PC提案事例

液晶ディスプレイの研究開発を目的として、光学設計ソフトウェア「Zemax OpticStudio」が高速に動作するマシンを導入したい。具体的には、レンズの設計やバックライト技術のシミュレーションでの利用を想定している。

現在使用中のマシンはRyzen Threadripper3 3970Xで、新しいマシンはそれと同等もしくは同等以上の性能を希望する。 具体的な条件は以下の通り。

ご予算の範囲で構成を検討し、ご提案しました。

また、お客様からご連絡いただいた「Zemaxは32コアで最適な動作をする」については、以下の見解をお伝えしています。

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。
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。

AI研究で画像処理を行うため、専用のマシンが欲しい。
考えているスペックは以下の通り。

・マザーボード：PCI-E4.0x16 (PCI-E5.0x8) 相当の転送速度で2台のGPUを搭載できるもの
・CPU：Intel製
・メモリ：64GB
・ストレージ：SSDとHDD
・GPU：RTX3090もしくはRTX3090Ti のいずれかを2台
・予算：90万円以内

ご予算を重視した構成をご提案しました。
CPUをエントリークラスの製品にして価格を抑えていますが、全体のコストに対してGPUの占める割合が大きく、RTX3090を2台搭載する前提ですと100万円未満でのご案内は難しくなります。そのため、RTX3090を1台にして、ご予算内に収めることを優先しました。
なお、ご予算に余裕がある場合でも、GPUをRTX3090Tiとする場合には、排気形式やカードサイズの問題により1台のみの搭載が限界となりますのでご承知おきください。

検索キーワード
AI画像処理,画像処理マシン,GPU搭載マシン,RTX3090,AI研究,メモリ64GB,SSDとHDD,マザーボードPCI-E4.0x16,インテルCPU,価格重視マシン,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-8351を見ての問い合わせ。
機械学習および量子化学計算のシミュレーションを行うためのマシンが欲しい。
100V電源環境で利用することができて、以下の条件を満たす提案を希望する。

・CPU：可能な限り最新の世代で、高クロックでかつキャッシュが大きいもの
・メモリ：1コアあたり16GB以上
・ストレージ：SSDと1TB以上のHDDをそれぞれ搭載
・GPU：予算の範囲内で20GB以上のビデオメモリを持つ製品を複数
・電源：100V対応 消費電力によっては、電源 x2台での冗長化も視野に入れる
・予算：500万円以下

ご希望の条件に合わせて構成を検討しました。
ストレージ容量の指定条件が少なかったので、ひとまずのご提案として検討しています。
HDDは筐体内部スペースの都合で搭載できる数に制限があり、RAIDカードなどを搭載するバスが残っていないため、RAID化などには対応できないことをご承知おきください。

電源ユニットは1600W表記ではありますが、100V環境では実質的に1300W強の給電能力です。
本構成に搭載した電源 x2台は冗長化 (どちらかが壊れても動作する) を目的としたものではありませんので、どちらか片方の電源が故障した場合、システムは停止します。この点、サーバー的な安定性を考慮しない構成ですので、あくまで100V環境を優先し、なおかつシステムのダウンタイムが許容できる用途・範囲での利用が前提であることをご承知おきください。

本構成における注意点

あくまで100V対応のために電源を分けているため、消費電力は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。

検索キーワード
機械学習,量子化学計算,高性能CPU,メモリ16GB以上,SSDとHDD,20GB以上のGPU,100V対応マシン,冗長化電源,マシン構成,ハイエンドワークステーション, 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

科学技術計算用のマシンを導入したい。
CPUとストレージのInput/Output負荷の高い用途で利用する予定。

想定している構成は以下の通り。

・CPU：AMD EPYC 7763 x1
・メモリ：RDIMM 32GB x8
・GPU：RTX3080
・SSD：2TB NVMe M.2 x10 (M.2拡張カード x4利用)
・HDD：18TB NAS用 x2台
・筐体：4U筐体 (スライドレール込み)
・オプション：瞬断とサージ対策用のUPS，LANケーブル10m，メンテナンス用のキーボード・マウス・ディスプレイ
・予算：300万円程度

