3 ヶ月ほど前の記事で、Threadripper の自作に関する記事を二つほど書きました。
当時は gaussian の benchmark を取ることが最優先でしたので、PC ケースに入れずに使っていました。
参考:Threadripper 自作 PC 組み立て編【AMD】
参考:Threadripper 並列化効率改善?【gaussian16】
最近、人工知能に興味が出てきましたので、Threadripper を Deep Learning 専用のマシーンに変えることにしました。
そこで、PC ケースと GPU を購入しましたので、自作 PC の記事としてまとめてみようと思いました。
機材
これまでの機材は、
CPU: AMD Threadripper 1950x 16C/32T 3.4 GHz
m/o: MSI Gaming AMD Ryzen ThreadRipper Extended-ATX Motherboard (X399)
RAM: Corsair Vengeance LPX 16GB (4x8GB) DDR4 DRAM 3200MHz (CMK16GX4M2B3200C16)
GPU: Radeon x550 2GB
冷却: ARCTIC Liquid Freezer 240
SSD: SanDisk SSD PLUS 240GB Solid State Drive (SDSSDA-240G-G26) [Newest Version]
電源: EVGA 1000 GQ, 80+ GOLD 1000W, Semi Modular
でした。
今回新たに、ケースとして Thermaltake core x9 と
GTX 1080 Ti 2 枚を購入しました。
また、起動ディスクを M.2 に変更し、HDD 4 枚で RAID5 を組みました。
Deep Learning 用
Deep Learning には GPU が必要ということで、GTX 1080 Ti を 2 枚購入しました。今回の記事では GTX1080 Ti を二枚しか挿していませんが、近いうちに 4 枚に増やす予定です。そのためには電源を変えたり PCI 延長ケーブルと買わなくてはいけません。。。
Threadripper にしたのは、自分の所有している計算機で PCI Express x16 のレーンが 4 つあるマザーボードが Threadripper だけだったからです。
GPU を 4 枚挿すということで、マザーボードを水平に置けるケースとして Thermaltake core x9 を選びました。最初実物を見たときは、冷蔵庫が届いたのかと思いました。
マザーボードと電源の取り付け
まずは、マザーボードを取り付けました。ずっとケースに入れずに水平置きで使っていたため、心なしか少しマザーボードがたわんでいるような気がしました。。。
core x9 は予想していたよりも大きくて、ATX マザーボードを一枚入れても、まだもう一枚入りそうな感じのスペースがありました。
今回はケースの後ろから見て左側に電源を設置しましたが、どちらに配置することも可能です。電源を 2 台設置することも可能です。デュアルシステムにするのも可能ですね。
ちなみに、ケース自体はそれほど重たくなく、非力な管理人でも持ち上げることが可能でした。
CPU ファンの取り付け
今回ケースを選ぶに当たって一番気にしたのが、ラジエーターが取り付けられるかどうかという点です。現在使っている ARCTIC Liquid Freezer 240 はラジエーターの表と裏にファンを取り付けるので、約 8cm ほどの厚さになってしまいます。
しかし、core x9 では全く問題ではありませんでした。肉厚の ARCTIC Liquid Freezer 240 を取り付けてもまだ余裕がありました。
ちなみに、ケース上部には全部で 8 個の 12cm ファンを取り付けることができます。14 cm ファンならば 6 個、20 cm ファンならば 2 個を取り付けることが可能です。
GPU の取り付け
HDD やケーブル類などを取り付け、最後に GPU を取り付けました。
今回は Gigabyte の GTX1080Ti を 2 枚買いましたが、まずは手持ちの MSI の GTX1080Ti を挿して、スペースを確認してみました。
MSI のはファンがしっかりしていて、バックプレートも付いているだけあって、一枚挿すと完全に隣のPCI Express スロットが使えなくなります。厚すぎです!
一方、Gigabyte の GPU は MSI に比べると薄いですが、それでも 4 枚挿すのは無理そうです。
ファンが付いている GPU だと二枚挿すのが限界ですかね?4 枚直接マザーボードに挿したいのならば薄めの GPU を選ぶべきでしょう。
とりあえず当分の間は GTX 1080 Ti 2 枚で計算させて、足りなければ GPU を増やそうと考えています。
次回の記事では、Deep Learning をおこなっていく上での環境構築などについてまとめていこうと思います。
関連する記事
- ニューラルネットワークを利用した粗視化シミュレーション コンフォメーション探索
- Threadripper Gaussian16 ベンチマーク
- Threadripper 自作 PC 組み立て編【AMD】
- IRC 計算がうまくいかない時
- スピン状態依存的な光環化反応の計算
- Threadripper 正式発表【8月発売予定】
- 【Gaussian 16】デスクトップ PC で並列計算する際の注意点【Hyperthreading】
- スパコンランキング発表!日本はGREEN500上位独占!【2017年6月】
- 【AMD_Naples】正式名称はEPYCに決定!クロック数は2.8 GHz【基本スペックなど】
- GPU を用いた並列計算
- 自作 PC をつくってみた!
- Fedora25 に nVIDIA のドライバーをインストール
- 自作 PC を作ってみた!【OS 編】