科学技術計算ワークステーション・サーバー構築 | ソリューション

サービス概要

大学・研究機関・医療機関・企業の研究開発部門を対象に、科学技術計算に特化したワークステーション・サーバーの選定・構築・環境整備・運用支援を提供します。

NVIDIA GPU を活用した深層学習・遺伝子解析・分子動力学シミュレーション・画像解析など、ハイパフォーマンスコンピューティング（HPC）環境の構築を得意としています。

対応する計算領域

分野	具体的な用途例
ゲノム・遺伝子解析	次世代シーケンサー（NGS）データ解析、変異検出、ゲノムアセンブリ
バイオインフォマティクス	RNA-seq、ChIP-seq、メタゲノム解析、タンパク質構造予測（AlphaFold）
機械学習・深層学習	モデルの学習・推論、画像認識、自然言語処理
分子動力学シミュレーション	GROMACS、AMBER、NAMD による分子シミュレーション
流体・構造解析	CFD（計算流体力学）、FEM（有限要素法）シミュレーション
気象・地球科学	気候モデル計算、地震波解析、リモートセンシングデータ処理
画像・信号処理	医療画像処理（CT/MRI）、顕微鏡画像解析、衛星データ処理
量子化学計算	Gaussian、VASP による第一原理計算、密度汎関数理論（DFT）計算

NVIDIA GPU 環境の構築

対応 GPU ラインナップ

GPU シリーズ	主な用途
NVIDIA RTX 4000 / 5000 シリーズ	研究室レベルの ML・画像処理・可視化
NVIDIA RTX 6000 Blackwell シリーズ	プロフェッショナル向け大規模推論・CAD/CAE 併用
NVIDIA L4 / L40S	サーバー搭載型、推論・マルチメディア処理
NVIDIA A100 / H100	大規模モデル学習・HPC・遺伝子解析の大量処理
NVIDIA Tesla / V100	既存 HPC 環境の増強・マルチ GPU 構成

ご予算・計算規模・ソフトウェア要件に合わせて最適な GPU を選定します。

ソフトウェア環境の構築

OS・基盤
 └─ Ubuntu 22.04 LTS / 24.04 LTS（推奨）
 └─ Rocky Linux / AlmaLinux（RHEL 互換・研究機関向け）
 └─ Windows 11 Pro / Windows Server（WSL2 併用構成）

NVIDIA ドライバ・CUDA 環境
 └─ NVIDIA ドライバ最新安定版インストール
 └─ CUDA Toolkit（バージョン指定対応）
 └─ cuDNN（深層学習ライブラリ）
 └─ NCCL（マルチ GPU 通信ライブラリ）

コンテナ・仮想化
 └─ Docker + NVIDIA Container Toolkit（nvidia-docker2）
 └─ Singularity / Apptainer（HPC 向けコンテナ）
 └─ NVIDIA NGC コンテナの導入・設定

Python / 機械学習環境
 └─ Anaconda / Miniconda 環境構築
 └─ PyTorch / TensorFlow / JAX インストール・動作確認
 └─ JupyterHub サーバー構築（マルチユーザー対応）
 └─ VSCode Server / Remote-SSH 環境整備

バイオインフォマティクス向け
 └─ Bioconda チャネル設定
 └─ GATK / BWA / STAR / HISAT2 等のインストール・動作確認
 └─ Nextflow / Snakemake パイプライン実行環境構築
 └─ GPU 対応解析ツール（Parabricks、RAPIDS 等）

ハードウェア構成例

ワークステーション（研究室・個人研究者向け）

【スタンダード構成例】
CPU   : Intel Core Ultra 9 / AMD Ryzen 9 7950X
GPU   : NVIDIA RTX 4090 × 1
RAM   : 128 GB DDR5
Storage:
  OS用  : NVMe SSD 1 TB
  データ用: NVMe SSD 4 TB + SATA HDD 16 TB
OS    : Ubuntu 22.04 LTS

【ハイエンド構成例】
CPU   : AMD Threadripper PRO 7985WX
GPU   : NVIDIA RTX 6000 Ada × 2〜4
RAM   : 256〜512 GB DDR5 ECC
Storage:
  OS用  : NVMe SSD 2 TB
  データ用: NVMe SSD RAID / 大容量 NAS 接続
OS    : Ubuntu 22.04 LTS / Rocky Linux 9

ラックサーバー（研究室・学科・機関共用向け）

【GPU サーバー構成例】
ベースサーバー : Dell PowerEdge R750xa / HPE ProLiant DL380 Gen11
CPU          : Intel Xeon Scalable（Dual Socket）
GPU          : NVIDIA A100 80GB × 4〜8（NVLink 接続）
RAM          : 512 GB〜2 TB DDR5 ECC
ネットワーク   : 25GbE / 100GbE（RDMA / InfiniBand オプション）
Storage      : オールフラッシュ NVMe / 共有 NAS（NFS / GPFS）接続
管理         : iDRAC / iLO によるリモート管理

ストレージ・NAS 構成

大量の NGS データ・シミュレーション結果の保存に対応した大容量・高速ストレージを構築します。

Synology / QNAP NAS（研究室〜学科レベル）
オールフラッシュ NVMe ストレージ（高速アクセスが必要な場合）
Lustre / GPFS 分散ファイルシステム（大規模 HPC 向け）
テープライブラリ（長期アーカイブ・大容量バックアップ）

