4分で読めますAceCAST

WRFのGPU対CPUコスト:計算を一行ずつ示します

2023年に公開された一つのベンチマークと、Azureの二つの定価をもとに、一行ずつ計算します。GPU VMのコストをCPU VM 1台および16台と比べるとどうなるか、そしてこの計算に含まれていないものは何かを示します。

経過時間(秒)の積み上げ棒グラフ。初期化、入出力、計算に分けて、Azure HBv3 CPUノード2台、4台、8台でのWRFと、NDm A100 v4 GPUノード1台でのAceCASTを示しています。GPUの棒が最も短くなっています。

初出:2026年11月11日 · 更新:2026年11月16日

NCARが維持管理する気象モデルWRF(Weather Research and Forecasting)を運用していると、GPUを使えば安くなるのかと、いずれ誰かに聞かれます。この記事では、WRFのGPU対CPUコストという問いを、計算過程を隠さずに解いていきます。使うのは、公開されている一つのベンチマークと、クラウドの二つの公開定価です。ご自身の数値でやり直せるよう、計算はすべて示します。

対象範囲について一点。このベンチマークが測定したのは、いずれも以前のリリースであるAceCAST 2.1と3.0.1です。

入力:一つのベンチマークと二つの定価

ベンチマーク:2023年4月28日、NVIDIA Technical BlogにMicrosoft and TempoQuest Accelerate Wind Energy Forecasts with AceCASTが掲載されました。計算はMicrosoft Azure上で行われました。WRFは、Standard HB120rs_v3タイプのCPU仮想マシン(VM)で実行され、各VMはAMD EPYC Milan-Xコアを120個備えています。WRFをNVIDIA GPU上で実行するAceCASTは、NVIDIA A100 GPUを8基搭載したStandard_ND96amsr_A100_v4 VMで実行されました。このブログ記事は次のように報告しています。

  • 「単一ノードのAceCASTは、単一ノードのCPUベースのWRFと比べて約9倍の高速化を達成しました」
  • 「単一のGPUノードと同程度の性能を得るには、18のCPUノードが必要です」
  • 著者らが最適と判断した構成、すなわちCPU VM 16台のWRFとGPU VM 1台のAceCASTの比較については、次のように述べています。「AceCASTは、CPUベースのWRFより7%高速で、コストは75%低くなります」

料金:Azure Retail Prices APIから取得した、2026年11月11日のAzureの定価(East USリージョン、Linux、従量課金)は次のとおりです。

  • CPU VM 1台(Standard_HB120rs_v3):1時間あたり$3.60。
  • GPU VM 1台(Standard_ND96amsr_A100_v4):1時間あたり$32.77。

2023年のAzureでの調査は、AceCAST 2.1がCPUノード1台に対して約9×の速度で、CPUノード18台と同程度の性能だったと報告しています。当社のコスト例では、同じ調査のうち、AceCAST 3.0.1をCPUノード16台と比較した別の結果を使用しています。GPUノード1台にはGPUが8基搭載されていました。

計算を一行ずつ

計算のコストは、時間単価に、その計算にかかる時間を掛けたものです。速度がコストに影響するのは、計算が速いほど、課金される時間が短くなるからです。

比較CPU側GPU側結果
時間単価(VM各1台)$3.60$32.7732.77 ÷ 3.60 = 9.10。GPU VMの時間単価は約9.1倍です。
同じ予報をVM各1台で実行し、GPUの速度が約9倍の場合。例:CPU VMで9時間かかるジョブ。9時間 × $3.60 = $32.401時間 × $32.77 = $32.7732.77 ÷ 32.40 = 1.011。GPUでの計算は約1%高くなりますが、実質的には同額で、計算にかかる時間は約9分の1です。
同程度の速度、1時間あたり:CPU VM 18台対GPU VM 1台18 × $3.60 = $64.80$32.77(64.80 − 32.77) ÷ 64.80 = 0.494。GPU側のコストは約49%低くなります。
1時間あたり:CPU VM 16台対GPU VM 1台16 × $3.60 = $57.60$32.77(57.60 − 32.77) ÷ 57.60 = 0.431。GPU側の時間あたりのコストは約43%低くなります。
同じ予報で、GPUの速度が1.07倍の場合:CPU VM 16台対GPU VM 1台。例:CPU VMで1時間かかるジョブ。1時間 × $57.60 = $57.60(1 ÷ 1.07) 時間 × $32.77 = $30.63(57.60 − 30.63) ÷ 57.60 = 0.468。計算コストは47%低くなります(AceCASTのライセンス料は含みません)。

