PC提案事例

渦巻きポンプの開発を行うために、水流解析専用のマシンを導入したい。
具体的な要望は以下の通り。

ご予算に合わせて構成をご提案しました。
CPUの選定においては、以下の点に注意する必要があります。

そのため、弊社からのご提案では、大型の水冷CPUクーラーを搭載することで冷却能力を高めています。
CPUについては、scFLOWの公式サイトを見る限り、16コアあたりまでは高効率で並列処理が行われていますので、ご予算内である程度コア数が多くクロック数も高い製品を選定しています。

参考：快適なシミュレーションを提供する究極のソルバー(HEXAGON) ※外部サイトに飛びます

ビデオカードは、現在お客様が利用している製品がQuadro FX1800ですので、GPUのランクだけで考えればA2000が代替品の候補になりますが、FX1800は何年も前の製品であることから、世代の違いによる性能差が大きいことを加味してNVIDIA T1000を選定しています。

また、お客様からは以下の質問を頂戴しました。

高クロック仕様のCPUでは、Intel製品よりもAMD製品の方が発熱が少ないのが現状です。
また、本事例の構成は発熱の大きいオーバークロック仕様ではないため、ラジエーターに対して高速でFANを回転させる必要はありません。そのため、一般的なレベルのファン音での稼働を想定しています。
もっとも、ラジエーターでの排熱効率を向上させるためにFANの回転速度を上げればCPU側の温度を低く保つことができますので、FAN音と温度のバランスをどう設定するかがポイントになります。

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。

声音合成の研究のため、音声言語の機械学習を目的としたマシンを導入したい。
予算60～70万円程度で、希望するマシンスペックは以下の通り。

ご相談の時点では、為替レート上昇などの影響により、ご予算内で複数台のGPUに対応した構成をご提案することが難しいため、GPU x1台に対応した構成をご用意しました。2台目のGPU増設に対応しない構成となります。

また、Ubuntu 18.04のインストールに関しては、以下の情報をお伝えし、方針をご検討いただいています。

お客様からは「Ubuntu 18.04のインストールを試して問題がある場合には、20.04もしくは22.04に変更して構わない」とご承諾いただきましたので、本事例ではご要望に合わせたOSとしています。

また、GPUは新型のRTX4090を採用しています。
RTX4090は物理的なサイズ・発熱が大きいことから、筐体内部のエアフローに十分注意する必要があります。本事例はGPU x1台までに対応したハードウェア構成ですので、内排気タイプのRTX4090にも対応しています。そのため、ご利用ソフトウェア側でGPUに関する制限がなければ、旧製品のRTX3090よりも高い処理性能が期待できます。

参考：【動作検証】GeForce RTX4090 取り付け～OS動作検証情報 ※弊社オウンドメディア「TEGAKARI」へ飛びます

検索キーワード
深層学習,声音合成,音声言語,機械学習,NVIDIA RTX4090,メモリ容量,SSDストレージ,Ubuntu 18.04,GPU構成,オーディオ研究,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

タンパク質の立体構造を計算するツールである「AlphFold2」を使用するためのマシンを、予算100万円程度で検討したい。
他にもMOE (Molecular Operating Environment) やAutodockなどのWindowsソフトウェアを使いたいので、UbuntuとWindowsのデュアルブートを希望する。
UbuntuにはCUDA Toolkit 11をインストールして欲しい。

ご予算の範囲で検討した構成案です。
AlphaFold2の計算処理はGPU性能の影響を受ける部分が大きいことや、計算中も約2.7TBのデータベースへ頻繁にアクセスすることから、データベースを格納するストレージデバイスの性能が使用感に大きな影響を与えると考えられます。
本構成のストレージは全てSSDとしています。特に、AlphaFoldのデータベース展開用ストレージには、上記の理由からNVMe対応の4TB SSDを採用することで更にストレージ速度を高めています。

検索キーワード
G protein-coupled receptors,AlphaFold2,protein structure prediction,structural biology