もっと身近にDGXの高性能を。 GDEP DGX クラウド

GDEP DGX クラウド


2PFLOPS の演算性能とトータル512GBのユニファイドメモリを誇るパワフルなAIシステム NVIDIA® DGX-2™ を クラウドで1台まるまる占有利用。しかも、どんなに使っても購入するよりお得な価格設定。これからは購入するよりGDEP DGX クラウド。

一般にクラウドで用いられている運用形態はコンピュータ資源をより柔軟に貸し出すために、サーバを仮想化して小分けにし、ユーザが必要な時に仮想コンピュータを立ち上げ、仮想コンピュータの基本仕様や性能で決められた単価に、利用時間を掛けて利用料金を課金するもので、仮想インスタンスと呼ばれています。仮想化技術は、CPU資源の分割のみならず、ネットワークやストレージ技術にもおよび柔軟な構成をソフトウェアによるコントロールで作成、消去することが可能です。
これに対し、コンピュータをまるごと1台、そのまま利用させる運用形態をベアメタルと呼びます。仮想化を用いないため、一切のオーバーヘッドがなく、ハードウェアの性能をそのまま引き出せることが特徴です。

GDEアドバンスが提供するハイグレードクラウドサービスは、2019年7月現在、一般に市場に存在するGPU搭載コンピュータの中で最強のNVIDIA DGX-2を、ベアメタルで利用できるものです。DGX-2にはTesla V100-32GB GPUが16基搭載され、それらのGPU間が全てNV Switchを経由して結合されており、マルチGPUの最高性能を引き出すことが可能です。
 


1、超高性能2PFLOPSのハイエンドアプライアンスサーバーを占有利用
2、複数拠点からの乗り入れやVPNの構築も可能
3、柔軟なストレージ環境とデータトランスポートサービス
4、全額損金算入でオフバランスが可能
5、どんなに使っても購入よりもトータルコストが割安
6、メンテナンス管理工数とダウンタイムの削減





 




GDEP DGXクラウドは2PFLOPS の演算性能を誇る世界で最も パワフルなAIシステム NVIDIA® DGX-2™ を クラウドで1台まるまる占有利用できます。
仮想化を用いないため、一切のオーバーヘッドがなくハードウェアの性能をそのまま引き出せることが特徴です。
しかもDGXにオプティマイズされた最新の開発イメージをNGCから入手して自由に利用が可能。
他に類を見ないDGX2の高性能をフルに利用できる環境をご用意しました。





GDEP DGXクラウドは占有クラウドですので複数の拠点からの乗り入れも可能です。Dockerコンテナを部署や拠点別にテーマごとプロジェクトごとに利用したり、依頼元と受託元で相互にDGX-2に乗り入れて進捗を確認しながら開発を進めることも出来ます。
また長期契約のクラウドについてはVPN設定も可能ですので高いセキュリティ性も確保できます。





GDEP DGXクラウドはオプションで堅牢性、冗長性が高いストレージサービスもご用意しています。
国内有数のデータセンターに格納されたおり海外にデータを送信する必要はありません。
また大量のデータをクラウドに効率よく受け渡すためにUSBやHDDなどのストレージを持ち込んで物理的に接続する「データトランスポートサービス」もご用意。
しかもデータの取り出しには一切費用が掛かりませんので、ご自分のデータをいつでも好きな時に無料で引き出し可能です。





利用は最短2週間からフレキシブルに可能です。長期で利用のお客様には会計年度に合わせた単年度契約をベースに、請求も月次で行われますので損金算入が可能です。

※会計基準については念のためお客様の担当財務部門、顧問税理士へ確認をお願いします。









オンデマンドクラウドのデメリットは使えば使うほど費用が発生し、最終的には購入した方がトータル費用が安くなるというジレンマです。 GDEP DGX クラウドの年単位の長期契約は契約を更新するたびに利用金額が割安になっていく仕組みです。最終的にはデータセンター利用料と保守費のみの支払いで占有クラウドを利用可能、どんなに使っても購入して自己運用するよりもトータルコストが割安になるよう料金設計されています。
 



 






GDEP DGX クラウドは日本No.1の NVIDIA セールスパートナーであり DGX を知り尽くした GDEP アドバンスがハードウェアメンテナンスを行います。お客様ご自身でハードウェアの保守作業を行って頂く必要はありません。貴重な人的リソースをハードウェアの面倒を見ることに割くことなく本来の研究開発業務に専念して頂くことが可能です。
 

最新のDGX A100はこちらから

ご購入前のお問い合わせ

trending_flat