火山研究に携わるお客様より、MMSegmentationを使用したセマンティックセグメンテーションのためのワークステーションをご相談いただきました。
ご予算は約100万円で、MMSegmentationをインストールした状態での出荷をご希望です。
ご連絡いただいた条件をもとに、弊社からは下記構成をご提案しました。
| CPU | Intel Core i9-14900K (3.20GHz 8コア+2.40GHz 16コア) |
| メモリ | 64GB 32GB ×2 |
| ストレージ | 1TB SSD M.2 NVMe Gen4 |
| ビデオ | NVIDIA Geforce RTX4090 24GB |
| ネットワーク | on board (2.5GBase-T x1) Wi-Fi x1 |
| 筐体+電源 | ミドルタワー型筐体 + 1500W |
| OS | Microsoft Windows 11 Professional 64bit |
| その他 | MMsegmentationインストールサービス Miniconda、CUDA Toolkit、Pytorch含む |
ソフトウェアに合わせたGPU性能重視の構成
CPUには2024年7月時点で最新である、Core第14世代の最上位モデル「Core i9-14900K」を搭載しております。
ご利用予定の「MMSegmentation」はGPUを使用して処理を進めるアプリケーションです。そのため、GPUのスペックを重視して、Geforceシリーズのハイエンドモデル「Geforce RTX4090 24GB」を採用しました。コストパフォーマンスに優れた製品ですので、ご予算と性能の両立が期待できます。
その他のスペックは、ご予算に合わせて暫定的に設定した内容をご提案しています。
メモリは64GB、ストレージは1TB SSD M.2を搭載していますが、ご希望に合わせて変更可能です。
MMSegmentationのインストールサービス
今回のご提案では、「MMSegmentation」のインストールサービスを含めています。
セットアップの過程では、Miniconda、CUDA ToolkitとPytorchが必要になるため、これらのソフトウェアもインストールした状態で出荷します。
なお、作業範囲は、公式リポジトリ記載のセットアップ手順内 “Verify the installation” までを想定しています。
公式リポジトリ：mmsegmentation/docs/en/get_started.md at main · open-mmlab/mmsegmentation · GitHub
本事例の構成は、お客様から頂戴した条件を元に検討した内容です。
いただいた条件に合わせて柔軟にマシンをご提案いたしますので、掲載内容とは異なる条件でご検討の場合でも、お気軽にご相談ください。
■キーワード・セマンティックセグメンテーションとは 画像内の全画素 (ピクセル) にラベルやカテゴリを関連付けて画像をセグメント化する、ディープラーニング (Deep Learning) のアルゴリズム。自動運転、環境認識、医療画像解析などに用いられる。 ・MMSegmentationとは セマンティックセグメンテーションを実現するためのPytorchベースのToolbox。多数のアーキテクチャのモデルが提供されており、GitHubで公開されている。 |
|
■ 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。 |
