BTOパソコンのセール&割引情報まとめ【定期更新】

ディープラーニングにおすすめなデスクトップパソコンを性能別に紹介

どうも、パソコンブロガーのケンさん(@pasolog_ken)です。

ディープラーニングに最適なパソコンを性能別(ミドルエンド、ハイエンド)に解説します。
どういった人向けか、どのような規模の学習まで対応できるかも含めて解説していきます。

 

おすすめのディープラーニングパソコンについて

 

この記事で紹介するおすすめのBTOパソコンは次の3つです。

  • Geforceのグラボ2枚挿しハイエンドパソコン【大規模学習・本番環境向け】
  • 【おすすめ】色々なAIを試したり、本格的に学習したりできるハイエンドパソコン【中規模学習・検証向け】
  • AIを勉強したい方向けのミドルパソコン【小規模学習・AI学習向け】

 

それぞれ人によって予算があると思うので、価格帯別に3つ取り上げました。

これからAIについて勉強して、実際に動くものをプログラミングしたいという初心者の方から、組織や企業で使う本番環境向けのものまで想定して、幅広いBTOパソコンを探しました。

 

個人で、AIについての学習や運用したいという場合には、予算に合わせて2番目、3番目のパソコンから選ぶのが良いでしょう。

 

BTOパソコンのスペック比較表

松 竹 梅
メーカー パソコン工房icon パソコン工房icon SEVEN
モデル DEEP-TXAB-XW23-VODicon DEEP-M039-i7-VORicon SR-ii7-8962D/S3/GF/W10
OS Ubuntu 16.04 LTS Ubuntu 16.04 LTS Windows10 Home
CPU インテル Xeon W-2123
4コア/8スレッド
3.6(最大3.9)GHz
インテル Core i7-8700
6コア/12スレッド
3.2(最大4.6)GHz
インテル Core i7-9700K
8コア/8スレッド
3.6(最大4.9)GHz
メモリ 32GB(8GB×4)
DDR4-2666 ECC Registered DIMM
(PC4-21300)
16GB(8GB×2)
DDR4-2666 DIMM
(PC4-21300)
 
16GB(8GB×2)
DDR4メモリ DDR4-2666
グラフィックボード GeForce RTX 2080 8GB GDDR6 ×2(非SLI構成)
CUDAコア数:2944,
1515(最大1710)GHz
GeForce RTX 2080 8GB GDDR6
CUDAコア数:2944,
1515(最大1710)GHz
GeForce GTX1660
CUDAコア数:1536,
1500(最大1770)GHz
SSD 500GB 240GB 240GB
HDD 1TB 1TB
電源ユニット 1200W 80PLUS PLATINUM認証 700W 80PLUS GOLD認証 500W 80Plus Bronze認証
参考価格 469,980円(税別)
(2019/8/13現在)
239,980円(税別)
(2019/8/13現在)
149,800円(税別)
(2019/8/13現在)
    【おすすめ】  

 

では、詳しくパーツ(OS、CPU、メモリ、グラフィックボード、ストレージ)と、それぞれのパソコンについて解説していきます。

 

 

主要パーツの解説

次に、快適に動画編集できるかどうかを決める主要なパーツについて解説していきます。

主に、5つのパーツがあって、

 

  • OS
  • CPU
  • メモリ
  • グラフィックボード
  • ストレージ

です。

 

※本記事は、最低でもプログラミング言語について少し知っている、各PCパーツについて知っている前提で解説しています。

※「学習」と「勉強」と言うワードを使っていますが、学習はAIの学習のことを指し、勉強はユーザーがAIについて学ぶことを指しています。

 

ここを理解しておけば、自分でパーツのカスタマイズできるから知っといた方が良いで!

先生

 

 

OSは?

OSは、Windows OSか、UbuntuなどのLinuxベースのOSが用いられることが一般的です。

 

どちらを選ぶかは、主に

  • 使うプログラミング言語
  • 何を作るか
  • 処理速度の速さが要求されるか

で決める必要があります。

 

言語で言うと次にようになります。

Windows OS ⇒ C#など使える、Pythonも使える

Linux OS ⇒ C#などは基本的に使えない、Pythonは使える

ということになります。

 

私は、C#でWindows向けのアプリケーションを作りたかったので、Windows OSで開発していました。

(※個人で開発するレベルで、FX・株に関する情報をAIで処理するアプリを作成)

 

AIを使う際の主なプログラミング言語としては、Pythonです。

 