遺伝子解析環境の構築（詳細）

次世代シーケンサー（NGS）で生成されるデータの解析には、大量のメモリ・高速ストレージ・GPU アクセラレーションが不可欠です。

対応する解析パイプライン

解析種別	主要ツール	GPU 対応
全ゲノムシーケンス（WGS）解析	BWA-MEM2、GATK4、DeepVariant	（DeepVariant）
RNA-seq（転写産物発現解析）	STAR、HISAT2、DESeq2、edgeR	（STAR）
一塩基多型（SNP）解析	GATK HaplotypeCaller、FreeBayes	（Parabricks）
ゲノムアセンブリ	Hifiasm、Flye、SPAdes	一部対応
メタゲノム解析	Kraken2、MetaPhlAn、HUMAnN	（RAPIDS）
タンパク質構造予測	AlphaFold 2/3、RoseTTAFold	（必須）
単細胞 RNA 解析（scRNA-seq）	Seurat、Scanpy、RAPIDS-singlecell	（RAPIDS）

NVIDIA Parabricks による高速化

NVIDIA Parabricks を活用することで、GPU を使用した遺伝子解析が CPU 比で 最大 50 倍以上高速化されます。

例：全ゲノム解析（30× WGS、約 90GB の FASTQ データ）
  CPU クラスター（32 コア）: 約 30〜40 時間
  NVIDIA A100（× 4）      : 約 30〜60 分

Parabricks のインストール・ライセンス管理・解析パイプラインへの組み込みまで対応します。

ジョブスケジューラーの構築

複数ユーザーが共用する計算サーバーには、ジョブ管理システムを導入し、公平な計算資源の割り当てを実現します。

SLURM（Slurm Workload Manager）— 学術 HPC クラスターの標準
PBS Pro / OpenPBS — 大学・研究機関での採用実績多数
HTCondor — 不均質な計算資源の統合管理に強み

ジョブスケジューラーの構築・設定・ユーザーガイド作成まで対応します。

ネットワーク・セキュリティ

高速ネットワーク接続 — 10GbE / 25GbE / 100GbE 対応スイッチ・NIC の選定・設置
InfiniBand 接続 — GPU 間の高速通信が必要なマルチノード構成に対応
学内ネットワーク分離 — 研究データの外部流出防止のためのセグメント設計
SSH 公開鍵認証・VPN — 学外からの安全なリモートアクセス環境の構築
ファイアウォール設定 — 研究サーバー向けのポリシー設計・実装

導入・運用支援の流れ

1. ヒアリング・要件定義
   └─ 解析対象・データ規模・ユーザー数・予算・設置場所を確認

2. 構成提案・お見積り
   └─ 最適なハードウェア構成・ソフトウェア環境をご提案
   └─ アカデミック価格・補助金・公募対応の調達支援

3. 調達・納品
   └─ サーバー・GPU の調達、ラッキング・配線・設置

4. ソフトウェア環境構築
   └─ OS・CUDA・ドライバ・解析ツールのインストール・設定
   └─ コンテナ環境・JupyterHub・ジョブスケジューラー構築
   └─ ストレージ・NAS との接続設定・権限管理

5. 動作確認・性能検証
   └─ GPU 認識・CUDA 動作確認
   └─ ベンチマーク実行（nvidia-smi、GROMACS、PyTorch 等）
   └─ 実際の解析ワークフローでの動作確認

6. 利用者レクチャー・ドキュメント整備
   └─ 研究者向けの操作マニュアル作成
   └─ ジョブの投入方法・環境の使い方レクチャー
   └─ コンテナ・Conda 環境の管理方法説明

7. 運用保守・サポート
   └─ ハードウェア障害対応（GPU・ストレージ等）
   └─ OS・ドライバ・ソフトウェアのアップデート支援
   └─ ストレージ容量管理・バックアップ運用
   └─ 増設・リソース追加のご相談

調達支援（科研費・補助金対応）

科学研究費補助金（科研費）・各種公募助成金・大学設備整備費による計算機調達に対応します。

仕様書・調達計画書の作成支援
設備選定の根拠資料（比較表・性能見積もり）作成
納品検収書・設置報告書の作成
国立大学・私立大学・国立研究開発法人への納入実績あり

よくあるご質問

Q. 研究室のサーバーが老朽化しています。更新の相談はできますか？
A. はい、現状の環境を調査した上で、移行計画・データ移行・新環境構築まで一貫して対応します。

Q. CUDA や Python 環境の設定が難しくて困っています。
A. 環境構築から動作確認・利用者レクチャーまで対応します。研究者の方が計算に集中できる環境を整えます。

Q. 遺伝子解析に必要なストレージ容量の目安を教えてください。
A. NGS 解析では 1 サンプルあたり数十〜数百 GB になることが多いため、研究規模に応じて数十 TB〜数 PB のストレージ設計をご提案します。

Q. クラウド（AWS / Azure）との使い分けはどう考えればいいですか？
A. 定常的な計算需要が多い場合はオンプレミスが有利です。突発的な大規模計算にはクラウドのバースト活用が効果的です。ハイブリッド構成もご提案可能です。

Q. 既存の Windows ワークステーションに GPU を追加したいです。
A. GPU の増設・ドライバ設定・CUDA 環境の構築に対応します。まずは現状の機器構成をお知らせください。

お問い合わせ

計算機環境の新規導入・更新・増強、遺伝子解析環境の構築など、研究者・技術担当者の方はお気軽にご相談ください。
現地ヒアリング・デモも承ります。

? 096-200-3700　✉️ お問い合わせ