
機械工学研究に携わるお客様より、Google-MLのJAXを活用した機械学習および数値シミュレーションを主用途とし、汎用有限要素法ソフト (Abaqusなど) による解析も想定したPC構成のご相談をいただきました。
Blackwell世代のGPUとIntel製CPUを希望されており、GPUメモリは可能な限り大容量を求められています。
ご予算は100万円程度です。
CPU | Intel Core Ultra 9 285K 3.70GHz(8C/8T) + 3.20GHz(16C/16T) |
メモリ | 合計64GB DDR5 6400 32GB x 2 |
ストレージ1 | 1TB SSD M.2 NVMe Gen4 |
ビデオ | NVIDIA RTX PRO4500 32GB |
ネットワーク | on board(2.5GBase-T x1) Wi-Fi,Bluetooth |
筐体+電源 | ミドルタワー型筐体+1000W 80PLUS PLATINUM |
OS | Microsoft Windows 11 Professional 64bit |
GPUの選定について
JAXによる機械学習では、GPUのメモリ容量と演算性能が重要です。
Blackwell世代GPUは機械学習用途に適していますが、ご予算とのバランスを考慮し、RTX PRO 4500 (32GB VRAM) をご提案しています。
同じビデオメモリ容量で処理能力が高いGeForce RTX 5090も検討候補になりますが、電源や冷却性能の強化が必要となるため、ご予算内で最適な選択肢としてRTX PRO 4500を採用しました。
CPU・メモリの選定について
有限要素解析ソフトAbaqusは、CPUのシングルスレッド性能が処理速度に直結します。
そこで、本構成では高いシングルスレッド性能を持つIntel Core Ultra 9 285Kを採用し、解析時間の短縮と安定性の両立を図りました。
メモリにはDDR5-6400を32GB×2枚 (計64GB) 搭載。将来的には空きスロットを活用し、最大128GBまで拡張可能です。
電源容量と安定運用
高性能GPUとCPUの同時稼働に対応するため、電源には1000Wモデルを採用しました。
電力に余裕を持たせることで、ピーク時の負荷変動によるシャットダウンや性能低下を防ぎ、システムの安定性を確保しています。
このような分野で活躍されている方へ
|
テガラのオーダーメイドPC製作サービスは、導入時の用途に加え、将来的な研究規模の拡大を見据えたシステムの拡張にも対応しています。
各種ソフトウェア要件に応じた構成のご提案はもちろん、研究環境全体の構築に関するご相談も承っています。
お客様のニーズに合わせて最適なソリューションをご提供しますので、どうぞお気軽にお問い合わせください。
キーワードJAXとは JAXは、Googleが開発したPython向けの数値計算ライブラリで、自動微分とJITコンパイルにより高速な並列処理が可能です。 Google-MLとは Google-MLは、Googleが提供する機械学習 (ML) 技術やツールの総称で、大規模データからパターンを学習し予測やコンテンツ生成を可能にするソフトウェア群です。 Abaqusとは Abaqusは、ダッソー・システムズ社が提供する高度な有限要素解析 (FEA) ソフトウェアで、非線形解析やマルチフィジックス解析に強みを持ちます。 |
■ 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。 |