事例No.PC-11497
参考価格:
800,800

Geforce RTX4090搭載 機械学習用マシン

用途:既存の機械学習モデルの検証・転移学習・ファインチューニング、機械学習モデルの学習・推定

お客さまからのご相談内容

機械学習用PCの購入を検討している。
機械学習用の環境を初めて導入するため、予算100万円で上記用途のスターター構成を提案してほしい。

具体的な用途としては、既存モデルの検証・転移学習やファインチューニングおよび、モデルの学習及び推定を予定している。
扱うデータ量は大きくならない見込み。

なお、現在VRAM容量が6GBのノートPCを使用しているが、頻繁にメモリリソースが不足して処理が停止してしまう。
そのため、VRAM容量を重視したいと考えている。

OSはUbuntu 22.04を希望。
また、マシンの冷却にあたって、オーバーヒートを防ぐために何らかの対策を行う必要があれば教えてほしい。

テガラからのご提案

お客さまご希望の条件に沿った構成をご提案しました。
2023年12月時点で最新の第14世代Coreシリーズ搭載の構成です。

機械学習のためのGPU選択

機械学習でCUDAを利用することを想定し、GPUはハイエンドモデルのNVIDIA GeForce RTX4090を搭載しています。
NVIDIA Geforce RTX4090はGeForceシリーズの中では現在最上位のモデルで、単純な処理性能は現在販売されているビデオカードの中でも最高クラスです。ビデオメモリ容量は、ワークステーション・サーバー向けのハイエンドモデルと比較するとやや少ない24GBです。
大規模言語モデルのような巨大なモデルを扱う場合は不足感が出る可能性がありますが、ご相談内容のようにあまり大きくないモデルを扱う用途であれば、高い処理性能が期待できます。

また、ご予算の面でも、選択可能なGPUの中でGeforce RTX4090は最もスペックの高い製品です。

マシンの冷却について

本構成の冷却装置は、CPU・GPUともに空冷クーラーを採用しています。
CPUクーラーは大型ヒートシンクを備えたハイエンド製品を採用しているため、手動でのオーバークロックなどを行っていないデフォルト設定でのご利用においては、顕著な問題は起こりません。
また、弊社では製造時に12時間のフル稼働で動作テストを行い、動作中の温度の推移に問題がないことを確認して出荷します。

ご利用にあたり、特に注意が必要なのは設置場所の室温です。
弊社での動作チェック時は室温25℃を基準にしています。この室温を超えると直ちに問題が発生するわけではありませんが、30℃を超える環境で常用した場合、CPUやGPUの冷却が適切に行われないことによる問題の発生リスクが高まります。
その他、空気の流れが悪い場所や、周囲に熱を持ちやすいものがあるなど、マシンの排熱を妨げる環境で設置されている場合、筐体内の排気が滞ることによる問題の発生リスクがあります。
マシンの背面側には一定のスペースを作るなど、設置レイアウトに配慮していただけますと幸いです。

 

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。

お客様の声 AIモデル開発 環境整備のためのお役立ち情報
AIモデル開発向けマシン選定のポイント 生成AIモデル開発向けマシン選定のポイント
テグシスの延長保証サービス「あんしん+」 HDD返却不要サービス

 

 

お問い合わせ

 

主な仕様

CPU Core i7-14700K (3.40GHz 8コア+2.50GHz 12コア)
メモリ 64GB
ストレージ1 1TB SSD M.2
ストレージ2 4TB HDD S-ATA
ビデオ NVIDIA Geforce RTX4090 24GB
ネットワーク on board(2.5GBase-T x1) Wi-Fi x1
筐体+電源 ミドルタワー型筐体 + 1500W
OS Ubuntu 22.04

キーワード

・CUDA Toolkitとは
CUDA Toolkitは、NVIDIAが提供しているGPU向けのパラレルコンピューティングプラットフォーム。C/C++からNVIDIAのGPUアーキテクチャを利用した高速なパラレルプログラミングが可能。DeepLearningや科学計算、コンピュータグラフィックスなど、様々な分野でGPUの計算能力を活かすことができる。コンパイラ、ライブラリ、デバッガなどのツールが含まれており、SDKとして提供されている。マルチGPU環境もサポートしており、ワークステーションからクラウドまで幅広い環境で活用できる。

