PC提案事例

DeepLabCut ver2.3用のマシン購入を検討している。具体的なスペックとして、CPUはCore i7、GPUはRTX A5000、SSDは2TB x2、メモリは64GB、OSはLinuxを希望する。予算100万円以内の条件で、できるだけ安く適切なPC構成を提案してほしい。
また、DeepLabCutのインストールまで含めた形での提案を希望する。

事例No.PC-24000911Aの別パターンとして、GPUを上位スペックの製品に変更した構成です。

GPUはビデオメモリ量を優先して選定

ご希望のNVIDIA RTX A5000 24GBは生産終了のため、後継品の「NVIDIA RTX Ada シリーズ」を採用しています。ビデオメモリ量を基準に考えた場合、RTX A5000と同じ24GBの製品にはNVIDIA RTX4500 Ada 24GBがあります。本事例では、ご予算の範囲内でスペックを優先した場合としてRTX4500 Adaを採用していますが、コストやバランスを重視する場合には、事例No.PC-24000911Aをご覧ください。

参考：事例No.PC-24000911A 予算100万円以内のDeepLabCut用マシン (コストパフォーマンス重視)

DeepLabCutのセットアップについて

DeepLabCutのセットアップ作業の過程で、OSのユーザー情報 (ユーザー名やパスワード) が必要となります。ご注文の際にお知らせください。

また、ソフトウェアのインストールだけでなく、現地への搬入設置作業も承っております。開梱やケーブリング、起動確認以外のサポートも承っていますので、お気軽にご相談ください。

この事例に近い条件で無料で見積もり相談する

通常24時間以内に担当者からご連絡いたします

DeepLabCut ver2.3用のマシン購入を検討している。具体的なスペックとして、CPUはCore i7、GPUはRTX A5000、SSDは2TB x2、メモリは64GB、OSはLinuxを希望する。予算100万円以内の条件で、できるだけ安く適切なPC構成を提案してほしい。
また、DeepLabCutのインストールまで含めた形での提案を希望する。

DeepLabCutのインストールを含めた内容でご提案しました。CPUにはCore i7-14700を採用し、ストレージは読み書き速度の速いSSD M.2の2TBを2枚搭載しています。

GPUについて

ご希望のNVIDIA RTX A5000 24GBは生産終了のため、後継品の「NVIDIA RTX Ada シリーズ」を採用しています。ビデオメモリ量を基準に考えた場合、RTX A5000と同じ24GBの製品にはNVIDIA RTX4500 Ada 24GBがありますが、価格が高く、マシン全体の価格がご予算の上限に限りなく近くなります。

DeepLabCut公式リポジトリに記載されているGPUの要件を確認しますと、VRAMのスペックは8GB以上が推奨されています。

・What computer hardware is required?
Any NVIDIA GPU card with more (or equal) than 8 GB memory should be sufficient to run DeepLabCut (at least with the ResNet-50). No server or supercomputer is required. 
参考：FAQ · DeepLabCut/DeepLabCut Wiki · GitHub

そのため、GPU要件を満たしつつ価格を抑えるという考え方から、「NVIDIA RTX4000 Ada 20GB」を選定しました。具体的に想定している価格帯がありましたら、お気軽にご相談ください。

また、GPUメモリ容量を優先した構成をご希望の場合は、事例No.PC-24000911Bをご覧ください。

参考：PC-24000911B 予算100万円以内のDeepLabCut用マシン (スペック重視)

DeepLabCutのセットアップについて

DeepLabCutのセットアップ作業の過程で、OSのユーザー情報 (ユーザー名やパスワード) が必要となります。ご注文の際にお知らせください。

また、ソフトウェアのインストールだけでなく、現地への搬入設置作業も承っております。開梱やケーブリング、起動確認以外のサポートも承っていますので、お気軽にご相談ください。

この事例に近い条件で無料で見積もり相談する

通常24時間以内に担当者からご連絡いたします

DeepLabCut、Metashape、R、QGISを快適に動作させるために、予算150万円程度でPC導入を検討したい。
使用ソフトウェアの優先度はR＝QGIS＝DeepLabCut＞Metashapeの順。長時間の連続使用に耐えられることが条件。
具体的なスぺックとしては、10GbEに対応したネットワークカードと、後々自分で交換可能な4TB以上の2nd HDDを搭載していることを希望する。

DeepLabCutはGPU性能が重要

DeepLabCutの利用を重視し、ご予算に合わせたCPUとGPUを選定しました。

DeepLabCutはGPU性能が重要で、ビデオメモリ容量が8GB以上のモデルが推奨されています。そのため、GeForceシリーズの最上位モデル「RTX4090 24GB」を採用しました。なお、本構成にはDeepLabCutのインストールは含まれておりません。希望される場合はお知らせください。

CPUとメモリ容量の上限

CPUは「Core i9-14900K」を選び、メモリ容量は128GBとしています。このCPU仕様ではこれ以上のメモリ増設はできませんので、ご了承ください。

Metashapeは処理内容によって必要スペックが異なる

Metashapeについては、処理する画像の枚数、解像度、大きさ、および処理クオリティーによって必要なメモリ容量が異なります。下記URLを参考に、処理内容と搭載メモリ容量に問題がないかご確認ください。

海外製品最適化PCの製作サービス – Metashape の例

ストレージ構成

ストレージはRの利用を想定し、システム用に2TBのSSD M.2、2nd HDDとして4TBのHDDを追加しています。使用方法に合わせて変更可能ですので、ご希望をお知らせいただければと思います。

この事例に近い条件で無料で見積もり相談する

通常24時間以内に担当者からご連絡いたします

事例No.PC-10086を見ての問い合わせ。
DeepLabCut ver2.3用のワークステーションの導入を考えている。予算100万円程度で最適構成を提案してほしい。

