[自作日記8] 電源、SSD、ケースは?

[自作日記8] 電源、SSD、ケースは?

今日は電源、SSD、ケースの購入です!


Junです。
残りは電源とSSD、ケースをゲットすれば一通り揃いそうです。

また、置手紙をみてみます。

⑥ SSD は 1T以上。

⑦ 電源は 800W 以上、 80Plus Titanium

⑧ ケースはグラボがちゃんと入ることを確認すること!

SSDの選定

SSDは、1T以上ということで、 3万円の SAMSUNG 980 PRO 2T を購入。

電源の選定

電源装置は 800W 以上ということで 850W OWLTECH PC電源 850W /ATX /Titanium PRIMETX850S を 4.5万円で購入しました。

ケースの選定

さて、残るはケースです。

⑧ ケースはグラボがちゃんと入ることを確認すること!

この意味がよくわからなかったので、店員さんに相談することにしました。

今回は ATX サイズのケースを購入する予定ですが、 ATX サイズといっても色々な大きさがあり、グラボのサイズが大きい場合、最悪ケースにおさまらないことがあるそうです。

なるほど、てきとうにケースを選ぶと痛い目にあうということですね。

今回かったグラボ GeForce RTX 3090 Ti SUPRIM X 24G のサイズは巨大で 338 x 140 x 71 mm です。フルサイズの PCI Express ボードが 31 cmなので、このグラボはフルサイズ超えの34cm サイズです。

たしかに、この巨大グラボが格納できるケースは注意深く探す必要がありそうです。

そこでよさげなケースをみつけました。


Fractal Design Focus G White Window というケースです。

このケースは 38cm までの グラボをサポートしており、私の買った GeForce RTX 3090 Ti SUPRIM X 24G の34cm というサイズでも余裕を持って入りそうです。
ちなみに、 GeForce RTX 3090 Ti SUPRIM X 24G は厚みもすごく 4スロット分あります。

つまり、PCI Express 4スロット分を占有するので、占有された場所にあった PCI Express スロットは使用不能になります。
(4スロットも占有するデカいグラボは許せん!と思う方は、コラム:コンシューマ用GPUとプロ用GPUの違い で解説した、内排気型のグラボをご検討されるとよいかなとおもいます。ブロワーファン搭載内排気型グラボはハイエンドのもので専有面積が2スロット以下のものがおおいです。そのかわり高価です)

そうそう、Fractal Design Focus G White Windowは見た目もかっこよく、パーツの居住空間も確保されているだけでなく、6基のファンや水冷ラジエーター取り付けにも対応しており、それでいてなんと約1万円で入手できました!これは間違いなくいい買い物だとおもいました。

実はこのケースを選定した理由はもう1つあります。それは5インチベイがついていることです。なぜ5インチベイがついていることが重要かといいますと、3分後にわかります。


さて、これで一通り、揃いました!

合計でちょうど40.5万円! 半分はグラボの値段です!

さて、もう少し買い物をしようと思います。

え?もう40万円使ったじゃん?

とおもわれるかもしれませんが、そうなんです。会社が出してくれる費用はあと4.5万円あり、実はやりたいことがあり、もう少しだけ買い物をします。

やりたいことというのはデュアルブートです。

というのも、研究用のGPUマシンのOSは Linux (Ubuntu)なのですが、ドキュメンテーションなどでは、 Microsoft Office を使いたい私としてはウィンドウズも入れたいと思っており、このGPUマシンを AI研究+日常業務機としてもつかおうという野望があります。

そこで、あと1万円だけ使って、デュアルブート環境を整えたいとおもいます。
追加で以下を購入しました

実はさっきケースの選定で5インチベイがついている、というのが重要だったのおは、このリムーバルケースを入れたい為でした。

これで全部そろいました!


ついに Jun さんは、すべてのパーツを購入することができました。

SSDについて1つ補足しておきますと、
最近のマザーボードには M.2という小さなスロットがついています。過去PCの自作をしたことのある方なら SATA ケーブルをSSDに挿して使うということをやっていた方もいるかもしれませんが、最近は M.2 というスロットが主流です。それは以前のHDDのように記録媒体が大きくなく、マザーボードの表面に直接装備できるほどに小さくなったからです。


また M.2 には SATA 接続のものと MVNe 接続のものがあります。端子の形は M.2 ですが、 NVMe は通信速度が飛躍的に向上しており、今回 Jun が購入した SSD も NVMe 対応ですのでSATAとは比べ物にならないほど高速なアクセスをすることができます。このように SSD を M.2 NVMe にすることで小型かつ高速なストレージを追加することができますが、一般的に高額になります。


Junさんは、無邪気に2Tの M.2 NVMe を購入していましたが、コストが気になる場合は通常のSATA SSD を購入する手もあります。 Jun さんが追加購入された SSD は通常の SATA SSD 512GB ですが、こちらは5000円程度で購入できるものとなっており、もし速度を妥協できれば SATA SSD のみの構成にすれば数万円コストダウンすることも可能と思われます。

