PC提案事例

DeepLearningを始めたいので、入門用のマシンを導入したい。
希望するスペックは以下の通り。

・CPU：指定はないので、適切なものを提案して欲しい。
・メモリ：32GB
・ストレージ：500GB SSD M.2
・OS：Windows11
・GPU：適切なものを提案して欲しい。
・マウス・キーボード：無線タイプ
・予算：50万円前後

ご指定の条件を満たす構成を検討しました。
CPUとビデオカードはご予算内で導入できる組み合わせとしていますが、計算の高速化やプログラミングのためのGPGPU・CUDA利用でも過不足のない構成としています。
お客様へのヒアリングでは、DeepLearning初心者に向けたマシン導入・テスト的な導入というお話でしたので、以下の点に配慮したご提案となっています。

・CPUとビデオカードはご予算内で導入できる組み合わせ
・GPGPUやCUDAを入門的に使うにあたり、過不足のないスペック
・Anacondaパッケージサービス込み

検索キーワード
DeepLearning入門用マシン,DeepLearning,CPU,メモリ,ストレージ,Windows11,GPU,GPGPU,CUDA,Anacondaパッケージサービス,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

機械学習 (ニューラルネットワーク) 用のPCが欲しい。
2枚のGPUを搭載して、それぞれを別々の学習で利用したい。具体的には、以下のスペックを考えている。

・CPU：IntelでもAMDでもどちらでもよい
・マザーボード：PCI-E 4.0 x16（PCI-E 5.0 x8）相当の転送速度でGPUを2枚挿せるもの
・メモリ：DDR4-3200かDDR5で、32GBか64GBのどちらかを検討している
・SSD：NVMeタイプ 500GB
・HDD：S-ATA 8TB
・電源：1600W
・GPU：NVIDIA Geforce RTX3090 x2枚
・OS：CentOS 7

第3世代Xeon Scalableを用いた1CPU仕様のマシンをご提案しました。
この構成を採用した主な理由は、PCI Express 4.0への対応です。2台のビデオカードはPCI-Express 4.0 x16の帯域幅で接続されます。

また、用途を考えるとメインメモリはビデオメモリの総容量以上を確保することが望ましいため、RTX3090のビデオメモリ24GB x2枚分の48GB以上である64GBとしています。
その他の構成も、可能な限りお客さまのご要望にあわせています。

検索キーワード
ニューラルネットワーク研究,機械学習,PyTorch,CUDA,GPU搭載PC,2枚のGPU,CPUスペック,PCI Express 4.0,メモリ容量,RTX3090, 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

バイオインフォマティクス、特に次世代シーケンサー解析用としてPCを検討している。
将来的な拡張性のある構成が希望で、ストレージは4TB SSDを搭載したい。
具体的な用途としては、Cell RangerやSTAR、bowtie2などを使った次世代シーケンサー解析と、Rなどを利用した下流解析・図表作成がメイン。
また、機械学習用にGPUを搭載したい。予算は120万円程度。

ご予算とCPU性能との兼ね合いから、Ryzen Threadripperを用いた構成をご提案しました。
メモリは本構成の最大容量の256GBで、ECCモジュールを採用しています。コストを重視する場合は、ECC機能のない通常のDIMMへの変更も可能です。

また、機械学習の予定があることから、GPUとしてRTX3080を搭載しています。
Cell Ranger、STAR、bowtie2 などをお使いいただく上では、特別な描画能力が必要となることはありませんので、コストを重視する場合にはもっと安価なビデオカードへの変更も可能です。ご希望の場合には、お気軽にご相談ください。

本事例はRADIC 1CPU Modelをベースにしています。
スペック変更による概算価格のシミュレーションはこちらからご確認いただけます。
※RADICのモデルチェンジ等の理由により、事例の構成と同一のスペックを選択できない場合があります。
　おそれ入りますが、予めご承知おきください。

検索キーワード
次世代シーケンサーデータ解析,バイオインフォマティクス,Cell Ranger,STAR,bowtie2,R,Ryzen Threadripper,4TB SSD,機械学習,RTX3080, Cell biology,RNA sequencing,Biochemistry,Bioengineering,Bioinformatics,Biophysics,Cancer Biology,Cell Biology,Clinical Trials,Developmental Biology,Ecology,Epidemiology,Evolutionary Biology,Genetics,Genomics,Immunology,Microbiology,Molecular Biology,Neuroscience,Paleontology,Pathology,Pharmacology and Toxicology,Physiology,Plant Biology,Synthetic Biology,Systems Biology,Zoology,Single-cell RNA sequencing,SARS-CoV-2,COVID-19,chromatin accessibility,transcriptome profiling,scATAC-seqScRNA-seq,T cells,tissue resident memory T cells,central memory T cells

産業用ロボットを制御するためのマシンを導入したい。PLCとの通信や各種産業用機器への接続も視野に入れた構成を考えている。

スペックは、CPUをCore i9として、画像処理や深層学習用にGPUを搭載したい。
また、停電対策としてUPSへの接続を想定している。

一番重要な要素は納期なので、納期とそれ以外の条件のバランスを考慮した提案を希望する。

お客様のご要望により、WEB会議にて用途やご希望条件をヒアリングさせていただいた上で構成を検討しました。
機械学習は推論のみとのことで、学習時のようなGPU性能は要求されないと判断し、消費電力と性能のバランスを考慮してミドルクラスの製品としています。

PLCとの通信や、各種産業用機器への接続は、PCI-Expressの空きスロットにインターフェースカードを搭載する形で実現することになりますが、設置場所や運用方法によってご提案内容が変更となる場合がありますので、前提となる条件をご相談いただけますと幸いです。

また、お客様のご希望に合わせてUPSを含めた構成としており、最大消費電力から計算して10分程度のバックアップ時間を確保しています。

なお、納期が最重要であることから、パーツの入手性を重視した構成としています。そのため、一般的な産業用コンピュータとして構成した仕様ではございません。
ただし、用途としては産業用 (業務用) である点を考慮していますので、対応できる範囲においては産業用向けのパーツを用いた構成です。
具体的には、SSDを高耐久製品に変更し、OSをWindows Updateによる機能更新のないIoT Enterpriseとしています。
常時稼働の場合には、電源ユニットも含めて高耐久の仕様にすることが望ましいですが、ご案内の時点では信頼性の高いニプロン製電源の納期が長期化していたため、一般向けの電源を搭載した構成としています。

【参考情報】組み込み系OS「Windows 10 IoT」の特色とは？

検索キーワード
産業用ロボット制御,画像処理,深層学習 (推論),PLC通信,産業用機器接続,Core i9,GPU搭載,UPS接続,納期重視,産業用コンピュータ