Tesla GPUサーバーの初期費用が無料!
学術用途でのGPUクラウド利用を応援します。

GPUクラウド
アカデミック・キャンペーン

【期間】2020年7月30日~9月30日

GPUクラウド アカデミック・キャンペーン

【期間】2020年7月30日~9月30日

カゴヤ・ジャパンは学術用途でのGPUクラウド利用を応援します。

内閣府が令和元年11月に発表した「AI戦略2019」に於いて、大学・高専の学生に対し、文系・理系問わず、AIリテラシー教育を50万人に展開することを表明しました。また、文部科学省などが、年約50万人が卒業する大学生と高専生が初級レベルの標準カリキュラムを習得し、そのうち約25万人をAIを用いて課題解決ができる「AI人材」として育成する目標を立てたことで、近い将来、学生にとってAI関連知識の習得は必須になることが予想されます。カゴヤ・ジャパンでは、教育機関におけるAI学習をサポートするための施策として、研究室の指導教官、教員、職員のみなさまを対象にGPUクラウドのご利用に特別値引きを適用させていただきます。

キャンペーン概要

学術用途でのGPUクラウド利用目的で、対象プランを新規にご契約される
お客様を対象にした期間限定キャンペーンです。

搭載GPU NIVIDA Tesla P100
  <1GPUモデル> Tesla P100 <2GPUモデル> Tesla P100×2
時間課金利用料金 354円/1時間
月額費用 99,000円 165,000円
初期費用 858,000円0 858,000円0
利用用途 科学技術計算、HPC(High Performance Computing)
搭載GPU NIVIDA Tesla P40
  <1GPUモデル> Tesla P40 <2GPUモデル> Tesla P40×2
時間課金利用料金 347円/1時間
月額費用 99,000円 165,000円
初期費用 858,000円0 858,000円0
利用用途 機械学習、ディープラーニング

※料金は、全て税込みです。

  • 【適用条件】 最低契約期間2カ月以上
  • 【キャンペーン受付期間】 2020年7月30日~9月30日
  • 【キャンペーン価格適用期間】 ご利用開始月~2021年3月31日(水)
  • 【キャンペーン適用アカウント】 先着5校限定
  • ※本キャンペーンは、予定数に達した時点で予告なく終了致します。また、予告なしにキャンペーン対象機種、仕様等の変更がある場合がございます。
    ご了承お願いいたします。

GPUクラウドとは何か?学校で利用するメリットとは?

大量のデータを扱う科学技術計算、VRや3Dレンダリング、自動運転のための物体検知などに対応可能な高機能コンピュータリソースであるGPU(Graphics Processing Unit:グラフィックス プロセッシング ユニット)をクラウド環境で提供するサービスです。もともとは高速描画処理が必要とされるCG、3DCAD等で利用されてきたGPUですが、近年はIoTやAIの需要が増えるにつれて科学技術計算やディープラーニングなど膨大なデータを扱う場面での利用が増えています。 ひとことでGPUと言っても、ゲーミングPCのグラフィックボードに搭載されるパーソナルユースのGPUから、CPUの数倍から100倍以上の速度で計算処理行うことを可能とするデータセンター向けGPUまで様々な種類が存在しますが、高価なハイスペックGPUを利用しやすい価格帯で提供しているGPUクラウドサービスの需要が伸びています。

GPUサーバーは普通のサーバーとは違う

大学や高専で機械学習やディープラーニングに取り組むケースが増えている中で、オンプレミスでGPUサーバーの運用管理を担当する部門の悩みの種はつきません。と言うのも、CPUと比較し、GPUの消費電力は非常に大きいため、GPUを搭載したグラフィックボードをサーバー内に追加する場合、電源容量に注意が必要です。また、消費電力が大きくなると発熱量も比例して大きくなるため空調用のファンを追加したり、空気の流れを確保するためにスロットを空けたり、サーバーを積載するラック内で、GPUサーバーとGPUサーバーの間隔を1ユニット開けるなどすると、ラック内のサーバー集積率が低下し、管理コストにも跳ね返ってくるのです。オンプレミスの場合、このような物理的制約が発生し、手軽に開発リソースを追加することが難しいという課題が存在します。GPUクラウドサービスならデータセンター事業者の安定したインフラを利用できるため、開発リソースを短時間に追加し、高コストになりがちな運用管理の煩雑さから解放されるメリットがあります。

オンプレミスとGPUクラウドの併用って意味ある?

