GDEP Solutions, Inc.
  • Home
    • 新着情報一覧
    • GPU2020 開催概要 >
      • Day1-AI&GPU
      • Day2-ImagingAI
      • Day3-GPUスパコン
      • 過去開催 GPU2019
  • GPU製品
    • AI・データサイエンスおすすめ一覧 >
      • NVIDIA DGX A100
      • DGX STATION A100
      • HP Z8 G4
      • HP ZBook Fury17G7 Mobile Workstation
      • Dell Precision 7920 Tower
      • DeepLearning BOXⅡ
      • DeepLearning STATION
      • NVIDIA RTX サーバー
      • HITACHI SR24000
    • 数値計算・解析おすすめ一覧 >
      • HP Z4 G4
      • Supermicro 7049GP
    • NVIDIA GPU 一覧 >
      • NVIDIA RTX A6000
      • Quadro RTX8000
      • Quadro GV100
      • NVIDIA A100
      • NVIDIA V100S
      • NVIDIA T4
    • GPUレンタル一覧
  • ストレージ
    • ストレージ一覧 >
      • Synology
      • DDN STORAGE
      • PURESTORAGE
  • HPC
    • HPC Workstation
    • AXXE-L by XTREME-D
    • NVIDIA HPC SDK
    • 高速化受託サービス
  • クラウド製品
    • セキュリティ >
      • KernelCare
    • 仮想化 >
      • Login VSI
      • Login PI
    • リモートアクセス >
      • FastX
      • NiceDCV
      • NoMachine
    • ハイブリッドクラウドNAS >
      • Morro Data
  • GPUコラム / 導入事例
    • GPUプログラミング入門 >
      • 第11回:OpenACCを使ったICCG法の高速化
      • 第10回:OpenACCでできる最適化とは?
      • 第9回:速くならない?とりあえずライブラリに頼ろう!
      • 第8回:OpenACCでも扱えるけど面倒な構造体
      • 第7回:今あるプログラムを楽に速くするためには
      • 第6回:プログラムの実行時間を確認しよう
      • 第5回:コンパイラのメッセージを確認しよう
      • 第4回:拡散現象シミュレーションのOpenACC化
      • 第3回:データ転送の最小化はほとんどのアプリケーションで必須
      • 第2回:その前に知っておきたいGPUの特長
      • 第1回:今あるプログラムを楽に速くするためには?
    • GPU Technology for CG/AI >
      • AlphaGo とその後
      • CUDAを用いたシンプルなパストレーシング
      • 流体シミュレーションの応用
      • GPUを用いた高速レンダリング
      • GPUを基盤としたCG/AIの技術進化
    • ツブ子が聞く・見る・行く! >
      • 聞く!NVIDIA DGX A100
      • 見る!NVIDIA A100 Tensor Core GPU
    • 導入事例 >
      • DGX SYSTEMS
      • GPU Computing
  • 会社情報
    • ごあいさつ
    • 会社概要
    • アクセスマップ
    • 採用情報
  • お問い合わせ
Picture
Quadro RTX 8000 / 6000 最大8基搭載

NVIDIA RTX サーバー

Picture

データセンターおすすめ  高性能フレキシブル GPUサーバー

画像
NVIDIA Quadro RTX 8000 または Quadro RTX 6000 GPUを最大8基搭載できるGPUサーバーを取り扱っています。

GPU 各2基づつをNVLink™で接続させることにより、優れた計算処理能力を発揮します。
また、
NVIDIA Quadro RTX のGPUパワーと、NVIDIA 仮想 GPU ソフトウェア、業界をリードするサードパーティ製アプリケーションを組み合わせることで、柔軟性の高いGPUサーバーを実現しました。
​
ディープラーニング、AI、機械学習、ビッグデータ、HPC、レンダリングなど、幅広い用途でご利用いただける環境が整っています。

​NVIDIA GPU高速化ライブラリ
「CUDA-X AI」、「CUDA-X HPC」

機械学習をGPUで加速させるオープンソースプラットフォーム​「NVIDIA RAPIDS」

インストールしてお届けします。サポートは含まれません。
画像

NVIDIA CUDA-X AI 

CUDA-X AI は、NVIDIA の画期的な並列プログラミング モデルCUDA® 上で構築されており、ディープラーニング、機械学習、HPC (ハイ パフォーマンス コンピューティング) に必要な最適化を提供します。
​このライブラリには・・・
  • ディープラーニングの基本操作を高速化する cuDNN
  • データ サイエンスのワークフローと機械学習アルゴリズムを高速化する cuML
  • 推論のトレーニング済みモデルを最適化する NVIDIA® TensorRT™
  • データ サイエンスで Pandas のような API を提供する cuDF
  • 高性能なグラフ分析を実行する cuGraph
その他 13 種のライブラリが含まれています。

