招标公告详情

[JJ202400513]服务器网上竞价公告

正文内容

采购项目信息 项目名称 服务器 项目编号 JJ********* 开始时间 ****-**-** **:**:** 截止时间 ****-**-** **:**:** 联系人 ******** 电话 ******** 支付方式 货到验收后付款 合同签订时间 竞价成交后*工作日 交货时间 合同签订后* 工作日 送货地址 ** *** *** 华中科技大学老国光C*** 供应商资质要求 *.符合《政府采购法》第二十二条规定的供应商基本条件; 售后服务 要求原厂未拆装的全新正品行货,原厂直发华中科技大学,厂商官网可查最终用户是为“华中科技大学”,保修信息、出厂配置信息与招标参数要求一致,机器出厂日期不早于招标截止日期。整机及配件必须均为原厂全新正品,拒绝第三方配件、水货、二手货。交付时逐项核对验收,不符合竞价要求的一律做退货处理,同时追究相关责任,并赔偿以此造成的一切损, 原厂提供随机三年的 (****)*小时上门的人工+备件免费白金质保服务 采购货物信息列表 序号 品目 商品名称 参考品牌 参考型号 数量 计量单位 质保期(月) 是否允许其他 品牌型号报价 * 服务器 天融信 THD*** 天融信 THD*** * 台 ** 否 技术参数 本系统采用最新系列XEON Platinum*代系列并发处理器,并发处理器数需要*个,单颗处理器核心数量不低于**个;工作频率不低于*.*GHz动态频率不低*.*GHZ:本系统采用高效数据系统,由于需要提供处理器直接数据读取,工作频率至少需要****MHz,可分配容量每个处理核心至少需要* GB的容量; *)高速处理模块:为提高系统的运行效率,需要额外增加专业高速图形处理模块,处理模块采用主动散热模式,供电环境由本系统统一供应, *)系统存储;不少于***G SSD SATA 一块;不少于*T SATA 企业级 HDD数据盘 *)内存模块数量:支持*TB内存,需要提供第二代傲腾非易失性内存与DDR*内存搭配使用≧***GB,主频****GHZ; 网络:不低于两个万兆电口; *)供电模块:为了确保平台的稳定可靠运行,需要提供≧**** w *+*冗余供电模块; *)规格:*U塔式,需机器运行噪音低于**分贝 ;*)GPU计算卡,*个NVIDIA A**** **G双宽显卡,显存≧**GB带原装GPU 风扇套件 桥接器 显卡温度控制**度以下,后续支持扩展为*GPU;*)带键鼠套件一套,控制器- SW RAID *, *,*,** *,支持SSD优化技术,专用启动盘≥*,有启动盘RAID,SD卡数量≥*,SD卡可组成RAID;服务器出厂自带如下性能系统: *.采用轻量级容器虚拟化技术和Kuberates管理平台,实现对CPU、内存、磁盘等**的虚拟化和统一管理。针对人工智能领域的特定需求,提供GPU等异构计算**管理接口,实现对GPU等异构计算**的虚拟化统一管理,支持为容器以直通方式挂载GPU等异构计算**; *. 支持容器间infiniband高速通信 *. 允许用户上传自定义的代码程序和数据文件,通过在线提交计算**需求即可启动训练任务,支持单机多GPU和多机多GPU的训练任务。支持在Web界面通过jupyter、远程图形桌面直接访问虚拟环境。支持通过pycharm方式上传代码和数据; *. 支持输出损失率、准确率等动态可视化监控图表,同时支持输出训练过程日志,并提供日志下载功能; *.具有硬件加密功能,服务器支持采用硬件加密的方式接入集群; *. 具有镜像管理功能,支持私有镜像仓库,集中化管理用户的镜像。能够提供**项目、设置用户权限等功能。支持用户对本地镜像的编辑,镜像推送,删除等操作,提供功能截图证明; *. 系统支持管理员和普通用户两种角色用户,管理员可以为普通用户创建一个或多个独立的GPU集群环境,并可以限制CPU、GPU、内存等**量的大小,将**分割成多个独立的集群,方便为多个部门提供服务,提供功能截图证明型号、插槽位置、显存使用量、电压使用量、温度、风扇转速、负载状况等指标、图标显示界面刷新率为秒级;监控模块国产自主可控并提供软/硬件证书; **) Ubuntu Linux CENTOS *.*/ **.**及以上操作系统: *.GPU CUDA 编译环境 :CUDA Toolkit ,GPU Driver; *.深度学习框架:Tensorflow,mxnet,pytorch, caffe 等等; *.NVIDIA DIGITS™ GPU 训练系统; *.Deep Learning SDK :深度学习原生库 CuDNN,深度学习推理引擎(TensorRT); *.NVIDIA Docker 容器平台:包括编程、运行、系统工具、系统函数库等都打包到一个完整的文件系统中,可安装到任何一台服务器上; *.深度学习加速库:cuBLAS, cuSPARSE , NCCL。 华中科技大学 ****年**月**日 报名地址:http://emall.hust.edu.cn/

相关推荐

打开中招网APP查看更多信息
招标网首页 > 招标公告 >

注册

客服电话400-633-1888
版权所有 © 2005-2024 招标网 zhaobiao.cn

该项目详情注册或登录后可继续操作查看

登录