参考:CUDA Toolkit (NVIDIA Corporation) ※外部サイトに飛びます

 

事例追加日:2023/12/26
事例No.PC-11242
参考価格:
2,528,900

生物学向け大規模言語モデルの学習用マシン

用途:生物学向け大規模言語モデル (ProteinBERT、 ChemBERTa、 HyenaDNAなど) の学習

お客さまからのご相談内容

生物学向け大規模言語モデルの学習用マシンの導入を検討している。
ProteinBERT、 ChemBERTa、 HyenaDNAといった生物学で用いられる大規模言語モデルを事前学習から実行したいと考えている。

ProteinBERTはNvidia Quadro RTX 5000、ChemBERTaはNVIDIA Tesla T4、HyenaDNAはNVIDIA A100をそれぞれ学習に使用したとの情報があるため、GPUの性能を重視したい。

予算300万円以内で、上記の用途における計算処理を最も高速化できる構成を提案してほしい。

また、設置場所の制限があるため、筐体サイズはミドルタワー程度で、100V環境で使用可能な構成が望ましい。

希望する条件は以下の通り。

・GPU:性能重視
・電源:100V環境に対応
・筐体:ミドルタワー程度
・予算:300万円以内

テガラからのご提案

お客さまご希望の条件に沿った構成をご提案しました。
ご予算・利用環境を踏まえたうえで、GPU性能を重視した構成です。

GPUの選定について

GPUはNVIDIA RTX A6000 x2枚を搭載しています。
ProteinBERT開発元の公式サイトによると、学習済みモデルの構築にはNVIDIA RTX5000を用いて1か月ほど要したと記載されています。
A6000はRTX5000より世代が新しく、ラインナップ上でも上位モデルにあたる製品のため、RTX5000よりも高い処理性能が期待できます。

例として挙げていただいたNVIDIA Tesla T4は、推論向けとして利用されることが多い製品です。そのため、本構成ではNVIDIA TeslaT4よりも単体性能が高いA6000を採用しています。

NVIDIA A100とRTX A6000の違い

また、NVIDIA A100は、A6000とは異なり、GPGPU専用カードです。
高いfp64性能を持ち科学計算に適した製品ですが、今回のようなDeepLearning用途ではfp64性能が利用されることはほとんどありません。
あわせて、価格に関してもA6000と比較して非常に高額で、かつ専用の筐体でなければ利用できないことから、今回の利用条件や用途におけるマッチングが高くないと判断しました。

 

ストレージに関しては、ProteinBERTの開発元よりユーザー自らモデルの学習を行う場合は1TB以上のストレージ容量を確保することが推奨されているため、2TBのシステムディスク、4TBのデータディスクを搭載しています。
なお、学習中に頻繁なデータアクセスが発生することを想定して、ストレージはすべてSSDとしています。

OSはWindows 11を選択しています。
ご使用予定の言語モデルは基本的にはPythonパッケージで提供されているもののため、Pythonを使用可能なOSであれば、ご希望に応じて変更も可能です。

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。

お客様の声 AIモデル開発 環境整備のためのお役立ち情報
AIモデル開発向けマシン選定のポイント 生成AIモデル開発向けマシン選定のポイント
テグシスの延長保証サービス「あんしん+」 HDD返却不要サービス

 

 

お問い合わせ

 

主な仕様

CPU Intel Xeon W5-2455X (3.20GHz 12コア)
メモリ 128GB REG ECC
ストレージ1 2TB SSD M.2
ストレージ2 4TB SSD S-ATA
ビデオ NVIDIA RTX A6000 48GB x2
ネットワーク on board (1GbE x1 /10GbE x1)
筐体+電源 ミドルタワー型筐体 + 1500W
OS Microsoft Windows 11 Professional 64bit

