[自作日記9] AI研究用GPUマシンパーツと組み立て開始!

[自作日記9] AI研究用GPUマシンパーツと組み立て開始!


昨日、秋葉原で合計41.5万円分のGPUマシンのパーツを購入してきましたのでご報告します!

GPUマシンパーツ

AI用研究用GPUマシンパーツ一式

早速、組み立てていきます!

組み立てに使う工具

周辺パーツは別に、以下のような工具があると便利です

項目 使いどころ、Tips
プラスドライバー普通サイズ ケースの組み立てで使用。
マイナスドライバー ケースの組み立てで使用。精密ドライバーよりは大きいが、通常サイズより少し小さめのもの。
静電気防止手袋 組み立てで必須。手にフィットするもの。
ねじつかみようピンセット ネジをネジ穴にいれるときに、ネジをつまんでおくのに便利。指が入りにくい場所などに。
ラジオペンチ それほど出番はなさそうだが、ネジ穴つぶしたとき対策などあると精神的におちつく。
ヘッドライト 頭にまくやつ。両手をつかって奥深くをみながら作業するときなど、視野を明るくしてくれて便利。
ライト 他のパーツの陰にかくれてしまうような奥深い部分の作業のとき、 ヘッドライトとあわせてあると便利。

では、さっそく組み立てを開始します!

STEP 1. PCケースに電源を装着

使用したケースは 【 Fractal Design Focus G white 】です

  • グラボサイズ:最長380mmのグラフィックス
  • ファン:大きなエアフローを最大限確保するために合計6箇所のファン配置(デフォルトで2基の120mm ファンをフロントに搭載。リアx1、トップx2、ボトムx1)
  • 5インチベイ:パネル前面に 2基の5インチベイ(防振対応ドライブベイ)
  • 2.5インチマウント:内部に 2.5インチマウント

電源ユニットをケースに設置する

電源ユニットは 【Seasonic製 80PLUS Titanium認証 PRIME TX ATX電源 PRIME-TX 850W】 です

  • まず電源ユニットをケースに設置します

電源ユニットの端子側はこのようになっており、M/B と書いてあるのはマザーボード接続用、CPU/PCI-E は CPUとPCI Express拡張ボード用の電源となっています。Peripheral と書いてあるのは SATA など周辺装置用の電源です。

まず、この電源ユニットをPCケースにねじ止めしていきましょう

PCケース前面にある5インチベイにSATAリムーバルケースを設置

私のマシンはちょっと欲張りして、デュアルブートができるようにしようとしているので、デュアルブート用のSSDを収納する、SATAリムーバルケースを設置します。

単にデュアルブートしたいだけなら、リムバールケースは不要なのですが、私は Ubuntu,Windows,FreeBSDなど複数のOSを切り替えようとおもっているため、このようにSSDを簡単に着脱できるようにしています。

リムーバルケースは 【OWLTECH 5.25インチベイ用ダイレクトリムーバルケース】を使用します。これを5インチベイに入れます。

5インチベイとに、リムーバルケースを入れる前に、PCケース側の5インチベイのフタをフロントパネルからはがす必要があります。このとき、ツメを背面からマイナスドライバー等つかって解除してはずしてやります。

その後、5インチベイ用のSATAリムーバルケースをフロント側から差し込みます。

リムーバルケースが5インチベイにおさまったら今度は信号ケーブルと電源コネクタを接続します。

今回使用するのは 2.5インチSSDなので、2.5インチの信号ケーブルを以下のように差し込みます。またSATA電源用コネクタを以下のように差し込みます。

つづいて、マザーボードまわりのセットアップをしていきましょう。

次の日記につづきます


navigation

Read more

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
今からはじめるClaude Code

今からはじめるClaude Code

こんにちは! 今日は、最近エンジニアの間で話題になっているAIコーディングエージェント「Claude Code」について取り上げます。 AIによるコーディング支援ツールはここ1〜2年で一気に増え、「結局どれを選べばいいのか分からない」と感じている方も多いのではないでしょうか。本記事では、そうした中でClaude Codeを実際に使ってみた所感と、Windows環境での導入・運用の考え方を整理していきます。 AIコーディングツール、どれを使う? 2025年は、AIコーディング支援が一気に“実用品”になり、選択肢が増えすぎて迷いやすい年になりました。 GitHub Copilot、Cursor、Windsurf、Devin、Aider、Cline、OpenHandsなど、商用からオープンソースまで含めると、軽く20種類を超えます。 機能や思想が似ているものも多く、情報を追うだけで疲れてしまう、という方も少なくないと思います。 以前、当社ブログでは「AIコーディングエージェント20選」で全体像を整理しました。 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】

By Qualiteg プロダクト開発部, Qualiteg コンサルティング
日本語対応 LLMランキング2025 ~ベンチマーク分析レポート~(12月18日版)

日本語対応 LLMランキング2025 ~ベンチマーク分析レポート~(12月18日版)

はじめに 本レポートは、Nejumi Leaderboard 4のベンチマークデータ(2025/12/18版)に基づいて、日本語対応LLMの性能を総合的に分析したものです。 前回は 2025/10/12 版の分析レポートを公開しましたが、たった2か月で劇的な変化がありました! (定期的に最新LLMランキングを更新してまいります。当社のX(旧Twitter)をフォローいただくことで更新情報を受け取り可能です) Nejumi Leaderboard 4は、日本語タスクにおけるLLMの性能を多角的に評価する信頼性の高いベンチマークとして知られています。 本分析では、商用APIモデルとオープンモデルの両方を対象に、それぞれの特徴や傾向を詳しく見ていきます。 オープンソースモデルについて Weightがオープンなモデルは場合によっては「オープンソースモデル」、「OSSモデル」と呼ばれますが、モデルによっては「オープンソース」と呼ぶには不十分な場合があるため本稿では、「オープンソースモデル」ではなく「オープンモデル」と表現しています。 ベンチマーク分析について 本レポートは、

By Qualiteg コンサルティング, Qualiteg プロダクト開発部