AI学習に必要な機能が充実していて、学習具合をグラフに表示してくれたりと学習効率を検証したりする機能などがあるので、AIを勉強するのに適している言語と言えます。

 

しかし、Pythonは、プログラムの実行速度が遅いので、このAIの使い方でやりたい学習ができるのかなどの検証を行うのに適しています。

一方で、本番環境のような実際にAIを運用していくような場合、かつ、実行速度が要求されるような場合は、比較的速度の速い言語で実装されることが多いようです。

 

私の場合は、実行速度を意識する必要があったため、Windows上でC#で開発していました。

 

これらを考慮して、OSを決める必要がありますが、Linuxに慣れていない人は、Windowsをおすすめします。

PythonもC#も使えますし、どちらもディープラーニングに関するライブラリもあるので。

 

また、後からLinuxを入れて、2つのOSで運用していくことも可能なので、色々と状況に応じで変えていくことができます。

 

CPUのスペックは?

ディープラーニングをする場合は、基本的にグラフィックボードを使うことになります。

だからと言って、CPUの性能が低くても良いという訳ではありません。

 

ディープラーニングで学習すると言っても、学習部分はグラフィックボードを使えますが、ディープラーニングで学習する前段階のデータの収集、成形、ディープラーニングの判定結果を取得した後のプログラムの動作については、多くの場合がCPUで処理することになります。

 

また、AI学習と言ってもディープラーニング以外にも色々とあります。

遺伝的アルゴリズムや強化学習など…

 

遺伝的アルゴリズムの場合は、基本的にグラフィックボードを使えないので、CPUでの処理となります。

このようにAIの種類によって、CPUで処理するのか、グラフィクボードで処理するのか異なってくるので、両方のパーツである程度のスペックは欲しいところです。

 

つまり、まとめると

  • ディープラーニング以外の処理は、CPUで行う。
  • ディープラーニング以外のAIは、主にCPUで処理する場合がある。

ということから、CPUのスペックは、少なくともミドルエンド(Core i5)からハイエンド(Core i7, i9, Xeon)なものが欲しいですね。

 

勉強がてら色々なAIを使ってみたい、やりたいことに対して、どんなAIが適しているか色々と試したいという場合には、全体的にスペックのあるものにしておくべきです。

 

 

メモリのスペックは?

メモリは、最低でも16GB~32GBは欲しいところです。

メモリに関しては、実装するプログラム、扱うデータ量によって、使用量が全然異なってきます。

 

AIについて勉強するという段階で、小規模なサンプルプログラムを動かす程度であれば、8GBでも問題ないです。

しかし、色々なAIを使って検証していきたい、データ量を増やして学習件数を増やしたいという場合には、余裕をもって16GBが良いでしょう。

 

ディープラーニングの学習自体にメモリを使用するというより、ディープラーニングの学習に必要なデータを生成、計算、保持するのに使用するイメージですね。

 

私は、始め16GBで行っていましたが、途中で、タスクマネージャーのメモリ使用量から判断して、足りないことに気づき、32GBに増設しました。

 

結構データ量の多い用途だったので、32GB必要でしたが、勉強用、学習用であれば、16GBもあれば問題ないと思います。

 

  • AIについて勉強する、色々なAIを使って検証するという場合 ⇒ 16GB
  • 本番環境で本格的に運用するという場合 ⇒ 32GB以上(※)

※運用するAIやデータの規模によるので、ここではこれ以上絞り込めない。

 

 

グラフィックボードのスペックは?

グラフィックボードは、AI学習において必須のパーツではありません。

CPUの処理だけで、AIの学習を行うことができますが、グラフィックボードの高い演算能力を借りることで、さらに高速に学習することができます。

 

GPUの演算資源を画像処理以外の目的に応用する技術のことを「GPGPU」と言いますが、この技術をAIの学習にも活用することで、CPUより高速な学習をすることができます。

 

とは言え、ディープラーニングの他にもAIは色々あります。

ディープラーニングでは、GPGPUに対応したライブラリも多く出ているので、グラフィックボードによる処理が可能です。

 

しかし、他のAIでは、ライブラリに対応していなかったり、そもそもグラフィックボードで処理するのに適していなかったりということがあるので、それは理解しておきましょう。

 

グラフィックボードは、Geforce 1660のミドルエンドのものからGeForce RTX 2080 Tiのようなハイエンドのものまで幅が広いです。

本格的に膨大な量のデータを使って学習する場合は、GeForce RTX 2080 Tiを2基、4基と搭載することも…

 

