Sentinel衛星画像×ディープラーニング 森林解析ワークステーション

森林研究に携わるお客様から、Sentinel (センチネル) などの衛星画像を用いて、機械学習・深層学習による森林の種組成分析を行いたいというご相談をいただきました。
ご予算は100万円前後です。

ご相談の内容を踏まえ、弊社からは下記の構成をご提案しました。

ご予算を踏まえて、衛星画像を用いた機械学習・深層学習に適した、バランスの良いCPU/GPU構成を選定しました。

処理の安定性を重視し、CPUにはIntel Xeon W3-2525 (8コア16スレッド)を採用しています。
データの前処理や複数プロセスの同時実行にも十分な性能を発揮します。

学習・推論処理向けに、NVIDIA RTX 4000 Ada (20GB) を搭載。画像処理や中規模な深層学習タスクにおいて、高速な演算性能を提供します。
また、メモリは128GBを実装しており、大規模データの一括処理にも対応可能です。
空きスロットを活用すれば、将来的な解析規模の拡大にも柔軟に対応できます。

本構成は、研究用途を想定した一例としてご紹介しています。
助成金や科研費の申請資料としてもご活用いただける内容です。

ご利用予定のソフトウェアや処理内容に応じて、CPUやGPUのスペックは柔軟に調整可能です。
将来的な運用や発展的な活用も見据えてご検討ください。

より高負荷な演算やGPU性能を重視する用途については、以下のような応用構成もご参照いただけます。

参考：事例No.PC-25000461 機械学習・大規模言語モデル (LLM) 処理向けマシン

解析の想定規模や使用ツールに合わせて、最適な仕様をご提案いたします。
掲載内容に含まれない条件やご要望につきましても、どうぞ遠慮なくご相談ください。