Computer

HPCDIY-UPDL2は、1CPU（MAX 18Core）でGeForce RTX 3090/RTX A4000/RTX A5000/RTX A6000を最大2GPUのDeep Learning（深層学習）向け、静音ミドルタワーワークステーションです。
OSとDeep Learning に必要なソフトウェアがインストールされていますので、すぐにお使いになれます。

Barebone（マザーボード＋筐体＋電源ユニット）の構造は、

• GPUスロット数2

• CPU ソケット数１

• メモリスロット数８

• M.2ソケット数２

• U.2 ポート数２

• SATA ポート数６

• 5.25インチドライブベイ数１

• 3.5インチドライブベイ数４

• 2.5インチドライブベイ数４

• 5GBase-Tネットワーク数１

• 1000Base-Tネットワーク数１

• 900W電源ユニット（100V〜240V対応）数１

• です。

CPUのコア数は4、6、8、10、12、14 または 18 から選択可能です。
メモリチャンネル数は4で、4枚または8枚のメモリを実装可能です。8GBのDIMMが4枚の場合の32GBから、64GBのDIMMが8枚の場合の512GBまでのメモリ量を選択可能です。
SSDは NVMe SSD と/または SATA SSD を選択可能ですが、約４倍以上高速（>2GB/s）な NVMe SSD をお勧めいたします。種類はマザーボード上のソケットに実装するタイプの M.2 SSD と 2.5 インチドライブベイに実装する 2.5 インチ型の U.2 SSD とがあります。M.2 SSD の容量は 256GB ~ 1TB が選択可能です。U.2 SSD の場合 960GB ~ 15.3TB が選択可能です。どちらも２台まで実装可能です。
2.5 インチの残りのドライブベイにはSATA SSD を実装可能です。
3.5 インチドライブベイには1〜18TBの3.5" HDDを4台実装可能です。

OSはUbuntu 18.04/20.04 LTSまたはWindows 10 Pro 64bitがインストールされます。Ubuntu 18.04 LTSとWindows 10 Pro 64bitとのDual Bootも可能です（HDD/SSDが2つ以上必要になります）。どちらにもNVIDIA Driver、CUDA ToolkitそしてDeep Learning Frameworkがインストールされますので、面倒で時間がかかるソフトウェアのインストールと設定をすることなしに、Deep Learningの学習を始めることができます。
Ubuntu 18.04 LTSには、仮想化用ソフトウェアとして、DockerとSingularityがインストールされますので、CUDA Toolkitなどのバージョンが異なる複数の環境を独立して立ち上げて使用することができます。
ジョブスケジューラも標準でインストールされますので、多数の学習などを、GPUの使用率を最大にしながら、自動的に効率よく実行することができます。
システムバックアップ用ソフトウェアが付属していますので、任意の時点でシステムのバックアップを行い、いつでもその状態に戻すことができます。

HPCDIY-CLXGPU2R1Sは、GeForce RTX 3090/RTX A[4-6]000/A100 を最大2枚実装可能なDeep Learning（深層学習）向けGPUサーバー（1U）です。CPUはIntel 第2世代Xeon Scalable Processor（Cascade Lake）を1CPUで、最大コア数は28コアです。

Barebone（マザーボード＋筐体＋電源ユニット）の構造は、

• GPUスロット数 2

• CPU ソケット数 1

• メモリスロット数 6

• M.2ソケット数 2（2280のみ、22110は不可）

• U.2 ポート数 0

• SATA ポート数 3

• 5.25インチドライブベイ数 0

• 3.5インチドライブベイ数 3

• 2.5インチドライブベイ数 0

• 10GBase-Tネットワーク数 2

• 1000Base-Tネットワーク数 1（IPMI 専用）

• 1200W(100V入力時)/1400W(200V入力時)電源ユニット数 1

です。

Active Cooling（FAN付き）GPU（RTX 3090/A4000/A5000/A6000）を１基実装の場合は、サーバーの上側に吸気用の隙間を1cm以上空けてください。

Active Cooling（FAN付き）GPU（RTX 3090/A4000/A5000/A6000）を２基実装の場合は、サーバーの上下に吸気用の隙間を1cm以上空けてください。

Passive Cooling（FAN無し）GPU（A100）を１基または２基実装の場合は、上下に隙間は必要ありません。

OSはUbuntu 18.04/20.04 LTSがインストールされます。NVIDIA Driver、CUDA ToolkitそしてDeep Learning Frameworkがインストールされますので、面倒で時間がかかるソフトウェアのインストールと設定をすることなしに、Deep Learningの学習を始めることができます。
仮想化用ソフトウェアとして、DockerとSingularityがインストールされますので、CUDA Toolkitなどのバージョンが異なる複数の環境を独立して立ち上げて使用することができます。
ジョブスケジューラも標準でインストールされますので、多数の学習などを、GPUの使用率を最大にしながら、自動的に効率よく実行することができます。
システムバックアップ用ソフトウェアが付属していますので、任意の時点でシステムのバックアップを行い、いつでもその状態に戻すことができます。

RTX 3090 4GPU でのベンチマークはこちらになります

HPCDIY-ERM1GPU4TSは、AMD EPYC Milan/Romeを1CPU（MAX 64Core）でGeForce RTX 3090/RTX A4000/RTX A5000/RTX A6000/A100 PCIeを最大 4 GPUのDeep Learning（深層学習）向けGPUワークステーション（横向きにして4Uのラックマウントも可能）です。
OSとDeep Learning に必要なソフトウェアがインストールされていますので、すぐにお使いになれます。