実際のお問い合わせでは、ショートパーツも含めて各パーツに対して詳細に型番をご指定いただきましたが、ご指定パーツ全てに対して相性を確認することが難しいため、弊社製PCとして動作を保証できる構成にてご提案しました。ご連絡いただいた条件の本質的な部分を押さえつつ、ご案内可能な内容に落とし込んでいます。

筐体選定のポイント

4Uラックマウント型筐体よりもパーツ選択の自由度が高いタワー型としており、冷却には弊社が同様の構成で標準採用している水冷クーラーを搭載しています。

ストレージ選定のポイント

ストレージI/O負荷の高い科学技術計算を目的としていることから，最も重要なポイントはストレージ構成と考えました。

しかし、ご要望の「M.2 SSD x10本とM.2拡張カード x4枚の組み合わせ」はPCI-Expressスロットを大量に消費することや、ストレージ容量の分散という観点から、必ずしも利用効率が良いとは言い難いため、本質的なご要望を推測した構成を検討しました。

お問い合わせの中でお客様からご指定いただいたM.2拡張カードはSSDを2本搭載できる製品でしたが、これを4枚利用しても搭載できるM.2 SSDは8本までです。残り2本のSSDはマザーボードに直接搭載する想定と判断し、それに近い構成になるよう、マザーボードに4TB SSD M.2 x1本 ＋ 15.3TB SSD U.3 x1本 を直接搭載する形にしています。どちらのSSDもNVMe対応ですので、性能面ではお客様の想定仕様との差はありません。
こちらの構成であれば、15.3TBの領域を1ボリュームとして扱うことができ、SSDを複数搭載する場合と比べてデータ保存領域の効率が改善します。

CPU選定のポイント

ご希望のEPYC 7763は入手に時間を要するため (2022年9月現在) 、同じ64コア製品のThreadripper pro 5995WXとしています。

ストレージ速度とRAID0について

お客様よりストレージ速度の向上を目的として、当初希望していた2TB NVMe x8本を搭載することにより、アクセス性能はストレージ本数分だけ乗算されるのではないかというご質問をいただきましたが、単純にSSDを8本搭載する場合、1本文のアクセス性能をおったSSDが独立して8本搭載された状態となるため、SSDの数だけアクセス性能が向上するということはありません。

アクセス性能を向上させるプランとしては、複数のSSDでRAID0を構築し1本分以上のアクセス性能を実現する方法が考えられます。
ただし、RAIDにはオーバーヘッド (処理・伝送するために余計にかかる負荷や時間) があり、ストレージ2台でRAID0を構築しても、アクセス性能は2倍を下回ります。また、オーバーヘッドはストレージの数が増えるほど大きくなる傾向があります。
以前に弊社にてSSD x4本でハードウェアRAIDを利用しRAID0を構築した際には、およそ2.5倍程度の速度向上にとどまりました。ソフトウェアRAIDで構築する場合には、RAIDボリュームの制御をOS上でソフトウェア的に行うため、ハードウェアRAIDよりもオーバーヘッドが更に大きくなるとお考えください。

また、RAID0の導入における無視できない要素として、対障害性への懸念があります。
RAID0はボリュームを構築するストレージの1台が故障すると、データが全損します。仮に8本のSSDでRAID0を構築した場合、同じ容量の1本のSSDに対して、一定幾何の障害発生率は理論上約8倍になります。
RAID0はハードウェア障害に対して基本的に脆弱であるという前提のもと、データバックアップ等をご検討いただくのが良いかと存じます。

逆説的に、1本のSSDで完結させるメリットは、構成がシンプルになり相対的に障害に対して強くなる点にあるとお考えください。

検索キーワード
科学技術計算機,電子計算機,電算機,計算科学,データサイエンス