ディープラーニング関連ソフトウェア動作確認情報

GPU型番 マザーボード OS
バージョン
GPU
ドライバ
バージョン
GPU動作を確認したCUDAドライバのバージョン CUDAの動作を確認する テスト
結果
GPUでの深層学習ライブラリ動作を確認した組合せ 計算がGPUで行われている事を確認する
NGC(NVIDIA GPU Cloud)動作を確認した組合せ ローカル環境でNVIDIAコンテナーを使用し動作を確認する
GeForce
RTX 3090
X299 (X299-A Ⅱ) Ubuntu
18.04.3
455.23.04 CUDA 10.1 CUDAサンプルの実行
(deviceQuery、nbody)
CUDA 10.1 + cuDNN 8.0.3.33 +
Python3.6.9 + Tensorflow 2.3.0
tensorflowを直接インストールしmnistサンプルを実行
Docker 19.03.13 + 20.08-tf2-py3 NVIDIA Container Toolkitを
インストールしDocker上で
mnistサンプルを実行
GeForce
RTX 3080
X299 (X299-A Ⅱ) Ubuntu
18.04.3
455.23.04 CUDA 10.1 CUDAサンプルの実行
(deviceQuery、nbody)
CUDA 10.1 + cuDNN 8.0.3.33 +
Python3.6.9 + Tensorflow 2.3.0
tensorflowを直接インストールしmnistサンプルを実行
Docker 19.03.13 + 20.08-tf2-py3 NVIDIA Container Toolkitを
インストールしDocker上で
mnistサンプルを実行
GeForce
RTX 3070
X299 (X299-A Ⅱ) Ubuntu
18.04.3
455.32.00 CUDA 10.1 CUDAサンプルの実行
(deviceQuery、nbody)
CUDA 10.1 + cuDNN 7.6.5.32 +
Python3.6.9 + Tensorflow 2.2.0
tensorflowを直接インストールしmnistサンプルを実行
Docker 19.03.13 + 20.10-tf2-py3 NVIDIA Container Toolkitを
インストールしDocker上で
mnistサンプルを実行
GeForce
RTX 2080 Ti
X299 (X299-A Ⅱ)
Z390 (Z390-S01)
Ubuntu
18.04.3
440.33.01 CUDA 10.1 CUDAサンプルの実行
(deviceQuery、nbody)
CUDA 10.1 + cuDNN 7.6.5.32 +
Python3.6.9 + Tensorflow 1.15
tensorflowを直接インストールしmnistサンプルを実行
Docker 19.03.5 + 19.12-tf2-py3 NVIDIA Container Toolkitを
インストールしDocker上で
mnistサンプルを実行
GeForce
RTX 2080
Super
X299 (X299-A Ⅱ)
Z390 (Z390-S01)
Ubuntu
18.04.3
440.33.01 CUDA 10.1 CUDAサンプルの実行
(deviceQuery、nbody)
CUDA 10.1 + cuDNN 7.6.5.32 +
Python3.6.9 + Tensorflow 1.15
tensorflowを直接インストールしmnistサンプルを実行
Docker 19.03.5 + 19.12-tf2-py3 NVIDIA Container Toolkitを
インストールしDocker上で
mnistサンプルを実行
GeForce
RTX 2080
X299 (X299-A Ⅱ)
Z390 (Z390-S01)
Ubuntu
18.04.3
440.33.01 CUDA 10.1 CUDAサンプルの実行
(deviceQuery、nbody)
CUDA 10.1 + cuDNN 7.6.5.32 +
Python3.6.9 + Tensorflow 1.15
tensorflowを直接インストールしmnistサンプルを実行
Docker 19.03.5 + 19.12-tf2-py3 NVIDIA Container Toolkitを
インストールしDocker上で
mnistサンプルを実行
GeForce
RTX 2070 Super
X299 (X299-A Ⅱ)
Z390 (Z390-S01)
Ubuntu
18.04.3
440.33.01 CUDA 10.1 CUDAサンプルの実行
(deviceQuery、nbody)
CUDA 10.1 + cuDNN 7.6.5.32 +
Python3.6.9 + Tensorflow 1.15
tensorflowを直接インストールしmnistサンプルを実行
Docker 19.03.5 + 19.12-tf2-py3 NVIDIA Container Toolkitを
インストールしDocker上で
mnistサンプルを実行
Radeon VII X299 (X299-A Ⅱ) Ubuntu
18.04.3
ROCm 3.0.6
3052.0
(HSA1.1,LC)
ROCm 3.0.6 ROCmの動作を確認する
ROCm 3.0.6 + Python3.6.9 +
Tensorflow-ROCm 1.15
tensorflowを直接インストールしmnistサンプルを実行
Docker 19.03.6 +
rocm3.0-tf1.15-python3
ROCmコンテナーをインストールしDocker上でmnistサンプルを実行
 

※こちらに掲載されているマザーボード及びグラフィックスカードは「ディープラーニング環境構築向けパソコン」に掲載されているモデルに搭載されているパーツを使用して検証しております。

iiyamaPCにおけるディープラーニング関連ソフトウェアのサポートについて

パソコン工房で販売中のiiyamaPCにおいてLinux OSはサポート対象外とさせて頂いておりますが、ディープラーニング用途でのご利用をご検討いただけるよう、iiyama PCにて採用しているパーツを使用し当社が独自に検証した動作確認情報を提供しております。
Linux OSの動作確認情報もご提供しておりますので併せてご確認下さい。

尚、弊社では「NGC (NVIDIA GPU Cloud)」の設定サービスが付属したAI開発専用パソコンシリーズ「DEEP∞」を販売しております。
業務導入までの時間を短縮したい、環境構築に不安があるお客様はこちらもご検討ください。

Deep Learning関連ソフトウェア動作確認情報をご利用頂くにあたっての注意事項

本ページの情報は当社のiiyamaPCに搭載されているマザーボードにGPUを装着し、記載するテスト項目でハードウェア的に動作した事を当社が独自に確認したレポートです。

深層学習環境(特にLinux環境下)においてはご紹介した組合せでも、その他のソフトウェアのインストール状況などによりソフトウェアが動作せず、その問題の特定も困難なケースも存在します。 従いまして、

  • 本ページの情報は確実にソフトウェアが動作する事をお約束するものではありません。
  • 本ページの情報につきまして個別のご質問にお答えする事はできません。
  • 本情報に基づき、ソフトウェアを導入・利用されたことにより生ずる損害につきまして、 弊社では一切の責任を負わないものとします。
  • 本情報は予告なしに変更する場合がございます。

予め上記の事項についてご了承頂きました上で本ページの情報をご活用ください。

ディープラーニング 関連リンク