とは言え、勉強用であれば、Geforce 1660でも十分です。

また、個人開発の規模感・レベルであれば、高くてもGeForce RTX 2080 Tiを1基で大丈夫でしょう。

 

私は、Geforce 1070(スコア的には、Geforce 1660の少し上)を使っていましたが、CPUで処理するより何倍も速くなったので、満足していました。

 

グラフィックボードは、CPUと比較して何倍速くなるの?と言う疑問があると思いますが、これについては、プログラムの実装やグラフィックボードの性能によって全然違います。

 

私の場合は、インテル Core i7 7700K(OCなし)とGeforce 1070を比較した場合に、大体25~50倍でした。

大体の目安にして頂ければと思います。

 

ただ、これからAIについて学習したいけどパソコンにお金をかけたくないから、グラフィクボードを非搭載にして費用を抑えようというのは、あまりお勧めしません。

 

AI(特にディープラーニング)を学習する上で、グラフィクボードを使うのが基本になってきます。

グラフィクボードを使うか使わないかで、環境構築の方法やプログラムの実装方法が変わってくるので、勉強するのであれば、幅広く色々試せるパソコンにしておくべきです。

 

 

 

ストレージのスペックは?

ストレージについては、容量と速度の観点から解説します。

 

容量も速度もAIの”学習自体”には、あまり関わってきません。

学習に使うためのデータや学習結果などを保存しておくために必要になってきます。

 

そのため容量に関しては、どれだけの規模のデータを扱って、それらのデータを保存して持っておくかどうかで変わってきます。

AIの勉強用にと考えている方は、特に意識する必要は無い気がします。

 

速度に関しては、Mysql等のDBを使って、プログラム上で何回もDBにアクセスしてデータを取得したり、保存したりする場合は、SSDの方が良いです。

また、画像データのように、1件のデータ量が大きい場合もに、SSDが適していると思います。

 

こういった場合には、HDDで運用すると、HDDの速度がボトルネックとなって、全体の学習にかかる時間がかなり長くなります。

そのボトルネックに気づき、HDDからSSDに変えたのですが、かなり速くなりました。

 

と言いますかボトルネックの場合、データサイズによるが、データの読み書き部分の処理で、数十分留まるということがありました。

これは、プログラムのデバック実行で1ステップ毎進んだり、タスクマネージャーのデータの読み込み具合から分かります。

 

データの読み込み具合に関しては、長時間、ディスクのアクティブ時間やデータの転送速度のグラフがほぼ最大になります。

 

このような兆候が見られる場合は、HDDからSSDに換装すべきと言うサインなので、最初から回避しておきたいという方は、SSDにしておくべきですね。

 

容量も含めると、予算に合わせて、256GB~512GB, 多くても1TBぐらいのSSDかなと思います。

 

 

Geforceのグラボ2枚挿しハイエンドパソコン【大規模学習・本番環境向け】

松

メーカー:パソコン工房icon

製品名:DEEP-TXAB-XW23-VODicon

基本スペック
OS Ubuntu 16.04 LTS
CPU インテル Xeon W-2123
4コア/8スレッド
3.6(最大3.9)GHz
メモリ 32GB(8GB×4)
DDR4-2666 ECC Registered DIMM
(PC4-21300)
グラフィックボード GeForce RTX 2080 8GB GDDR6 ×2(非SLI構成)
CUDAコア数:2944,
1515(最大1710)GHz
SSD 500GB
HDD
電源ユニット 1200W 80PLUS PLATINUM認証
参考価格 469,980円(税別)
(2019/8/13現在)

グラフィックボードが、GeForce RTX 2080 8GBが2基搭載されているハイエンドなパソコンです。

 

もう既に、ディープラーニングなどのグラフィックボードを使えるAIを利用することが確定している場合、本格的に多くのデータ件数を使って学習するような場合に向いています。

 

個人で開発するレベルでは、ここまで必要ないのかなと思っています。

何かの研究やチーム、企業で使うスペックになってくるイメージです。

 

パソコンを確認するicon

 

 

【おすすめ】色々なAIを試したり、本格的に学習したりできるハイエンドパソコン【中規模学習・検証向け】

竹

メーカー:パソコン工房icon

製品名:DEEP-M039-i7-VORicon

基本スペック
OS Ubuntu 16.04 LTS
CPU インテル Core i7-8700
6コア/12スレッド
3.2(最大4.6)GHz
メモリ 16GB(8GB×2)
DDR4-2666 DIMM
(PC4-21300)
 