これらはすべて NVIDIA Tensor コア GPU とシームレスに動作し、AI ベースのアプリケーションの開発および展開を高速化します。
​CUDA-X AI は、開発者に生産性を高める力を与える他、アプリケーションのパフォーマンスを継続的に向上できる利点があります。
Picture

NVIDIA CUDA-X HPC

CUDA-X HPC は、開発者が世界で最も困難な問題を解決することを支援する、ライブラリ、ツール、コンパイラおよび API の集まりです。
NVIDIA の並列コンピューティング プラットフォームおよびプログラミング モデルである CUDA 上に構築されています。

CUDA-X HPC には、ハイ パフォーマンス コンピューティング (HPC) に不可欠な、精密に調整されたカーネルが含まれています。
​線形代数、並列アルゴリズムおよび信号と画像の処理のための GPU アクセラレーション ライブラリは、計算物理学、化学、分子動力学および地震探査といった分野において、演算が重要視される用途に使用できます。
画像

RAPIDS

RAPIDS は、機械学習のワークフロー全体を GPU で高速化するためのライブラリ群です。
RAPIDSを活用することで、機械学習におけるトレーニングの時間を短縮することができます。
​GPU の性能を引き出す NVIDIA CUDA ベースで構築され、使いやすい Python インタフェースを提供します。
画像
RAPIDS動作環境
✓ GPU:NVIDIA Pascalアーキテクチャ以上
✓ OS:Ubuntu 16.04/18.04 LTS
✓ CUDA: CUDA 9.2/10.0、NVIDIA Dricer v410.48以降
✓ Docker:Docker CE v19.03 + nvidia-container-toolkit
​       Docker CE v17-18、nvidia docker2
​​
容易なインテグレーション
新たなツールを覚えることなく、最小限のコード修正で既存のPhthonデータサイエンス ワークフローを高速化

様々なGPU環境へスケールアウト
PCからサーバー、そしてマルチノードクラスターへとシームレスなスケーリングが可能

高精度なモデル
学習と評価のサイクルを加速することで機械学習モデルの精度を向上

トレーニング時間の短縮
データサイエンスの生産性を飛躍的に改善

オープンソース
Apache Arrow をベースとし、NVIDIA がサポートするオープンソース ソフトウェアが高いカスタマイズ性、拡張性、相互運用性を実現

NVIDIA Quadro RTX 搭載

Picture
NVIDIA Quadro RTXは、プロフェッショナルのために設計されたウルトラハイエンドグラフィックスボードです。
​
 ✓ NVIDIA NVLINK™の相互接続により、毎秒最大100GBの高速データ転送

 ✓ 次世代メモリ 超高速GDDR6を搭載
​
 ✓ CUDAコア 4,608、Tensorコア 576を搭載した最先端GPU
 
Quadro RTX 8000
Quadro RTX 6000
CUDAコア
4608
4608
Tensorコア
576
576
GPUメモリ
48 GB GDDR6
24 GB GDDR6
メモリバンド幅
672 GB/s
672 GB/s
単精度演算性能
16.3 TFLOPS
16.3 TFLOPS
NVIDIA RTXサーバー
NVIDIA Quadro RTX 8000 / 6000 をOEM実績のあるサーバーに搭載し、お客様の用途に適したCPU、メモリ、ストレージ、ネットワーク、OSを組み合わせてご提供します。
RTXサーバー おすすめ構成
  GDEPS-RTX Server-LL GDEPS-RTX Server-ML GDEPS-RTX Server-S
筐体サイズ 幅 437mm × 奥行 737mm × 高さ178mm (4U) 幅 462mm × 奥行 673mm × 高さ 178mm (4U)
重量(想定) 50kg(8GPU構成時) 30kg(4GPU構成時)
GPU最大搭載数 8 基 4 基
CPU Intel Xeon 6242 (2.5GHz/20core) x 2 Intel Xeon 6234 (3.3GHz/8core) x 2 Intel Xeon 6234 (3.3GHz/8core) x 2
チップセット IntelR C622 chipset IntelR C621 chipset
メモリ DDR4-2933タイプ 32GB x 12枚 384GB DDR4-2933タイプ 16 GB x 12枚 192GB
SSD 960GB x 2 (2.5inchタイプ)
ネットワーク 1/10GbE-T x 2、IPMI用LAN x 1
PSU 2000W (Titanium Level (96%+) x 4基 2200W (Titanium Level (96%+) x 2基
200V入力時 1800W出力/PSU 2+2冗長構成 200V入力時 1800W出力/PSU 冗長構成
100V入力時 1000W/PSU 非冗長構成 100V入力時 1200W/PSU 非冗長構成

AI・データサイエンス 向け
GPU搭載マシン

一覧はこちら

数値計算・解析 向け
GPU搭載マシン

一覧はこちら

NVIDIA GPU
​販売

一覧はこちら

NVIDIA GPU
​レンタル

一覧はこちら

お気軽にご相談ください!