目を引く点が二つあります。まず、双方ともVM 1台の場合、料金の比(約9.1)と速度の比(約9)が打ち消し合います。支払う額はほぼ同じで、待ち時間は約9分の1になります。次に、ベンチマーク自身の数値によれば、GPU VM 1台に並ぶには、CPU VMが9台ではなく18台必要でした。つまり、CPU VMを増やしても、計算は台数に比例して速くはなりませんでした。規模の大きい比較でコストが下がるのは、このためです。

公表されている速度はCPUの1.07倍なので、GPUでの計算は1 ÷ 1.07 = 0.934579時間かかり、0.935 GPUノード時間と表示されます。コストの計算には、丸める前の値を使用します。

ベンチマークの75%と一致しない理由

著者らは、コストが75%低くなったと報告しています。ここに示した定価を使うと、計算コストは約47%低くなります(AceCASTのライセンス料は含みません)。元の算出根拠は、ここでは再現していません。クラウド料金の変化だけでは、この差は説明できません。

この47%は計算例であり、実測値ではありません。AceCAST 2.1と3.0.1について2023年に得られた速度比に、2026年の料金を掛け合わせたものです。ご自身のワークロードでは、その条件に応じた数値になります。

同じブログ記事は、「内側の計算領域の計算時間と通信時間では、AceCASTはWRFより16.8倍高速です」とも報告しています。これは計算の一部分についての数値であり、課金対象となる経過時間全体についてのものではないため、上の計算には使っていません。

計算の前提と、含めていないもの

前提:

  • 2026年11月の、一つのリージョン、Linux、従量課金のAzureの定価を使っています。ほかのリージョンやほかのクラウドでは異なります。
  • VMは台単位でまるごと、計算の実行中だけ課金されるものとし、どちらの側にもアイドル時間やキュー待ちの時間はないとしています。
  • 速度比は、これらの固定された過去の例にのみ使用しています。この速度比は、著者らのケースについて2023年に測定されたものであり、ご自身のワークロードを予測するものではありません。
  • 「7%高速」は、速度が1.07倍であることを意味するものとしています。

含めていないもの:

  • ソフトウェアライセンス:AceCASTはライセンス制のソフトウェアです。そのライセンス料金は、この計算に含めていません。
  • 入力データとモデル出力のためのストレージ。
  • クラウドへの、またクラウドからのデータ転送。
  • どちらのシステムについても、構築、運用、保守にかかる人員の作業時間。
  • 予約料金やスポット料金。比較のどちらの側の数値も変わる可能性があります。
  • お客様自身の計算領域と物理設定:格子サイズ、ネスティング、物理オプション、出力頻度はいずれも、それぞれのハードウェアでの計算時間を左右します。

この問いに決着をつける数値は、お客様自身のケースを両方のハードウェアで計時した結果だけです。

次のステップ

コスト試算ツールの固定のベンチマーク例で、時間あたりの料金と月あたりの計算回数を変更するか、トライアルを申請して、ご自身のケースを計時してください。

お客様の予報

ご自身の予報について、ご質問がありますか?

その予報がどのような判断に使われるのかをお聞かせください。短いフォームひとつで担当チームに届き、すべてのお問い合わせを確認します。