既にオンプレミスでAIの開発環境を保有しているのに、GPUクラウドを併用する意味はあるのでしょうか?

最新のGPUを搭載したグラフィックボードを複数枚実装し、CPU・GPU間、GPU・GPU間が高速バスで接続されているリッチな開発環境で、潤沢なマシンリソースにまだまだ余裕があれば、敢えてGPUクラウドを併用するメリットは少ないかもしれません。 しかし、開発環境のGPUリソース不足を感じたり、より高性能なマシンでの実効速度を知りたければ、GPUクラウドの利用価値はあると言えます。

CASE1: オンプレミスの開発リソース不足を一時的に補いたい

『研究室に所属する学生達の卒業研究が佳境に入り、プログラムを同時に走らせるためGPUリソースが足りなくなった。』 『学習済モデルを使い転移学習させるために、大量の画像データを処理する必要がある。』など、GPUリソースにゆとりがないときに、グラフィックボードをすぐに調達できる保証はありません。とくにコロナ禍の影響でIT関連企業の工場稼働停止やサプライチェーンの遅延から、在庫不足、納品遅延が発生しやすい状況です。こんなときこそ、最短で即日利用開始ができるGPUクラウドの威力が発揮されます。

CASE2: オンプレミス環境とのベンチマークをとりたい

AIやデータサイエンスに取り組まれている研究室の開発リソースとして、ゲーミングPCに実装されているグラフィックボードを利用されているケースも多いと思います。学習済モデルの推論処理を現在利用しているGPUよりもハイスペックなGPUで実行したら、どの程度処理時間が短縮可能なのか?再学習に要する時間はどう違うのか?などのベンチマークをとるために2,3ヵ月の期間だけマシンリソースを拡充したいときにGPUクラウドを利用されるケースが増えています。

CASE3: 次年度予算獲得までのつなぎで利用したい

オンプレミスの開発環境とGPUクラウドとのベンチマーク結果をもとに、ハイスペックなGPUをすぐに利用したいと結論が出たとしても高性能なGPUを搭載したグラフィックボードは一般的に100万円以上することが多いでしょう。次年度の予算で新しいGPUサーバーやグラフィックボードを購入できたとしても、時間との闘いであるAIやデータサイエンス領域のライバルは待ってくれません。迅速に開発リソースの拡充を図るためにGPUクラウドを利用するメリットは大きいのではないでしょうか。

近頃のGPUクラウドの傾向

GPUコンテナで使い勝手が格段に向上しています。

「機械学習やディープラーニングをGPUで実行してみたいけど難しそう…」「ドライバーや各種フレームワーク、ライブラリの導入など環境構築に数日かかると聞いたけど・・・」など導入にハードルを感じられている方もいらっしゃるかと思います。ところが、最近はコンテナ技術を活用することで、環境構築に要する工数を圧倒的に削減し、即座に課題に取り組むことも可能になりました。 ベンダーが提供しているコンテナやDocker Hubに公開されているコンテナをうまく活用することで、TensorFlowやPyTorchなどのメジャーなフレームワークをGPUで簡単に動かすことができるようになっています。

エッジコンピューティングとの役割分担が進んでいます。

「AI外観検査のように製造業での検査工程での良・不良判定や不具合の種別判定など、瞬時に画像処理を行う必要がある場合は、GPUクラウドよりもエッジコンピューティングが向いていると言われています。一方で、判別対象の製品が増えたり、検査用カメラの機種変更など検査条件が変わるたびに再学習が必要になることが多く、このような場合は高性能なGPUクラウドで学習時間を短縮することが期待されています。 大量のGPUリソースを必要とする学習フェーズをGPUクラウドで行い、学習済モデルをGPUを搭載したエッジコンピュータ上で推論処理することで、クラウドとエッジの双方の特性を活かしたシステム運用が普及しつつあります。