キーワード

・DeepLearningとは
DeepLearningは機械学習の一種であり、多層のニューラルネットワークを用いて高度なパターン認識や予測を行う手法。一般的に大量のデータを必要とするため、データが豊富な場合に効果的な手法とされている。 また、DeepLeanigは画像認識や音声認識、自然言語処理などの分野で広く用いられている。複雑な特徴や関係性を学習することができるため、従来の機械学習手法よりも高い精度を発揮することができる。

参考:【特集記事】機械学習ってなんだろう ※弊社オウンドメディア「TEGAKARI」に飛びます

・Pythonとは
Pythonは、Python Software Foundation (PSF) が著作権を保持する、オブジェクト指向プログラミング言語。プログラミングの構文がシンプルなため可読性が高く、目的に応じたライブラリやフレームワークといったコンポーネントが豊富に揃っていることも特徴。プログラミングの初学者から上級者に至るまで人気の言語。

参考:Python ※外部サイトに飛びます

・BERTとは
BERT (Bidirectional Encoder Representations from Transformers) は、Googleが開発した自然言語処理 (NLP) モデル。与えられた文脈に基づいて単語を理解することができ、言語処理における幅広いタスクに適用される。
また、BERTは事前学習とファインチューニングの2つのフェーズで構成されている。事前学習では、大規模なコーパスから学習された汎用的な言語モデルが作成される。ファインチューニングでは、特定のタスクに適用するために、小規模なデータセットから学習されたモデルが調整される。
従来のNLPモデルに比べて高い精度を示し、複雑なタスクにも対応できることが特徴で、テキスト生成、質問応答、文書分類、言語翻訳などに応用されており、NLPの分野で最も有名なモデルの1つとして広く使われている。

・ProteinBERTとは
ProteinBERTは、BERTをベースにしたタンパク質言語モデル。 UniRef90データベース上の最大1億600万のタンパク質で事前学習されており、非常に長いタンパク質配列を含む、ほぼあらゆる長さのタンパク質配列を処理することが可能。

参考:GitHub – nadavbra/protein_bert ※外部サイトに飛びます

・ChemBERTaとは
ChemBERTaは、RoBERTa (BERTの亜種)  を用いた、化学構造の表記方法であるSMILES記法の大規模言語モデル。 医薬品設計、化学モデリング、特性予測などに用いられている。

参考:GitHub – seyonechithrananda/bert-loves-chemistry: bert-loves-chemistry: a repository of HuggingFace models applied on chemical SMILES data for drug design, chemical modelling, etc. ※外部サイトに飛びます

・HyenaDNAとは
HyenaDNAは、ヒトゲノムを100万トークンの塩基配列として事前学習した大規模言語モデル。 単一ヌクレオチド単位 (ATGC) でのトークン化により、ヌクレオチド単位での解析が可能。

参考:GitHub – HazyResearch/hyena-dna: Official implementation for HyenaDNA, a long-range genomic foundation model built with Hyena ※外部サイトに飛びます

事例追加日:2023/11/09
事例No.PC-11239
参考価格:
907,500

Stata/MPデータ解析用マシン

用途:Stata/MP (12コア) 、 R、 Pythonなどを用いたデータ解析

お客さまからのご相談内容

Stata/MP (12コア) 、 R、 Python等でのデータ解析・シミュレーション用マシンの導入を検討している。将来的には機械学習を行うことも考えている。
予算100万円程度で、用途に適した構成を提案してほしい。

解析等に用いるデータや生成物はすべて外付けのメディアに保存するため、大容量ストレージを搭載する必要はない。
また、解析のために1日以上継続してマシンを稼働させることがあるが、頻繁に長時間稼働させることはない。
ワークステーションではないマシンでもこのような運用を行うことができれば、コンシューマー向けの構成を希望する。

加えて、12コアライセンスのStataを使用予定だが、どの程度のコア数のCPUが適しているかを教えてほしい。

その他の希望条件は以下を想定している。

・CPU:12コア以上
・メモリ:128GB
・ストレージ:1TB S-ATA SSD x2枚
・OS:Windows 11 Pro
・使用するソフトウェア:Stata/MP (12コア) 、 R、 Pythonなど
・予算:100万円程度

