Deep Station2はハードウェアとソフトウェアが一体となったオールイン型の深層学習環境です。最小限の投資で届いたその日からディープラーニングが始められます。
≪主な特長≫
ディープラーニング向けPC/ワークステーションとしてリリースをしておりますが、NVIDIA® RTX™ A5000を搭載したPC/ワークステーションとしての販売も可能です。
※標準搭載のUbuntu OSを OSレス・Windows 10 Proへの変更も可能
※OSレス・ Windows 10 Pro等のOSを選択された場合は、ディープラーニング向けソフト「Deep Analyzer」は搭載されません。
ハードウェア構成
| モデル | Deep Station2 Entry | Deep Station2 Pro | |
| 形状 | デスクトップ | ||
| CPU | Intel® Core™ i7-10700(8コア、16MBキャッシュ、2.90GHz) | Intel® Xeon® Silver 4210(10コア、13.75MBキャッシュ、2.20GHz) | |
| メモリ | 16GB(32GBに拡張可能) | 32GB(64GBに拡張可能) | |
| OS | Ubuntu 18.04 LTS Desktop | ||
| 開発環境 | Cuda 11.2/TensorfFlow/Keras/Theano | ||
| 外部ポート | LAN | RJ-45 1GbE x2 | |
| USB | USB 3.2x4(背面のみ) | USB 3.0x4(背面のみ) | |
| その他 | - | Serial Portx1 | |
| 拡張スロット | - |
PCI-E 3.0(x16)x1 PCI-E 3.0(x4)x1 |
|
| 搭載ドライブ | 960GB SATA SSDx1 | 960GB NVMe M.2 SSDx1 | |
| GPU | NVIDIA® RTX™ A5000×1(相当品) メモリ24GB、Nvidia Ampere アーキテクチャ搭載、PCI-E Gen4対応 | NVIDIA® RTX™ A5000×2(相当品) メモリ24GB、Nvidia Ampere アーキテクチャ搭載、PCI-E Gen4対応 | |
| 電源 | 750W(AC 100-240V 50/60Hz、非冗長) | 1500W(AC 100-240V 50/60Hz、非冗長) | |
| 消費電力 | 550W/590VA | 740W/750VA | |
| 標準添付品 | 100V用電源コード(NEMA5-15P/C13) 2m×1 | 100V用電源コード(NEMA5-15P/C19) 2m×1、筐体用鍵x1 | |
| 動作環境 | 温度:10℃～35℃ 湿度:20%～80%RH(ただし結露なきこと) | ||
| 外形寸法 | 185(W)×376(D)×292(H)mm | 206(W)×596(D)×455(H)mm | |
| 重量 | 約10kg | 約20kg | |
ソフトウェア(Deep Analyzer)仕様
| 機能 |
【データセット管理】登録 / 閲覧 / ダウンロード 【モデルの作成】訓練 / 学習状況の閲覧 / データのリサイズ・オーグメンテーション / 事前学習済みモデルの利用 / マルチGPUによるハイパーパラメータ最適化 / 学習の予約管理 / 最適化関数等の各種詳細設定 【モデルの利用】推論 / 閲覧 / ダウンロード / 推論用サンプルコード提供 【ユーザー管理】複数ユーザーの利用 / 管理 |
|---|---|
| 対応学習アルゴリズム |
【画像分類/音源分類】Xception、InceptionV3、VGG19、VGG16、ResNet50、InceptionResNetV2、DensNet121、DensNet169、NASNetMobile、MobileNet、MobileNetV2、Minimal 【画像生成】DCGAN 【ペア画像生成】Pix2Pix 【物体検出】RetinaNet 【異常検知】Efficient GAN-Based Anomaly Detection |
| 対応データセット形式 |
【画像分類】Caltech101形式 【画像生成】Caltech101形式 【ペア画像生成】Pix2Pix形式 【物体検出】MSCOCO形式 【音源分類】Categorized Audio形式 【異常検知】Uncategorized Images形式 |
| エッジデバイスサポート |
【デバイス用モデルの作成：画像分類】 Sipeed MaixPy K210搭載デバイス Coral Edge TPU + 対応Linux PC／ボード 【学習モデルの転送／デバイスでの推論：画像分類】※ Sipeed Maix M1 Dock Coral Edge TPU + Raspberry Pi 3 【デバイスでのデータセット作成：画像分類】※ Sipeed Maix M1 Dock ※付属のサンプルコードを使用 |
| 動作環境 |
Deep AnalyzerはDeep Station各シリーズ上で動作します。 HW及びSWの構成をご購入時の構成から変更した場合の動作保証はいたしかねます。 |
フォームが表示されるまでしばらくお待ち下さい。
恐れ入りますが、しばらくお待ちいただいてもフォームが表示されない場合は、こちらまでお問い合わせください。
「探している組み込み製品」も「相談したい組み込み開発」も、まずはこちらから。
“こんな製品はないか”、“見積もりがほしい”、“この技術は対応できるか”、“詳しい実績が知りたい”——質問だけでも結構です。
お急ぎの場合も迅速に対応します。
