GAT GPU Advanced Test drive
モビリティ業界において
このような課題をお持ちではございませんか？
-
クラウドではなく証憑手元の計算環境
（オンプレミス）が本当に必要だろうか？今使っているGPUだとそろそろ計算リソースが
不足してきたため拡張を検討している。
どの程度パフォーマンスが上がるか試したい。負荷のかかるシミュレーションでも
構成のなGPUで大幅な時間短縮を実現できたら
ユーザがもっと増えるのではないだろうか？ -
今使っているGPUだとそろそろ計算リソースが不足してきたため拡張を検討している。どの程度パフォーマンスが上がるか試したい。
-
今使っているGPUだとそろそろ計算リソースが不足してきたため拡張を検討している。どの程度パフォーマンスが上がるか試したい。
-
負荷のかかるシミュレーションでも構成のなGPUで大幅な時間短縮を実現できたらユーザがもっと増えるのではないだろうか？
モビリティ業界の技術革新
GPU サーバー市場は、近年グローバルで倍増
近年のモビリティの世界において、AIの社会実装への需要の高まりからGPUの高速化、
高性能化により、これまでの効率的な移動手段としての車から、社会に寄与する自動
運転や、車載機器向けのコネクテッドサービスなどの技術革新が進んでいます。
-
IVIシステム -
自動運転 -
バッテリーマネジメント -
モビリティ製品の開発 -
CAEシミュレーション
自前の計算力を持つことが企業の競争力向上に
結びつくという予測のもと、
投資判断の手助けとなる判断材料が必要
モビリティ業界の開発ニーズとGATの特徴
モビリティ業界の開発ニーズ
-
CPU
判定
オンプレミス投資判断
-
拡充
段階
計算リソース拡充
-
サービス
強化
シミュレーション高速化
GAT(GPU Advance Test drive)とは
以下のようなニーズをお持ちのモビリティ業界のお客様が超高速最新GPUで高速されたNVIDIA DGXシステムを占有して試せるPoC環境提供サービスです。
- 自社導入前の検証環境が欲しい
- AI開発をさらに加速させたい
- POCレベルの開発向けの計算リソースが欲しい
-
Point1
お客様の用途に応じて選べる最新のGPUモデルを完備
NVIDIA DGX H100/A100 
NVIDIA RTX A6000/A800搭載GPUモデル -
Point2
２社の豊富な知見を活かしてサービスを提供
- モビリティ分野に強い豊田通商グループ
- 高セキュアなデータセンタを運用
- 豊富なソフトウエア開発実績
- 国内DGXシリーズ累積販売実績No.1
- NVIDIAエリートパートナーとして豊富な知見
- 最新AIサーバー・GPU・高速NWなどの提供
-
Point3
GATならではの特徴と強味
- 01多彩な用途に応じたGPU環境を完備
- 02最新のGPUモデルにアップデート
- 03豊富なNVIDIAツールキットとAI評価環境
- 04ペアメタル物理サーバーを期間占有可能
- 05高セキュアなデータセンター
AI開発におけるGATの活用事例
-
LLM／Transformer学習向け
! 前方車、右からの歩行者飛び出しに
注視して駐車してください32Pflopsの性能を使いやすくプリセットされた環境で
Active Laerning Toolqを
利用。01大規模で複雑なAIワークロードに最適
推奨モデル 
NVIDIA DGX H100
- 8基のNVIDIA H100 GPU
- 最大32 PetaFLOPS の演算性能
- GPU total 640 GB
-
Digital Twin／Driving simulator検証向け
自動車運転シミュレーターで
自動運転の研究開発を民主化CARLA/ISAACでVR実証実験、3DCGをより高速に再現飛躍的な開発効率を実現。
02高いグラフィック性能でAI学習を支援
推奨モデル 
NVIDIA RTX A6000搭載
- デジタルツイン
- ロボティックス制御
- ドライビングシミュレーター
-
Vision AI学習向け
マルチモーダルAI学習を
より身近に体験BEV Fusionなど最新の車載向けAI開発の体験環境等により先進運転システム開発を加速。
03Itaretive learningの処理移管を短縮
推奨モデル 
NVIDIA DGX A100
- 8基のNVIDIA H100 GPU
- 倍精度で19.5TFLOPS
- GPUメモリ total 320 GB