Barebone（マザーボード＋筐体＋電源ユニット）の構造は、

• GPUスロット数 4

• CPU ソケット数 1

• メモリスロット数 8

• M.2ソケット数 2

• U.2 ポート数 2

• SATA ポート数 8

• 5.25インチドライブベイ数 3

• 3.5インチドライブベイ数 8

• 10GBase-Tネットワーク数 2

• 1000Base-Tネットワーク数 1（IPMI 専用）

• 1000W(100V入力時)/1800W(200V入力時)電源ユニット数 2

です。

OSはUbuntu 18.04/20.04 LTSがインストールされます。NVIDIA Driver、CUDA ToolkitそしてDeep Learning Frameworkがインストールされますので、面倒で時間がかかるソフトウェアのインストールと設定をすることなしに、Deep Learningの学習を始めることができます。
仮想化用ソフトウェアとして、DockerとSingularityがインストールされますので、CUDA Toolkitなどのバージョンが異なる複数の環境を独立して立ち上げて使用することができます。
ジョブスケジューラも標準でインストールされますので、多数の学習などを、GPUの使用率を最大にしながら、自動的に効率よく実行することができます。
システムバックアップ用ソフトウェアが付属していますので、任意の時点でシステムのバックアップを行い、いつでもその状態に戻すことができます。

RTX 3090 4GPU でのベンチマークはこちらになります

HPCDIY-TRPGPU4TSは、AMD Ryzen™ Threadripper™ PRO 3000WX Series Processorを1CPUでGeForce RTX 3090/RTX A4000/RTX A5000/RTX A6000を最大 4 GPUのDeep Learning（深層学習）向けGPUワークステーション（横向きにして5Uのラックマウントも可能）です。
OSとDeep Learning に必要なソフトウェアがインストールされていますので、すぐにお使いになれます。

Barebone（マザーボード＋筐体＋電源ユニット）の構造は、

• GPUスロット数 4

• CPU ソケット数 1

• メモリスロット数 8

• M.2ソケット数 4

• U.2 ポート数 2

• SATA ポート数 4

• 5.25インチドライブベイ数 2

• 3.5インチドライブベイ数 4

• 3.5インチドライブベイ数 2

• 10GBase-Tネットワーク数 1

• 1000Base-Tネットワーク数 1（IPMI 専用）

• 1200W(100V入力時)/2000W(200V入力時)電源ユニット数 1

です。

GPUを3基以上実装する場合は、200Vでの運用が必須です。

OSはUbuntu 18.04/20.04 LTSがインストールされます。NVIDIA Driver、CUDA ToolkitそしてDeep Learning Frameworkがインストールされますので、面倒で時間がかかるソフトウェアのインストールと設定をすることなしに、Deep Learningの学習を始めることができます。
仮想化用ソフトウェアとして、DockerとSingularityがインストールされますので、CUDA Toolkitなどのバージョンが異なる複数の環境を独立して立ち上げて使用することができます。
ジョブスケジューラも標準でインストールされますので、多数の学習などを、GPUの使用率を最大にしながら、自動的に効率よく実行することができます。
システムバックアップ用ソフトウェアが付属していますので、任意の時点でシステムのバックアップを行い、いつでもその状態に戻すことができます。

Key Features

1. Dual sockets P+ (LGA-4189) 3rd Gen Intel® Xeon® Scalable processors
2. Intel® C621A Chipset
3. 16 DIMMs up to 6TB 3DS ECC DDR4-3200: LRDIMM/RDIMM/Intel® DCPMM
4. 2 PCI-E 4.0 x16 FHHL;
   2 PCI-E 4.0 x16 AIOM (OCP 3.0);
   2 PCI-E 3.0 x2 NVMe M.2
5. Dual AIOM with NCSI (OCP 3.0) for networking, 1 dedicated IPMI LAN
6. 4x 3.5/2.5" hot-swap SATA/SAS drive bays
7. 6 counter-rotating 4 cm PWM fans with optimal fan speed control, 2 air shrouds
8. 860W redundant Platinum level 100-240Vac and 200-240 Vdc power supplies
9. 1 VGA, 1 COM, 2 USB 3.0 (rear)

RTX 3090 4GPU でのベンチマークはこちらになります

HPCDIY-ICXGPU4TSは、GeForce RTX 3090/RTX A6000/A100 を最大4枚実装可能なDeep Learning（深層学習）向けGPUワークステーション(横向きにしてラックマウント可能（4U）)です。CPUはIntel 第３世代Xeon Scalable Processor（Ice Lake）を2CPUで、最大コア数は80コアです。

Barebone（マザーボード＋筐体＋電源ユニット）の構造は、

• GPUスロット数 4

• CPU ソケット数 2

• メモリスロット数 16

• M.2ソケット数 2

• U.2 ポート数 4

• SATA ポート数 4

• 5.25インチドライブベイ数 3

• 3.5インチドライブベイ数 8

• 2.5インチドライブベイ数 0

• 10GBase-Tネットワーク数 2

• 1000Base-Tネットワーク数 1（IPMI 専用）

• 1200W(100V入力時)/2200W(200V入力時)電源ユニット数 2

です。

OSはUbuntu 18.04/20.04 LTSがインストールされます。NVIDIA Driver、CUDA ToolkitそしてDeep Learning Frameworkがインストールされますので、面倒で時間がかかるソフトウェアのインストールと設定をすることなしに、Deep Learningの学習を始めることができます。
仮想化用ソフトウェアとして、DockerとSingularityがインストールされますので、CUDA Toolkitなどのバージョンが異なる複数の環境を独立して立ち上げて使用することができます。
ジョブスケジューラも標準でインストールされますので、多数の学習などを、GPUの使用率を最大にしながら、自動的に効率よく実行することができます。
システムバックアップ用ソフトウェアが付属していますので、任意の時点でシステムのバックアップを行い、いつでもその状態に戻すことができます。