製品に関するご質問・ご相談など、お気軽にお問い合わせください。
​
NVIDIA認定のエリートパートナー「GDEPソリューションズ」は、
​ お客様の用途に最適な製品のご提案から導入までサポートします。
お問い合わせフォーム
Picture
GDEPソリューションズ株式会社
東京都文京区本郷三丁目34番3号 本郷第一ビル8階
TEL:03-5802-7050
・NVIDIA認定 Elite Partner [最上位レベル]
・NVIDIA Advanced Technology Program 達成  [DGX 販売資格]
・東京都公安委員会 古物営業許可番号
 第305471905562号
≫ 新着情報
​

GPU製品
≫ AI・データサイエンスおすすめ
≫ 数値計算・解析おすすめ
≫ NVIDIA GPU一覧

≫ GPUレンタル一覧

HPC
≫ HPC Workstation
≫ AXXE-L by XTREME-D
≫ NVIDIA HPC SDK
≫ 高速化 受託サービス
​ストレージ
​≫ ストレージ一覧

クラウド製品
​≫ セキュリティ
≫ 仮想化
≫ リモートアクセス

≫ ハイブリッドクラウドNAS

​GPUコラム/導入事例
≫ GPUプログラミング入門
≫ GPU Technology for CG/AI
≫ ツブ子が聞く・見る・行く
≫ 導入事例
会社情報
≫ ごあいさつ
≫ 会社概要
≫ アクセスマップ
≫ 採用情報
​
≫ お問い合わせ
​
≫ 個人情報の取扱いについて
≫ 利用規約
©2020 GDEP Solutions,Inc.
  • Home
    • 新着情報一覧
    • GPU2020 開催概要 >
      • Day1-AI&GPU
      • Day2-ImagingAI
      • Day3-GPUスパコン
      • 過去開催 GPU2019
  • GPU製品
    • AI・データサイエンスおすすめ一覧 >
      • NVIDIA DGX A100
      • DGX STATION A100
      • HP Z8 G4
      • HP ZBook Fury17G7 Mobile Workstation
      • Dell Precision 7920 Tower
      • DeepLearning BOXⅡ
      • DeepLearning STATION
      • NVIDIA RTX サーバー
      • HITACHI SR24000
    • 数値計算・解析おすすめ一覧 >
      • HP Z4 G4
      • Supermicro 7049GP
    • NVIDIA GPU 一覧 >
      • NVIDIA RTX A6000
      • Quadro RTX8000
      • Quadro GV100
      • NVIDIA A100
      • NVIDIA V100S
      • NVIDIA T4
    • GPUレンタル一覧
  • ストレージ
    • ストレージ一覧 >
      • Synology
      • DDN STORAGE
      • PURESTORAGE
  • HPC
    • HPC Workstation
    • AXXE-L by XTREME-D
    • NVIDIA HPC SDK
    • 高速化受託サービス
  • クラウド製品
    • セキュリティ >
      • KernelCare
    • 仮想化 >
      • Login VSI
      • Login PI
    • リモートアクセス >
      • FastX
      • NiceDCV
      • NoMachine
    • ハイブリッドクラウドNAS >
      • Morro Data
  • GPUコラム / 導入事例
    • GPUプログラミング入門 >
      • 第11回:OpenACCを使ったICCG法の高速化
      • 第10回:OpenACCでできる最適化とは?
      • 第9回:速くならない?とりあえずライブラリに頼ろう!
      • 第8回:OpenACCでも扱えるけど面倒な構造体
      • 第7回:今あるプログラムを楽に速くするためには
      • 第6回:プログラムの実行時間を確認しよう
      • 第5回:コンパイラのメッセージを確認しよう
      • 第4回:拡散現象シミュレーションのOpenACC化
      • 第3回:データ転送の最小化はほとんどのアプリケーションで必須
      • 第2回:その前に知っておきたいGPUの特長
      • 第1回:今あるプログラムを楽に速くするためには?
    • GPU Technology for CG/AI >
      • AlphaGo とその後
      • CUDAを用いたシンプルなパストレーシング
      • 流体シミュレーションの応用
      • GPUを用いた高速レンダリング
      • GPUを基盤としたCG/AIの技術進化
    • ツブ子が聞く・見る・行く! >
      • 聞く!NVIDIA DGX A100
      • 見る!NVIDIA A100 Tensor Core GPU
    • 導入事例 >
      • DGX SYSTEMS
      • GPU Computing
  • 会社情報
    • ごあいさつ
    • 会社概要
    • アクセスマップ
    • 採用情報
  • お問い合わせ