グラフィックボード GeForce RTX 2080 8GB GDDR6
CUDAコア数:2944,
1515(最大1710)GHz
SSD 240GB
HDD 1TB
電源ユニット 700W 80PLUS GOLD認証
参考価格 239,980円(税別)
(2019/8/13現在)

CPU、メモリ、グラフィックボード、ストレージの全てにおいて申し分ないスペックです。

 

主に、

AIの勉強をしたい。

自分で集めたデータで色々なAIを試す。

個人レベルで、本格的に学習したい。

という方向けのパソコンになります。

 

全てのパーツが高めのスペックなので、色々なAI、色々な実装状況にもスペック不足なく対応してくれると思います。

 

少し心配なのがストレージですが、上で述べたように、DBを使って学習データを取得したり、結果を保存する場合、画像データなどのデータサイズの大きなものを扱う場合は、HDDをSSDに変えておいた方が良いですね。

 

パソコンを確認するicon

 

 

AIを勉強したい方向けのミドルパソコン【小規模学習・AI学習向け】

 

梅

 

メーカー:SEVEN

製品名:SR-ii7-8962D/S3/GF/W10

基本スペック
OS Windows10 Home
CPU インテル Core i7-9700K
8コア/8スレッド
3.6(最大4.9)GHz
メモリ 16GB(8GB×2)
DDR4メモリ DDR4-2666
グラフィックボード GeForce GTX1660
CUDAコア数:1536,
1500(最大1770)GHz
SSD 240GB
HDD 1TB
電源ユニット 500W 80Plus Bronze認証
参考価格 149,800円(税別)
(2019/8/13現在)

CPUの性能は高いですが、グラフィックボードは少し控えめなスペックです。

とは言え、本格的な運用はせず、勉強用にと考えている方には、十分なスペックのグラフィクボードです。

 

AIの学習をして、ゆくゆくは、データ件数を増やしての学習、大量の画像データを使っての学習をする場合には、グラフィックボードの性能が少し足りず、学習速度に不満に思う場合があるかもしれません。

 

そのため、将来的にそういったことをしたい場合は、1つ上のBTOパソコンをおすすめします。

 

パソコンを確認する

 

 

まとめ:始めはAIの学習に使い、ゆくゆくは実用的に使う場合は、2番目のおすすめがベスト!

ミドルエンド、ハイエンドのBTOパソコンの3つを紹介しました。

 

個人での開発規模感であれば、2番目、3番目のどちらかかなと思います。

AIの勉強用に使いたいという場合 ⇒ 3番目

AIの勉強に加え、学習させたいデータがあって、件数が何千件と多い場合 ⇒ 2番目

ぐらいのスペックは欲しいかなという感じです。

 

BTOパソコンのスペック比較表

  松 竹 梅
メーカー パソコン工房icon パソコン工房icon SEVEN
モデル DEEP-TXAB-XW23-VODicon DEEP-M039-i7-VORicon SR-ii7-8962D/S3/GF/W10
OS Ubuntu 16.04 LTS Ubuntu 16.04 LTS Windows10 Home
CPU インテル Xeon W-2123
4コア/8スレッド
3.6(最大3.9)GHz
インテル Core i7-8700
6コア/12スレッド
3.2(最大4.6)GHz
インテル Core i7-9700K
8コア/8スレッド
3.6(最大4.9)GHz
メモリ 32GB(8GB×4)
DDR4-2666 ECC Registered DIMM
(PC4-21300)
16GB(8GB×2)
DDR4-2666 DIMM
(PC4-21300)
 
16GB(8GB×2)
DDR4メモリ
DDR4-2666
グラフィックボード GeForce RTX 2080 8GB GDDR6 ×2(非SLI構成)
CUDAコア数:2944,
1515(最大1710)GHz
GeForce RTX 2080 8GB GDDR6
CUDAコア数:2944,
1515(最大1710)GHz
GeForce GTX1660
CUDAコア数:1536,
1500(最大1770)GHz
SSD 500GB 240GB 240GB
HDD 1TB 1TB
電源ユニット 1200W 80PLUS PLATINUM認証 700W 80PLUS GOLD認証 500W 80Plus Bronze認証
参考価格 469,980円(税別)
(2019/8/13現在)
239,980円(税別)
(2019/8/13現在)
149,800円(税別)
(2019/8/13現在)
    【おすすめ】  

 

では!楽しいディープラーニング・AIライフを!!

先生



どうも、ケンさん(@pasolog_ken)でした。

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です