PC提案事例

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

事例No.PC-8617Aを見ての問い合わせ。
分子シミュレーションによる立体構造モデリングや低分子化合物スクリーニングを行うためのマシンを導入したい。
ストレージはミラーリング (RAID1) が可能な構成で、23インチ程度のディスプレイとテクニカルサポートを含めた内容で提案して欲しい。

事例No.PC-8617Aをベースに検討しました。

OSは、CPUコア数の多い構成に適したWindows 10 Pro for Workstationとしています。

ストレージはご希望に合わせてRAID1に対応した構成でご用意しました。
PC-8617AではM.2 SSDでしたが、RAID1の構築に対応させるため、M.2からS-ATAに変更しています。

なお、PC-8617Aとの大きな違いは5年間の延長保証 (テクニカルサポート) の有無です。
保証内容の詳細は、下記リンクよりご確認いただけます。

参考：「あんしん＋」　もしもの時の延長保証サービス

その他の構成変更につきましても、お客様のご要望に合わせて承りますのでお気軽にご相談ください。

検索キーワード
分子シミュレーション用マシン,立体構造モデリング,低分子化合物スクリーニング,分子モデリングツール,高性能シミュレーション,分子シミュレーションマシン,高性能分子モデリング,2.5″リムーバブルトレイ,マルチコアプロセッサ,大容量メモリ,シミュレーションツール

画像系深層学習のトレーニング フェーズ (Deep Neural Networkがネットワークの重みやバイアスを自動調整するフェーズ) で用いるGPUマシンが欲しい。
予算300万円以下で、A5000を4枚搭載した構成を希望する。家庭用電源環境 (100V) で動作可能な静音性の高い構成を導入したい。
その他、2TB程度のストレージと、Ubuntu 18.x もしくは 20.x を条件としたい。

ご要望を踏まえて構成を検討しました。
NVIDIA RTX A5000の最大消費電力は、1台あたり230Wとハイエンド製品としては比較的低く抑えられているため、4台搭載しても家庭用電源で利用が可能です。本事例の構成も100V、1系統での給電を前提としています。

筐体も静音性を重視して選定していますが、拡張スロットを2つ占有するカードを4台搭載する都合上、8スロット分のスペースが必要です。一般的なミドルタワー筐体では、ATXフォームファクターの7スロット分しかスペースが確保されていないため、筐体は必然的にE-ATXなどに対応した大型の製品を選択することになります。

検索キーワード
深層学習,トレーニングフェーズ,GPUマシン,A5000,予算,家庭用電源,静音性,ストレージ,Ubuntu,拡張スロット, 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

電波干渉回避技術を開発するためのマシンを検討している。具体的には、数値解析ソフトウェア MATLAB Parallel Computing Toolbox (parfor) を高速で処理できるマシンが必要。予算500万～700万円程度で提案してほしい。

Parallel Computing Toolbox (parfor) におけるマルチコアプロセッサを使用した並列処理を最適化するため、AMD EPYC 2CPU搭載のラックマウント構成をご提案しました。CPUコア数はシステム合計128コアとなります。

本構成は現状1ノードで実現できる最大のコア数です。
メモリ容量については特にご指定いただいておりませんが、CPUコア数が多いため、それに見合った容量を確保しています。

なお、AMD EPYCはデスクトップ向けWindowsをサポートしていません。
そのため、OSはMatlab 2022a、AMD EPYC双方がサポートしているWindows Server 2019としています。
Linuxへの変更も可能ですので、お気軽にお問い合わせください。