-
高精度CAE／End-to-End AI開発向け
大規模CAE計算、
multi-scale simに最適なGPU環境。
新しい材料開発などを数日でシミュレーション可能。04CAE解析の課題を解決
推奨モデル 
NVIDA A800 40GB搭載
- 4基のNVIDA GPU
- 80GB HBM2eメモリ
- ターンキーソリューション
GATでNVIDIA AI Enterpriseを使ってAI開発を加速
NVIDIのポータルサイトに
ある学習済みモデル
AI画像解析モデル
お客様のデータ
選択したAIモデルにお客様のデータを追加
車載エッジコンピューター「NVIDIA DRIVE Orin」への移植をワンストップで実現
短時間での実現性検証と性能試験が可能
- 開発期間を短縮
- 品質保証を強化
GATでオリジナルAI開発環境の「Active Learning Tool」を使って量産品質のAI開発
従来の手法として技術者が指示を出してAIに学習させることで起きる問題
-
知識の不足から来る不確実性
学習データ不足による予測の不確実性 -
-
自然な変動から来る不確実性
データの不確かさにより引き起こる不確実性
Active Learning技術により手順を自動化
より効率的な意思決定やモデル設計が可能
Active Learning技術による変化とメリット
- 従来のAI modelの
不確実性を検証 - 無駄な学習データを
AIが把握 - 質の高い学習データを
自動的に判別 - 少ないデータ数で
高機能なモデルを作成 - 開発期間短縮 品質の向上
GATのトライアル環境
：5つの特徴
-
1週間
単位1ノード
単位で占有可能
-
最長
6ケ月で使用可能
-
-
期間に限らず
初めの1週間は無料
-
ベアメタルでの
利用も可能
-
高セキュリティ
ネットワーク環境
5つの特徴を体験できる
GATラインナップ
DGX H100
– 仕様 –
GPU
NVIDIA H100 SXM 80GB ×8基
CPU
Dual x86
Memory
2TB
Storage OS
1.92 TB M.2 NVMe ×2
Strage DATA
30 TB (3.84 TB U.2 NVMe ×8)
OS
DGX OS（Ubuntuベース）
主な用途 ： LLM
DGX A100
– 仕様 –
GPU
NVIDIA A100 SXM 40GB ×8基
CPU
Dual AMD Rome 7742
Memory
2TB
Storage OS
1.92 TB M.2 NVMe ×2
Strage DATA
30 TB (3.84 TB U.2 NVMe ×8)
OS
DGX OS（Ubuntuベース）
主な用途 ： 画像解析AI
BOXX + RTX A6000
– ノード共通仕様 –
CPU
AMD Ryzen 9 5950X W/O Cooler (16C/32T,3.4GHz,105W)
Memory
DDR4 3200 32GB
Storage
SSD SATA 1.0TB
– ノード 1〜4 –
OS
Windows 11 Pro
GPU
RTX A4000（2） /RTX A5500（1）/ RTX A6000（1）
– ノード 5 –
OS
Ubuntu 20.04 LTS （Nucleus Server）
GPU
RTX A4000（1）
主な用途 ： DigitalTwin
GDEP Server + A800
– 仕様 –
CPU
Xeon Platinum 8468 ×2
Memory
256GB（DDR5-4800 RDIMM）
SSD
M.2 980GB
Network
10Gbps
開発環境
GDEP G-Works 4.0
主な用途 ： DigitalTwin
ご利用方法
「GPU Advanced Test drive」の
ご利用方法は下記のとおりです。
1
お問い合わせ
テストドライブお問い合わせフォームから問い合わせ
2
スケジュール調整
弊社担当からスケジュールをご連絡→調整
3
ログインキー送信
評価開始前日までに「ログインキー」をメールで送信
4
リモートログイン
「ログインキー」を使ってリモートログイン
5
ログインキー送信
評価を行なってください
※評価後アンケートにご協力お願いします
・1週間単位で1ノードごと占有可能で、最長6ヶ月ご利用いただけます
・期間によらず、最初の1週間は無料でご利用いただけます
・
ご利用方法に関する約款を事前にご確認ください