テガラからのご提案

お客さまのご希望条件に合わせて構成を検討しました。

計算用途におけるコンシューマー向け構成の利用

ご予定の運用方法を踏まえて、コンシューマー向けの構成にてご提案しています。
コンシューマー向けの構成を1日連続稼働させると直ちに故障するといったことはありませんが、長時間の計算を頻繁に行う場合には、ECCメモリに対応したワークステーションを利用することで信頼性を高めることができます。
反対に、最長で24時間程度しか連続稼働させない場合には、コストパフォーマンスを重視してワークステーション向けではない構成を利用することも有用な選択肢です。

ライセンスの契約コア数とCPUコア数の選び方

CPUはRyzen 7000シリーズのRyzen9 7950X (16コア) を選択しています。
12コアしか搭載していないCPU において、ライセンス上の最大数である12コア全てでStataを稼働させた場合、CPUのリソースを使い切ることになり、並行して別の作業を行う際に影響が出る可能性があります。
そのため、16コアモデルのCPUを選択し、リソースに余裕を持たせていますが、Stataの稼働中に他の操作を行わない場合は12コアモデルに変更することも可能です。

 

また、機械学習での利用予定がある点を踏まえて、ビデオカードはCUDAを使用する想定でハイエンドのワークステーション向けグラフィックボード NVIDIA RTX A5000を選定しています。ビデオカードはご希望に応じて変更できますので、気兼ねなくお申し付けください。

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。

お客様の声 AIモデル開発 環境整備のためのお役立ち情報
AIモデル開発向けマシン選定のポイント 生成AIモデル開発向けマシン選定のポイント
テグシスの延長保証サービス「あんしん+」 HDD返却不要サービス

 

 

お問い合わせ

 

主な仕様

CPU AMD Ryzen9 7950X (4.50GHz 16コア)
メモリ 128GB
ストレージ1 1TB SSD S-ATA
ストレージ2 1TB SSD S-ATA
ビデオ NVIDIA RTX A5000 24GB
ネットワーク on board (2.5G x1 10/100/1000Base-T x1) Wi-Fi x1
筐体+電源 タワー型筐体 + 850W
OS Microsoft Windows 11 Pro 64bit

FAQ

・Stataとは
Stataは、データ分析やデータ管理、図表生成などの機能を備えた総合統計ソフトウェアパッケージ。
マウスによるGUI操作に加え、強力かつ直感的なコマンドシンタックスでの実行も可能で、使いやすくかつ高速で正確なのが特徴。

参考:Stata ※弊社ユニポスの取扱商品ページに飛びます

 

・Rとは
Rとはオープンソース・フリーソフトウェアの統計解析向けプログラミング言語/開発実行環境。統計処理のための計算やグラフ化で利用される。
多くのライブラリが存在するため、ライブラリを呼び出すだけで複雑な手法を扱うことができる。

参考:The R Project for Statistical Computing※外部サイトに飛びます

 

・Pythonとは
Pythonは、Python Software Foundation (PSF) が著作権を保持する、オブジェクト指向プログラミング言語。プログラミングの構文がシンプルなため可読性が高く、目的に応じたライブラリやフレームワークといったコンポーネントが豊富に揃っていることも特徴。プログラミングの初学者から上級者に至るまで人気の言語。

参考:Python ※外部サイトに飛びます

参考:【特集記事】プログラミング言語 Python その人気の理由は?- Python プログラミングを加速するツールたち ※弊社オウンドメディア「TEGAKARI」に飛びます

事例追加日:2023/11/08
事例No.PC-11336
参考価格:
598,400

nerfstudio用マシン

用途:NeRF用フレームワーク「nerfstudio」の使用

お客さまからのご相談内容

予算60万円で、NeRF用のフレームワーク「nerfstudio」を利用するためのワークステーションの導入を検討している。

GPUはnerfstudio公式サイトのCurrently supported CUDA architectures in the docker imageの表に記載があるモデルを希望する。

