PC提案事例

DeepLearningを始めたいので、入門用のマシンを導入したい。
希望するスペックは以下の通り。

・CPU：指定はないので、適切なものを提案して欲しい。
・メモリ：32GB
・ストレージ：500GB SSD M.2
・OS：Windows11
・GPU：適切なものを提案して欲しい。
・マウス・キーボード：無線タイプ
・予算：50万円前後

ご指定の条件を満たす構成を検討しました。
CPUとビデオカードはご予算内で導入できる組み合わせとしていますが、計算の高速化やプログラミングのためのGPGPU・CUDA利用でも過不足のない構成としています。
お客様へのヒアリングでは、DeepLearning初心者に向けたマシン導入・テスト的な導入というお話でしたので、以下の点に配慮したご提案となっています。

・CPUとビデオカードはご予算内で導入できる組み合わせ
・GPGPUやCUDAを入門的に使うにあたり、過不足のないスペック
・Anacondaパッケージサービス込み

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
DeepLearning入門用マシン,DeepLearning,CPU,メモリ,ストレージ,Windows11,GPU,GPGPU,CUDA,Anacondaパッケージサービス,Deep learning，Machine learning，Artificial intelligence，Neural networks，Deep neural networks，Deep stacking networks，Supervised learning，Unsupervised learning，Natural language processing，Smart manufacturing，Computational intelligence，Data analytics，learning (artificial intelligence)，Information processing，Computer vision，AI，big data，programming

深層学習用のGPUサーバーを検討したい。
GPUはNVIDIA A100 80GB x2台として、600万円程度の予算で提案して欲しい。
設置場所は200Vの電源環境に対応可能。

ご指定条件にてたたき台の構成を検討しました。
NVIDIA A100にはディスプレイ出力が搭載されていないため、画面出力用にエントリークラスのビデオカードを追加しています。追加ビデオカードではなくオンボードグラフィックでご利用いただくこともできますが、性能面では最低限の描画性能となります。

また、本構成はNVIDIA A100 x4台までの搭載に対応しています。ただし、CUDA利用時にメインメモリ容量がビデオメモリ容量を下回っていると、動作に問題が発生する場合がありますので、GPU増設の際にはメインメモリもあわせて増設することを推奨します。

なお、NVIDIA A100 x2台のままで利用する限りは100V給電で消費電力をカバーできますが、GPUを増設する場合には、200V環境でご利用ください。

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

検索キーワード
深層学習,GPUサーバー,NVIDIA A100,80GB GPU,予算600万円,200V電源,ビデオカード,メインメモリ増設,CUDA利用,オンボードグラフィック, Deep learning，Machine learning，Artificial intelligence，Neural networks，Deep neural networks，Deep stacking networks，Supervised learning，Unsupervised learning，Natural language processing，Smart manufacturing，Computational intelligence，Data analytics，learning (artificial intelligence)，Information processing，Computer vision，AI，big data，programming

AI dynamics社のAI自動開発ツール「NeoPulse」を使って、医療データを用いたDeepLearningを実施したい。
予算50万円程度で、以下のスペック条件を満たす構成を希望。

・CPU：Core i9 12900以上
・メモリ：32GB
・ストレージ：2TB SSD M.2
・GPU：RTX3090

条件を満たす構成にてお見積もりをご用意しました。
ご希望のCore i9 12900自体は12世代CPUの中で最もコア数のあるタイプのため、これ以上のコア数をご希望の場合には、Xeon構成やAMD構成への変更が必要ですが、コストも大きく増加します。

なお、ご提案の構成ではGPUをRTX3090 1枚としており、GPUの追加には対応していません。
CPU側のPCI-Eレーン数が20レーンのため、2枚目のGPUを考慮した構成になっていないことが理由です。
複数のGPUを搭載したい場合には、構成の見直しが必要となりますのでご相談ください。

