项目名称 | 工作站 | 项目编号 | JJ202401604 |
开始时间 | 2024-11-18 08:40:20 | 截止时间 | 2024-11-21 08:40:20 |
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3工作日 |
交货时间 | 合同签订后3 工作日 | ||
送货地址 | 湖北 武汉市 东西湖区 湖北省武汉市东西湖区临空港大道国家网安基地明德楼 | ||
供应商资质要求 |
1.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 |
各个组件原厂正品新货,先验货后组装,安装软件并进行测试,有质量故障15日内可退换货,三年质保,五年免费上门,4小时响应。 |
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 |
---|---|---|---|---|---|---|---|---|
1 | 工作站 | 工作站 | AMD | 组装 | 1 | 台 | 36 | 否 |
技术参数 | 本系统需要采用最新AMD系列处理器,工作频率不低于4.3GHZ: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,高速处理模块:为提高系统的运行效率,处理模块采用主动散热模式,供电环境由本系统统一供应,处理模块至少需要提供16.2万亿次每秒的单精度浮点计算能力以及130.4万亿次每秒的Tensor计算能力 系统存储不少于24T;不少于4TNVME M.2两块;需要提供DDR5内存搭配使用≧192GB,主频6400GHZ; 支持RTX 5090 GPU卡及带GPU风扇 显卡温度控制70度以下;带键鼠套件一套,控制器 RAID 0, 1,5,10 6,支持SSD优化技术,有启动盘RAID,出厂自带如下性能系统: 1.采用轻量级容器虚拟化技术和Kuberates管理平台,实现对CPU、内存、磁盘等资源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等异构计算资源管理接口,实现对GPU等异构计算资源的虚拟化统一管理,支持为容器以直通方式挂载GPU等异构计算资源; 2. 支持容器间infiniband高速通信 3. 允许用户上传自定义的代码程序和数据文件,通过在线提交计算资源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,提供功能截图证明; 4. 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; 5.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; 6. 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。能够提供新建项目、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; 7. 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、内存等资源量的大小,将资源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 7.8/ 18.04及以上操作系统: 1.GPU CUDA 编译环境 :CUDA Toolkit ,GPU Driver; 2.深度学习框架:Tensorflow,mxnet,pytorch, caffe 等等; 3.NVIDIA DIGITS™ GPU 训练系统; 4.Deep Learning SDK :深度学习原生库 CuDNN,深度学习推理引擎(TensorRT); 5.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; 6.深度学习加速库:cuBLAS, cuSPARSE , NCCL。 |
华中科技大学
2024年11月18日