その他の条件は以下の通り。

・CPU:Core i9-13900K
・メモリ:64GB
・ストレージ:2TB SSD M.2
・ネットワーク:2.5GbE x1
・GPU:GeForce RTX3080またはGeForce RTX4070Ti、公式サイトの表に記載があるモデル
・電源:100V環境に対応
・OS:Ubuntu 22.04
・使用するソフトウェア:Conda, Python 3.11, nerfstudio
・予算:約60万円

 

テガラからのご提案

お客様ご指定のパーツを搭載した構成をご提案しました。
ご指定に沿って2023年10月時点で最新の第13世代Intel CoreシリーズであるIntel Core i9-13900Kを搭載した構成です。このCPUはシリーズ内で最多の24のコアを搭載したハイエンドモデルです。

ビデオカードは、お客様が候補として想定されたGeforce RTX4070Tiを選択しています。価格的にも、本製品がご予算内で選択可能な製品のなかでは最上位クラスです。
※Geforce RTX4070Tiはnerfstudio公式サイトの表にも記載があるモデルです。

また、本構成は100V環境での運用に対応しています。

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。
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。

お客様の声 AIモデル開発 環境整備のためのお役立ち情報
AIモデル開発向けマシン選定のポイント 生成AIモデル開発向けマシン選定のポイント
テグシスの延長保証サービス「あんしん+」 HDD返却不要サービス

 

 

お問い合わせ

 

主な仕様

CPU Intel Core i7-13900K (3.00GHz 8コア+2.20GHz 16コア)
メモリ 64GB
ストレージ 2TB SSD M.2
ビデオ NVIDIA GeForce RTX4070Ti 12GB
ネットワーク on board (2.5GbE x1) Wi-Fi x1
筐体+電源 ミドルタワー型筐体 + 850W
OS Ubuntu 22.04

キーワード

・nerfstudioとは
nerfstudioはNeRFを扱うためのユーザーフレンドリーなフレームワーク。2022年10月、カリフォルニア大学バークレー校 バークレーAI研究所のカナザワAI研究室の学生によってオープンソースプロジェクトとして立ち上げられ、現在は同校の学生およびコミュニティ開発者によって開発されている。各コンポーネントをモジュラー化することで、より簡単にNeRFの作成・学習・テストが可能。

参考:nerfstudio ※外部サイトに飛びます

・NeRFとは
NeRFは物体の3D形状と表面の放射輝度を深層学習で推定する手法。形状を点群ではなく連続的な3次元空間内の放射輝度場として表現し、画像からニューラルネットワークを使って推定する。推定した放射輝度場から任意の視点や照明で高画質な画像を生成することができる。従来手法と比べてフォトリアルな画像生成が可能で、3D形状が連続的に表現されるため、VR/ARでの利用に適している。

・Pythonとは
Pythonは、Python Software Foundation (PSF) が著作権を保持する、オブジェクト指向プログラミング言語。プログラミングの構文がシンプルなため可読性が高く、目的に応じたライブラリやフレームワークといったコンポーネントが豊富に揃っていることも特徴。プログラミングの初学者から上級者に至るまで人気の言語。

参考:Python ※外部サイトに飛びます

参考:【特集記事】プログラミング言語 Python その人気の理由は?- Python プログラミングを加速するツールたち ※弊社オウンドメディア「TEGAKARI」に飛びます

事例追加日:2023/10/12

ご注文の流れ

お問い合わせフォームよりご相談内容をお書き添えの上、 お問い合わせください。
(お電話でもご相談を承っております)
弊社より24時間以内にメールにてご連絡します。
必要に応じてメールにて打ち合わせさせていただいた上で、 メール添付にてお見積書をお送りします。
お見積もり内容にご納得いただけましたら、メールにてご注文ください。
ご注文確定後、必要な部材を手配し PCを組み立てます。
(掛売りの場合、最初に新規取引票のご記入をお願いしております)
動作チェックなどを行い、納期が確定いたしましたらご連絡いたします。
(納期は仕様や製造ラインの状況により異なります)
お客様のお手元にお届けいたします (ヤマト運輸/西濃運輸)

