[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

Google GenAI SDK のストリーミングでマルチターン画像編集🍌が不安定になる問題と対処法

Google GenAI SDK のストリーミングでマルチターン画像編集🍌が不安定になる問題と対処法

こんにちは! Gemini 3 Pro Image (Nano banana Pro)を使ったマルチターン画像編集機能を実装していたところ、動いたり動かなかったりするという厄介な問題に遭遇しました。 本記事では、この問題の現象、原因調査の過程、そして解決策を共有します。 問題の現象 実行環境 Google GenAI SDKライブラリ(pip): google-genai 1.56.0 期待する動作 1. ユーザー: 「かわいい子猫の画像を生成して」 2. Gemini: 子猫の画像を生成 3. ユーザー: 「この子にメガネをかけて」 4. Gemini: 同じ子猫にメガネをかけた画像を生成 実際に起きた現象 1. ユーザー: 「かわいい子猫の画像を生成して」 2. Gemini: 茶色の子猫の画像を生成 3. ユーザー: 「この子にメガネをかけて」 4. Gemini: メガネをかけた女の子の画像を生成

By Qualiteg プロダクト開発部
【出展報告】TOKYO DIGICONX 2026

【出展報告】TOKYO DIGICONX 2026

こんにちは! 先日、「TOKYO DIGICONX 2026」に出展してまいりましたのでレポートさせていただきます! TOKYO DIGICONX 2026 TOKYO DIGICONX 2026は、2026年1月8日(木)~10日(土)に東京ビッグサイト 南3・4ホールで開催された、XR・メタバース・AI・Web3をテーマにした総合展示会です。 正式名称は「第3回 TOKYO XR・メタバース&コンテンツビジネスワールド」で、東京都、XRコンソーシアム、Metaverse Japan、東京商工会議所で構成されるXR・メタバース等産業展実行委員会が主催しています。 180社以上のスタートアップや企業が出展し、ビジネスデイ(8日・9日)とパブリックデイ(10日)の3日間にわたり、XR・メタバース・AI分野の最前線を体感できるイベントとなりました。 冬の東京ビッグサイト 新年明けて間もない1月の東京ビッグサイト。お正月気分もそこそこに、気合を入れて会場入りしました�

By Qualiteg ビジネス開発本部 | マーケティング部
コーディングエージェントの現状と未来への展望 【第2回】主要ツール比較と構造的課題

コーディングエージェントの現状と未来への展望 【第2回】主要ツール比較と構造的課題

こんにちは! 今回は、コーディングエージェントシリーズ第2回です! 前回の第1回では、2025年12月時点で百花繚乱状態にあるAIコーディングエージェントの全体像を俯瞰しました。 AIコーディングエージェント20選!現状と未来への展望 【第1回】全体像と基礎こんにちは! 今回は、20種類以上あるまさに百花繚乱なAIコーディングツールを一挙に紹介&解説していきたいとおもいます! AIをつかったコーディングはもはや常識となり、日々目まぐるしく新しいツールが登場しています。当社でも自社開発のAIコーディングツールをふくめ複数のツールを活用してソフトウェア開発をすすめていますが、次々とナイスなツールがでてきて興奮しつつも、正直キャッチアップが追いつかない…!という状況です。 「結局どれを使えばいいの?」「Claude CodeとCursorって何が違うの?」「オープンソースでも使えるやつあるの?」——そんな疑問を持っている方も多いのではないでしょうか。 そこで本シリーズでは、2025年12月時点でのAIコーディングツールを徹底的に整理してみました。商用サービスからオープンソースまで、20

By Qualiteg コンサルティング
LLM学習の現実:GPU選びから学習コストまで徹底解説

LLM学習の現実:GPU選びから学習コストまで徹底解説

こんにちは! なぜOpenAIやAnthropicは世界最高水準のLLMを作れるのに、それに肩を並べる日本発のLLMは存在しないのでしょうか? 技術力の差でしょうか。それとも人材の問題でしょうか。 答えはもっとシンプルです。GPUの枚数とお金です。 今日はそんな 「LLMの学習」にフォーカスをあて、そのリアルについて徹底解説いたします! 1. はじめに 「LLMを自分で学習させてみたい」 そう思ったとき、最初にぶつかる壁がGPUの問題です。 どのGPUを何枚使えばいいのか。クラウドで借りるべきか、オンプレで買うべきか。そもそも個人や小規模チームでLLM学習は現実的なのか。 本記事では、こうした疑問に対して、具体的な数字と事例を交えながら答えていきます。 たとえばLLaMA 2の学習にはA100が2,048枚使われました。DeepSeek-V3は約8億円かかりました。では、あなたの手元のGPUでは何ができるのか。そこを明らかにしていきたいと思います。 対象読者は、LLM学習に興味があるエンジニアや研究者です。PyTorchでモデルを書いたことがある程度の知識を前提とし

By Qualiteg プロダクト開発部, Qualiteg 研究部