H200 NVL 4GPU¶
このページは増設ガイドです（主導線：1GPU + Runbook）
まずは H200 NVL 1GPU + Runbook で「回る状態（再現・検収・運用）」を固定し、必要に応じて 1 → 4 → 8 にスケールします。
同一筐体で最大8GPUまで増設可能で、NVLinkは 4GPU（4-way）単位です。
これは増設ガイドです（主導線は 1GPU + Runbook）
最初は H200 NVL 1GPU + Runbook で「回る状態（Runbook/検収）」を固めるのが最短です。
同じ筐体で 最大8GPUまで増設でき、NVLink は 4GPU単位（4-way） で接続します。
先に全体像（5分）
このページの前提（何が解決できるのか）を先に掴むなら：
→ なぜ QE + NequIP/Allegro + LAMMPS なのか
H200 NVL 4GPU を使って、QE/学習/推論/LAMMPS連携を 安定運用するための提案ページです。
“スペック表”よりも、研究ワークフローとして使える状態（検証・手順書・運用）を重視します。
問い合わせ（見積）
「何をどの規模で回したいか」が分かれば、4GPU/8GPUの適正も含めて提案できます。
→ お問い合わせ
4GPUが向いているケース¶
- 学習/推論の反復を回しつつ、QEやMDも並行で回したい
- まずは 1台で完結する研究開発環境を作りたい
- 大規模分散よりも、安定稼働・再現性・運用容易性を優先したい
ここで提供する価値（ハード単体ではありません）¶
- GPU環境の整合性（ドライバ/ライブラリ/性能劣化の原因つぶし）
- QE/学習/推論/LAMMPSの “動く状態”の検証
- 研究所の調達・検収に合わせた 手順書・受け入れテストの納品
構成は要件で最適化します（例）¶
- CPU / メモリ：計算サイズとI/Oを見て最適化
- ストレージ：学習データ・軌道・ログの運用設計
- ネットワーク：将来の拡張（多ノード）を見据えて選定も可能
※研究用途は要件差が大きいため、まずは用途/規模から設計します。
導入フロー¶
- ヒアリング（目的・規模・制約）
- 見積書提出
- 構築・検証（必要に応じて性能確認）
- 納品・検収（後払い）
関連（技術記事）¶
→ QE on GPU
→ Training（NequIP / Allegro）
→ LAMMPS integration