FPGAとGPUの両方を利用する技術者もいます。

GPUとの比較で、FPGA(Field Programmable Gate Array)やASIC(Application Specific Integrated Circuit)を思い浮かべる人も多いでしょう。FPGAは一般的に低消費電力、且つ特定のアルゴリズムでGPUよりも高速処理が可能と言われ、ハイエンドFPGAには高速通信が可能な回路が実装されていることからスパコンに採用されるケースも増えています。このように優れた特長を有するFPGAは高速処理が不可欠の金融工学の分野などで実績をあげていますが、AI技術者やソフトウエアエンジニアには、あまり馴染みがありません。FPGAはデバイス内の任意の電子制御機能をプログラムによって自由に設計可能な半導体ICと言えるのですが、その特性上ハードウエアエンジニア向きと言われています。また、開発ツールの充実度や技術情報の多さという点でGPUほど使い勝手がよいとは言いにくいのが現状です。一方で回路設計の知識や経験を有する技術者はFPGAとGPUの双方の特性を活かしたシステム構成をしています。

GPU・サーバー仕様

GPU仕様

  Tesla P100 Tesla P40
CUDAコア数 3584 3840
クロック 1.3GHz 1.3GHz
メモリー容量 16GB 24GB
メモリーインタフェース 4096bit 384bit
メモリーバス帯域幅 720GB/s 346GB/s
半精度整数演算性能(INT8) 47TOPS
半精度浮動小数点演算性能(FP16) 18.7TFLOPS
単精度浮動小数点演算性能(FP32) 9.3TFLOPS 11.76TFLOPS
倍精度浮動小数点演算性能(FP64) 4.7TFLOPS 0.36TFLOPS
接続インタフェース PCIe PCIe

サーバー仕様

サーバーは全プラン共通の仕様になります
CPU E5-2637v4(3.5GHz)×2 8コア/16スレッド
メモリー 128GB
ストレージ SSD480×2(RAID1)
ネットワーク 1Gb-T×4port&10Gb-T×2
標準OS Ubuntu16.04LTS(64bit)
月額課金の場合は、上記以外のOSもご利用可能です。
ご希望の場合はお問い合わせください

よくある質問

よくあるご質問をまとめました。ここに記載されている内容以外については下記のお問合せフォームからお気軽にご質問ください。

OSは選択可能ですか。

はい、可能です。標準仕様ではUbuntsですが、その他のOSを選択いただくことも可能です。

コンテナを作成することは可能ですか。

はい、可能です。Dockerの実装や各種フレームワークからGPUを利用できることを動作検証済です。 GPUコンテナの導入手順等の詳細はこちらをご覧ください。サーバー研究室GPUコンテナ連載記事

セキュリティ対策はどのようになっていますか。

アカデミックキャンペーンへの申込みは学生でも可能ですか。

申し訳ございません。お申込みは教員または職員の方に限ります。

契約はオンラインだけで完結しますか。

時間課金と月額課金がありますが、どちらもキャンペーン対象ですか。

時間課金サービスは初期費用が発生しませんので対象外です。本キャンペーンは月額課金サービスで必要となる初期費用を無償にするものです。

最低利用期間はありますか。

キャンペーン期間終了後にGPUサーバーを継続利用することは可能ですか。

GPUサーバーを継続してご利用いただくことは可能ですが、その際には新規ご契約と同様に初期費用と月額費用があらたに発生いたします。

支払い方法は何がありますか。

お申し込みの流れ

まずは、お問合せフォームよりご連絡ください。
当社営業担当者がヒアリングさせていただいたのち、お申し込みの流れになります。