PC提案事例

Ansys Fluentが出来るだけ高速に動くワークステーション構成を提案してほしい。

GPUは手持ちのNVIDIA Quadro RTX 6000を搭載したい。
また、将来的にはグラフィックカードを合計2枚搭載する可能性もあるため、2枚のグラフィックカードに対応したハードウェア構成と、100V環境における最大容量の電源を搭載したい。
コストよりも能力と安定性を重視したいと考えている。

希望する条件は以下の通り。

お客さまご希望の条件に沿った構成をご提案しました。

AMD EPYCとOSの対応

128コアを搭載する場合、EPYCの採用が必要となりますが、EPYCはWindows11 Proに対応していません。
Windows Serverであれば対応していますが、コア数ベースのライセンスのため、OSが非常に高額となってしまいます。

Windows11に対応したAMD Ryzen ThreadripperPRO

そのため、ご希望のOSであるWindows 11 Proに対応しているAMD Ryzen ThreadripperPRO 5000シリーズを搭載した構成をご案内しました。
AMD Ryzen ThreadripperPRO 5995WXは64コア/128スレッドの製品のため、スレッド単位であれば128の並列計算を行うことも可能です。

電源容量は1500Wを選択しています。
なお、1500Wは200V環境で使用した際の最大出力で、100V環境では最大で1300W程度の出力です。
また、本構成は2枚のグラフィックカードを搭載することが可能な構成です。

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。

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。

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。

事例No.PC-10992を見ての問い合わせ。

Stable Diffusionによる画像生成を活用したゲームの開発プロセスの研究を行っている。作業ロットの増加と作業時間圧縮を念頭に、RTX4090を3枚搭載したマシンを導入したい。Stable diffusion Web UI (Python) の動作に特化した構成を希望する。

希望する条件は以下の通り。

お客様ご希望の条件に沿った構成をご提案しました。
事例No.10992の元となった事例No.PC-10880をベースに、ビデオカードの搭載数を3枚に変更した構成です。

ベース事例ではRTX4090を4枚搭載していたため、消費電力の都合上200V環境を推奨していました。
本事例のビデオカードx3枚構成は100V環境での利用が可能ですが、給電量を確保するため、PC-10880の事例と同様に2台の電源ユニットを搭載しています。
この2台の電源ユニットは冗長性を目的としたものではなく、給電量を確保するためのものです。片方の電源が故障するとシステムは機能しなくなりますので、クリティカルな用途での利用は避けるようお願いいたします。

なお、Stable Diffusionの動作は主にビデオカードの性能に依存します。
そのため、価格や消費電力が低くなるように各パーツを選択し、ビデオカードの性能に特化した構成としています。

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。

事例No.PC-8278を見ての問い合わせ。
電磁場解析用のワークステーションの導入を検討している。電磁場解析ソフトであるAnsys Lumerical FDTDを主に使用予定で、Rsoft FullWave、 MATLABも使用の予定がある。
Ansys Lumerical FDTDは32コアのライセンスを使用予定で、Rsoft FullWAVEは使用上限が20コアのため、CPUのコア数は32コア程度を想定している。
また、現在使用しているマシンでは、Ansys Lumerical FDTDのGUI動作が非常に重いと感じている。

その他、Pytorchを用いたDeepLearningへの利用も検討しており、NVDIA Geforce RTX3090程度のGPUが搭載された構成を希望する。

想定している条件は以下の通り。

お客様ご希望の条件に沿った構成をご提案しました。

最新の第4世代Xeon Scalableシリーズ Intel Xeon Gold 6426Y搭載の2CPU構成です。
合計32コアとなる構成はXeon W-3400シリーズの1ソケット構成でも実現可能です。しかし、ご利用予定の電磁場解析ではメモリの帯域幅も重要となるため、メモリバスの面で優位な2ソケット構成としています。

メモリは2TB搭載した場合、ご予算をオーバーしてしまいます。そのため、ご予算に収まる容量の1TBとしています。

ANSYSを利用する上でのGPU選定

ビデオカードは、Geforce RTX3090程度のGPUをご希望いただきましたが、Ansys社製品はGeForceシリーズをサポートしておりません。そのため、ワークステーション向けハイエンドビデオカードであるNVIDIA RTX A6000を選択しています。
NVIDIA RTX A6000はGeforce RTX3090と同型のチップ GA102を搭載したビデオカードで、ワークステーション向けビデオカードラインナップでのRTX3090にあたる製品です。また、10752基のCUDAコア、336基のTensorコア、48GBのGDDR6 VRAMを備えているため、DeepLearningへの活用も期待できます。

なお、この構成にはNVIDIA RTX A6000 x1枚を増設可能です。電源容量に関しても、GPU増設後を考慮して選択しています。

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。