処理能力の希望は、現在使用しているNVIDIA RTX A6000 x1枚を搭載したワークステーションと同等以上の速度でDeepLabCutを動かせること。
また、DeepLabCut ver2.3の事前インストールも依頼したい。

具体的なスペックとしては，以下の条件を希望する。

2024年2月時点で最新の第14世代Core i9を搭載した構成です。予算に合わせて合計24コアのCore i9-14900Kを選択しています。

なお、実際にDeepLabCutを実行した際に負荷がかかる箇所はGPUが大半で、CPUに高い負荷がかかる場面はかなり少ないと考えられます。
そのため、CPUの性能を重視しない場合はCore i7などの下位モデルに変更することも可能です。

GeForce RTX4090とRTX A6000、どちらが最適？

お客様のご希望に合わせて、GPUはNVIDIA GeForce RTX4090 24GBを選択しています。
NVIDIA GeForce RTX4090 24GBとNVIDIA RTX A6000 48GBを比較すると、チップの世代とVRAM容量に違いがあります。チップの世代はRTX4090で採用されているものの方が新しいですが，VRAM容量はA6000の半分です。
DeepLabCutのGPU処理はTensorFlowを基盤としており、GPU利用中の挙動もTensorFlowの特性に準じます。TensorFlowのデフォルト設定で実行した場合、DeepLabCutは確保できるだけのビデオメモリを確保して処理を実行します。そのため、VRAM容量の差による影響が生じることも考えられますが、RTX4090のCUDAコア数は18,000以上でA6000の2倍に近い値です。実際の利用ではVRAM容量の差よりもCUDAコア数の差による影響の方がより大きく現れると考えられるため、RTX A6000と比較しても解析速度の向上が期待できます。

なお、DeepLabCut公式リポジトリに掲載されているGPUの要件では8GB以上のVRAMが推奨として示されています。その値から考えると、RTX4090の24GBも十分なVRAMが確保されていると言えます。

本事例の構成は、お客様から頂戴した条件を元に検討した内容です。
いただいた条件に合わせて柔軟にマシンをご提案いたしますので、掲載内容とは異なる条件でご検討の場合でも、お気軽にご相談ください。

この事例に近い条件で無料で見積もり相談する

通常24時間以内に担当者からご連絡いたします

DeepLabCut ver2.2の動作要件を満たす構成のPCが欲しい。
Geforce RTX3090を1枚搭載した構成を想定しているが、将来的には増設して2GPU構成にしたい。
その他、DeepLubCutやTensorflowのインストールを含めた状態での出荷を希望する。

DeepLabCutの最新版をインストールした構成にてお見積もりしました。
ただし、DeepLabCutは有志によって開発されている無償ソフトウェアのため、バージョンによっては挙動が安定しないことがあります。
セットアップの過程において、最新版の利用が難しいと判断した場合は、動作確認済みのバージョンにて提供させていただく可能性があります。

なお、TensorflowはDeepLabCutの動作に必須であるため、DeepLabCutのセットアップをご要望いただいた際には合わせてインストールを行っています。

この事例に近い条件で無料で見積もり相談する

通常24時間以内に担当者からご連絡いたします

検索キーワード
motion capture technology,automated behavioral analysis,DeepLabCut,Behavioural methods,Computational neuroscience,Machine learning,Zoology,behavioral tracking,closed-loop systems,deep-neural network,Image segmentation,Neuroscience,Shape,Pose estimation,Predictive models,murine behavior recognition,keypoint detection,machine learning

DeepLabCutの動作要件を満たす構成を希望。最低限の動作ができれば良い。
また、DeepLubCutをインストールした状態で出荷して欲しい。
予算は40万円程度を想定。

DeepLabCutを利用できる構成としてお見積もりをご用意しました。
ご要望にあわせて、DeepLabCutのインストールも含めた構成です。

DeepLabCutは、2021年6月のアップデートによりTensorflow 2.xに対応しました。
そのため、Ampere世代のNVIDIA GPUに標準対応しています。

この事例に近い条件で無料で見積もり相談する

通常24時間以内に担当者からご連絡いたします

検索キーワード
動物行動解析,DeepLabCut,Tensorflow 2.x,Ampere世代 GPU,動作要件,インストール済み,予算40万円,マシン構成,深層学習,解析ツール, motion capture technology,automated behavioral analysis,DeepLabCut,Behavioural methods,Computational neuroscience,Machine learning,Zoology,behavioral tracking,closed-loop systems,deep-neural network,Image segmentation,Neuroscience,Shape,Pose estimation,Predictive models,murine behavior recognition,keypoint detection,machine learning

ディープラーニングにより動物行動解析を行うソフト「DeepLabCut」のためのワークステーションが欲しい。予算は50～60万円。DeepLabCutの利用には、Tensorflow ver1.x と CUDA 10以下のインストールが必要。

上記ご相談内容に加えてお客様からご指定頂いた仕様条件にあわせて、Core Xシリーズを搭載した構成にてご提案しました。CPUは暫定的な選定のため、ご希望にあわせて変更可能です。

またご指定のOSが最新のUbuntu 20.04 LTSであることに対し、Tensorflow 及び CUDA のバージョンは古いものである必要がございましたので、安定動作を期待できるUbuntu 18.04でのご利用も合わせてご提案させていただきました。

この事例に近い条件で無料で見積もり相談する

通常24時間以内に担当者からご連絡いたします

検索キーワード
motion capture technology,automated behavioral analysis,DeepLabCut,Behavioural methods,Computational neuroscience,Machine learning,Zoology,behavioral tracking,closed-loop systems,deep-neural network,Image segmentation,Neuroscience,Shape,Pose estimation,Predictive models,murine behavior recognition,keypoint detection,machine learning