AI学習に携わるお客様より、事例No.PC-11641Bをご覧のうえ、事例記事で行われているセットアップを施してほしいとご相談いただきました。
具体的には、Windows上でUbuntuを動作させ、そのUbuntu環境内でCUDA Toolkit 11.8、TensorFlow、PyTorch、Dockerが利用可能な状態になるようにしてほしいとのご要望です。
ご連絡いただいた内容を踏まえ、弊社からは下記の構成をご提案しました。
| CPU | Intel Core i7-14700 2.10GHz (8C/16T) + 1.50GHz (12C/12T) |
| メモリ | 合計 32GB DDR5 5600 16GB x 2 |
| ストレージ | 2TB SSD S-ATA |
| ビデオ | NVIDIA Geforce RTX 4090 24GB |
| ネットワーク | on board (2.5GBase-T x 1) Wi-Fi6E x 1 |
| 筐体+電源 | ミドルタワー型筐体 1000W 80PLUS PLATINUM |
| OS | Microsoft Windows 11 Professional 64bit |
| その他 | WSL2 (Ubuntu 22.04設定) CUDA Toolkit インストール (WSL2上) Tensorflow/PyTorch/Docker ※すべてWSL2上で設定 |
ご覧いただいた事例No.PC-11641Bのパーツ使用を基に、お客様のご要望に合わせたセットアップを施したマシンです。
本構成はIntel Core i7-14700とRTX 4090を搭載しており、大規模なディープラーニングやGPU計算を伴う解析にも対応可能です。
開発環境として、WSL2を有効化し、Windows上でUbuntu環境が利用できるようセットアップ済みです。
さらに、CUDA Toolkit、TensorFlow、PyTorch、DockerもUbuntu環境内にあらかじめインストールしているため、到着後すぐにAI開発やデータ解析を始められます。
なお、WSL2とDockerをお客様ご自身で導入する場合の手順については、こちらのガイドページで詳しく解説しています。
このような分野で活躍されている方へ
|
研究内容や運用基盤に合わせた構成提案やセットアップにも対応しています。
掲載内容に含まれないご要望につきましても、どうぞ遠慮なくご相談ください。。
キーワード・WSL2とは WSL2は、Windows Subsystem for Linuxのバージョン2で、Windows上でLinuxカーネルを直接実行できる仕組み。 ・CUDA Toolkitとは CUDA Toolkitは、NVIDIAが提供するGPUコンピューティング開発環境。 ・Tensorflowとは TensorFlowは、Googleが開発した機械学習ライブラリ。 ・PyTorchとは PyTorchは、Facebookが開発したディープラーニングライブラリ。 ・Dockerとは Dockerは、アプリケーションをコンテナと呼ばれる単位で実行する仮想化技術。 |
|
■ このPC事例に関する詳細、お問い合わせはこちら
※事例の名称またはご希望の条件などをご記入ください。 |