お支払い方法

お支払い方法は、お見積もりメール・お見積書でもご案内しています。

法人掛売りのお客様
原則として、月末締、翌月末日払いの後払いとなります。
学校、公共機関、独立行政法人のお客様
納入と同時に書類三点セット(見積書、納品書、請求書)をお送りしますのでご請求金額を弊社銀行口座へ期日までにお振込み願います。
先に書面での正式見積書(社印、代表者印付)が必要な場合はお知らせください。
企業のお客様
納品時に、代表者印つきの正式書類(納品書、請求書)を添付いたします。
ご検収後、請求金額を弊社銀行口座へお支払い期日までにお振込み願います。
銀行振込(先振込み)のお客様
ご注文のご連絡をいただいた後、お振込みを確認した時点で注文の確定とさせていただきます。

修理のご依頼・サポートについて

弊社製PCの保証内容は、お見積もりメールでもご案内しています。

■お問合せ先
テガラの取り扱い製品に関する総合サポート受付のWEBサイトをご用意しております。
テガラ株式会社 サポートサイト

※お問い合わせの際には、「ご購入前」と「ご購入後」で受付フォームが分かれておりますので、ご注意ください。

メール support@tegara.com
電話 053-543-6688

■テグシスのサポートについて
保証期間内の修理について

保証期間内におけるハードウェアの故障や不具合につきましては、無償で修理いたします。
ただし、お客様による破損や、ソフトウェアに起因するトラブルなど保証規定にて定める項目に該当する場合は保証対象外となります。
保証期間経過後も、PCをお預かりしての初期診断は無料で実施しております。

無料メール相談
PCの運用やトラブルにつきまして、メールでのご相談を承ります。経験・知識の豊富な技術コンサルタントが無料でアドバイスいたします。
※調査や検証が必要な場合はお答えできなかったり、有償対応となることがあります

オプション保証サービス

「あんしん+」 もしもの時の延長保証サービス

PCのご購入時にトータル5年までの延長保証をご選択いただけます。また、ご購入後にも延長保証を申し込むことができます。
延長を申し込みいただきますと、標準保証と同等の保証を期間満了まで受けることができます。
なお、PCの仕様によっては料金が異なる場合があります。

延長保証あんしん+ ご加入のタイミング
※仕様によっては保証期間の延長ができない場合があります。

HDD返却不要サービス

保証期間内にPCのHDD(SSD)が故障した場合、通常、新品のHDDとの交換対応となり、故障したHDDはご返却いたしません。
しかしこの「HDD返却不要サービス」にご加入いただければ、保証期間内にHDD(SSD)が故障した場合には新品のHDDをご提供いたしますが、故障したHDDを引き渡していただく必要はありません。お客さまの大切なデータの入ったHDDをお手元に保管しておくことができます。

オンサイト保守サポート

故障発生時、必要に応じエンジニアスタッフが現地へ訪問し、保守対応を行うサービスです。
発送にかかる手間、時間を短縮できますので、緊急性の高い保守に最適です。

費用ご参考(目安)
本体+延長保証代金の10%~
※ 製品の性質や価格帯、条件等により異なります。
★TEGSYS オンサイト保守利用規約はこちら (pdf)
お客様のご要望をうかがい、最適なPCの構成をご提案する
「お客様だけのオーダーメイドPC」を製作しています。
用途に応じた細かなアドバイスや迅速な対応がテガラの強みです。

上記の仕様はテガラでお客様に提案したPC構成の一例です。
掲載内容は提案当時のものであり、また使用する部材の供給状況によっては、現在では提供がむずかしいものや、部材を変更してのご提案となる場合がございます。

参考価格については、提案当時の価格(送料込・税込)になります。
ご相談時期によっては価格が異なる場合がございますので、あらかじめご了承ください。