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

検索キーワード
AI自動開発,NeoPulse,医療データ,Deep Learning,Core i9 12900,32GBメモリ,2TB SSD M.2,RTX3090,12世代CPU,GPU追加, Deep learning，Machine learning，Artificial intelligence，Neural networks，Deep neural networks，Deep stacking networks，Supervised learning，Unsupervised learning，Natural language processing，Smart manufacturing，Computational intelligence，Data analytics，learning (artificial intelligence)，Information processing，Computer vision，AI，big data，programming

照明設計解析用ソフト LightToolsとDeepLearningに共用できるマシンが欲しい。
一般的な情報として、LightToolsはCPUのスレッド数、DeepLearningはGPUの性能とマルチ化が計算速度に影響すると認識しているが、費用と計算速度のバランスをどう考えるのがいいか相談したい。

具体的なスペックの要望として、CPUはLightTools用に16～48スレッドを希望。GPUはDeepLearning用にRTX2080Ti以上で将来的に増設できる構成にしたい。
メモリは256GB程度で、ストレージは処理速度と容量を考慮しつつ、複数台搭載したい。

ご検討のたたき台として、条件を満たした構成でのお見積もりをご用意しました。

• CPUが16～64コア程度の場合

  想定コア数の範囲をカバーしつつ、かつ動作クロックも比較的高く、複数枚のGPUに対応できるAMD Threadripper Proを用いた構成で検討するのが良いかと存じます。
  本事例のCPUは中間の32コアですが、64コアモデルと16コアモデルへの変更が可能です。

• 2枚目のGPUの増設について

  後付けで2枚目のGPU増設を想定し、外排気かつDeepLearning用としてチップ性能が高いRTX3090としています。 注意点として、100Vの電源環境で利用する場合はGPUの増設可能枚数が＋1枚までの保証となります。 PCI-Eスロット自体は4GPUまで対応できる構成ですが、100V環境では電源が1300Wまでの出力に制限されるためです。 電源側は200V環境にも対応していますので、200Vの電源環境で利用した場合は合計3枚までのGPUに対応します。 4枚目の利用は消費電力の面で厳しいとお考えください。

• ストレージについて
  速度面を考慮したご提案として、高速なNVMeタイプのSSDを2本搭載し、10TBのHDDも1台搭載しています。RAIDをご希望の場合、ご要望の内容によっては他のスペック部分に影響する可能性がありますので、予めご承知おきください。

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

検索キーワード
照明設計解析,Deep Learning,LightTools,Neural Network Console v2.3,Visual Studio 2015,Visual C++,Matlab,CPUスレッド数,GPU性能,RTX2080Ti, Deep learning，Machine learning，Artificial intelligence，Neural networks，Deep neural networks，Deep stacking networks，Supervised learning，Unsupervised learning，Natural language processing，Smart manufacturing，Computational intelligence，Data analytics，learning (artificial intelligence)，Information processing，Computer vision，AI，big data，programming

computer simulation，integrating sphere，LightTools，LightTools code，Light guide，Photon transmission efficiency，Visible Light Communication(VLC)，Signal-to-interference-noise ratio(SINR)，freeform optics，illumination design，light emitting diodes，light scattering，micro-optics，Monte Carlo methods，optical design techniques，optical elements，optical engineering computing，ray tracing

次世代高度3D画像処理ソフトウェア「Dragonfly」を使って、深層学習を用いた画像解析を行うためのマシンを希望。
予算50万円程度に収まる構成を提案して欲しい。
ストレージは、システム用とデータ保存用を分ける形にして、データ保存用はSSDを2台搭載したい。

Dragonflyのシステム要件を確認すると、スペックの優先順位は GPU＞メモリ＞CPU であり、ストレージも2TBが最低2台必要であることから、SSDは2TB x2台、CPUは推奨のCore i7クラスを前提として、GPUのスペックを可能な限り重視した構成でのお見積もりです。
メモリにつきましては、推奨される容量がビデオメモリの4倍とされていることから、VRAM 8GBの4倍となる32GBとしています。

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
深層学習,画像解析,Dragonfly,3D画像処理ソフトウェア,マシン構成,予算50万円,SSDストレージ,Core i7,GPU重視,メモリ32GB, Deep learning，Machine learning，Artificial intelligence，Neural networks，Deep neural networks，Deep stacking networks，Supervised learning，Unsupervised learning，Natural language processing，Smart manufacturing，Computational intelligence，Data analytics，learning (artificial intelligence)，Information processing，Computer vision，AI，big data，programming