それでは、また、次回おあいしましょう!


navigation

Read more

PyTorchの重いCUDA処理を非同期化したらメモリリークした話と、その解決策

PyTorchの重いCUDA処理を非同期化したらメモリリークした話と、その解決策

こんにちは!Qualitegプロダクト開発部です! 今回は同期メソッドを非同期メソッド(async)化しただけなのに、思わぬメモリリーク※に見舞われたお話です。 深層学習モデルを使った動画処理システムを開発していた時のことです。 「処理の進捗をリアルタイムでWebSocketで通知したい」という要件があり、「単にasync/awaitを使えばいいだけでしょ?」と軽く考えていたら、思わぬ落とし穴にはまりました。 プロ仕様のGPUを使っていたにも関わらず、メモリ不足でクラッシュしてしまいました。 この記事では、その原因と解決策、そして学んだ教訓を詳しく共有したいと思います。同じような問題に直面している方の参考になれば幸いです。 ※ 厳密には「メモリリーク」ではなく「メモリの解放遅延」ですが、 実用上の影響は同じなので、この記事では便宜上「メモリリーク」と表現します。 背景:なぜ進捗通知は非同期である必要があるのか モダンなWebアプリケーションの要求 最近のWebアプリケーション開発では、ユーザー体験を向上させるため、長時間かかる処理の進捗をリアルタイムで表示することが

By Qualiteg プロダクト開発部
ゼロトラスト時代のLLMセキュリティ完全ガイド:ガーディアンエージェントへの進化を見据えて

ゼロトラスト時代のLLMセキュリティ完全ガイド:ガーディアンエージェントへの進化を見据えて

こんにちは! 今日はセキュリティの新たな考え方「ゼロトラスト」とLLMを中心としたAIセキュリティについて解説いたします! はじめに 3つのパラダイムシフトが同時に起きている いま、企業のIT環境では3つの大きな変革が起ころうとしています。 1つ目は「境界防御からゼロトラストへ」というセキュリティモデルの転換。 2つ目は「LLMの爆発的普及」による新たなリスクの出現。 そして3つ目は「AIエージェント時代の到来」とそれに伴う「ガーディアンエージェント」という新概念の登場です。 これらは別々の出来事のように見えて、実は密接に関連しています。本記事では、この3つの変革がどのように結びつき、企業がどのような対策を取るべきかを解説いたします 目次 1. はじめに:3つのパラダイムシフトが同時に起きている 2. 第1の変革:ゼロトラストという新しいセキュリティ思想 3. 第2の変革:LLM時代の到来とその影響 4. 第3の変革:AIエージェントとガーディアンエージェント 5. 3つの変革を統合する:実践的なアプローチ 6. 実装のベストプラクティス 7. 日本

By Qualiteg コンサルティング
発話音声からリアルなリップシンクを生成する技術 第4回:LSTMの学習と限界、そしてTransformerへ

発話音声からリアルなリップシンクを生成する技術 第4回:LSTMの学習と限界、そしてTransformerへ

1. 位置損失 (L_position) - 口の形の正確さ 時間 口の開き 正解 予測 L_position = Σᵢ wᵢ × ||y_pred - y_true||² 各時点での予測値と正解値の差を計算。重要なパラメータ(顎の開き、口の開き)には大きな重みを付けます。 jaw_open: ×2.0 mouth_open: ×2.0 その他: ×1.0 2. 速度損失 (L_velocity) - 動きの速さ 時間 速度 t→t+1 v = y[t] -

By Qualiteg 研究部, Qualiteg コンサルティング
大企業のAIセキュリティを支える基盤技術 - 今こそ理解するActive Directory 第1回 基本概念の理解

大企業のAIセキュリティを支える基盤技術 - 今こそ理解するActive Directory 第1回 基本概念の理解

こんにちは! 今回から数回にわたり Active Directory について解説してまいります。 Active Directory(AD:アクティブディレクトリー)は、Microsoft が開発したディレクトリサービスであり、今日の大企業における IT インフラストラクチャーにおいて、もはやデファクトスタンダードと言っても過言ではない存在となっており、組織内のユーザー、コンピューター、その他のリソースを一元的に管理するための基盤として広く採用されています。 AIセキュリティの現実:単独では機能しない ChatGPTやClaudeなどの生成AIが企業に急速に普及する中、「AIセキュリティ」という言葉が注目を集めています。情報漏洩の防止、不適切な利用の検知、コンプライアンスの確保など、企業が取り組むべき課題は山積みです。 しかし、ここで注意しなければいけない事実があります。それは、 AIセキュリティソリューションは、それ単体では企業環境で限定的な効果しか期待できない ということです。 企業が直面する本質的な課題 AIセキュリティツールを導入する際、企業のIT部門

By Qualiteg コンサルティング