事例No.PC-5363と同等のマシンが欲しい。用途はDeepLearningで、TESLAを搭載した構成を希望。

事例No.PC-5363の構成で搭載していたTESLA P100が終息のため、現行品のTESLA V100Sへ変更しつつ、全体的なスペックも現行仕様としたお見積もりです。
メモリはCPUのチャネル数にあわせて、16GB x12枚の192GB構成としています。
OSはUbuntu16.04のサポート終了が近いため最新の安定版に変更としていますが、別ディストリビューションへの変更をご希望の際にはご相談ください。

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

検索キーワード
TESLA V100S,DeepLearning用マシン,機械学習,DeepLearning,TESLA P100,メモリ,CPUのチャネル数,Ubuntu 16.04,グラフィックスカード,サポート終了

機械学習用にGPUマシンを導入したい。プログラムの試算用で、なるべく小型なものを50万円～70万円程度で導入できればと考えている。納期は最短を希望。

本来はCore-i系構成かRyzen構成でも問題ありませんが、ご提案時点ではこれらのCPUの入荷状況が不安定でしたので、比較的納期が安定していたCore-X系構成にてご提案しました。

また、小型筐体をご希望でしたので、タワー型の中でもコンパクトタイプの製品を採用し、GPUはご提案時点での最上位に近いRTX3090を1枚としています。

加えて、設置場所にデータ保存用サーバーなどのないことが想定されたため、ローカルストレージにシステム用SSD＋データ置き場用のHDDという構成としています。
OSはDeepLearning用として一般的なUbuntuです。

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
機械学習用マシン,GPUマシン,DeepLearning,Core-X系,RTX3090,タワー型コンパクトマシン,ローカルストレージ,システム用SSD,データ置き場用HDD,Ubuntu,

RTX3090を4枚搭載した構成を希望。CPUはXeon Silver 4110を2基とし、メモリは合計128GB。ストレージはSSD 1TBを希望。筐体はSYS-7049GP-TRTあたりになるかと予想している。

※【記事】Geforce RTX 3090 複数枚での動作テスト (11月9日 4GPUに関する情報追記)をご覧いただいてのお問い合わせです。

お客様のイメージされているSYS-7049GP-TRTを用いた構成の場合、消費電力の面で200Vの電源環境が必須であり、その200Vの場合でも1800Wまでの出力となってしまいます。RTX3090は消費電力が1枚350Wとなるため、4枚で1400Wの消費電力となります。そのため、CPUやストレージなどの構成によっては、SYS-7049GP-TRTの電源容量でも足りなくなる可能性がありえます。この点を考慮し、今回の構成では1600W電源(100V時 1300W)を2台連動させることで、それぞれ100V電源ケーブルでGPU x4枚を稼働させる構成としています。

なお、本構成にはいくつかの制限が存在します。
まず、あくまで100V対応のために電源を分けているため、消費電力が15Aを超えます。そのため、必ず別系統の電源コンセントから給電していただく必要があります。 (1コンセントからのタコ足配線利用は不可です) 電気契約も15Aでのご利用は不可となります。

また、電源やGPUなどの物理的な配置の問題で、HDDなどを追加することができない構成です。内蔵で搭載できるドライブはM.2タイプのストレージが2枚までです。

最後に、上記の通り電源を連動させて給電する構成ですので、クリティカルな用途でのご利用は避けるようお願いいたします。電源 x2の構成ではありますが、これらはリダンダントではなく給電量を確保するための連動となりますので、片方の電源が故障した場合、システムは機能しなくなるものとお考えください。

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

※2021/12/08　半導体不足によるパーツ価格の高騰を受け，価格を修正しました

検索キーワード
RTX 3090×4搭載,4GPUマシン,DeepLearning,CPU Xeon Silver 4110,メモリ 128GB,ストレージ SSD 1TB,電源環境,消費電力,リダンダント