采購項目信息
采購貨物信息列表
項目名稱 | 工作站 | 項目編號 | JJ******0 |
開始時間 | 2025-07-02 16:06:38 | 截止時間 | 2025-07-07 16:06:38 |
聯系人 | ******** | 電話 | ******** |
支付方式 | 貨到驗收后付款 | 合同簽訂時間 | 競價成交后3工作日 |
交貨時間 | 合同簽訂后3 工作日 | ||
送貨地址 | ******學院 | ||
供應商資質要求 |
1.符合《政府采購法》第二十二條規定的供應商基本條件;具有獨立承擔民事責任的能力;2.具有良好的商業信譽;3.具有履行合同所必需的物資和專業技術能力;4.有依法繳納稅收和社會保障資金的良好記錄;5.參加高校采購經營活動中沒有重大違法記錄 |
||
售后服務 |
******大學,整機及所有配件均為全新原裝正品,原廠官網序列號驗證,現場廠商官網查詢保修信息,出廠配置信息與競價參數要求一致。提供原廠商三年整機全保及免費上門服務,所有配置必須在原廠商預裝出廠,設備原廠商直接發貨至最終用戶,保證完整包裝不開封,不接受供應商的私自拆封改配,現場驗貨。所有服務可在電腦生產廠商官網或400/800電話查詢確認。 |
序號 | 品目 | 商品名稱 | 參考品牌 | 參考型號 | 數量 | 計量單位 | 質保期(月) | 是否允許其他 品牌型號報價 |
---|---|---|---|---|---|---|---|---|
1 | 工作站 | 工作站 | 超迅 | 超迅8049 | 1 | 臺 | 36 | 否 |
技術參數 | 本系統采用最新系列EPYC3代系列并發處理器,并發處理器數需要1個,單顆處理器核心數量不低于64個;本系統采用高效數據系統,由于需要提供處理器直接數據讀取,工作頻率至少需要3200MHz,不低于128G / 高速處理模塊:為提高系統的運行效率,需要額外增加專業高速圖形處理模塊,處理模塊采用主動散熱模式,供電環境由本系統統一供應/系統存儲;不少于1.92T SSD SATA 一塊;不少于1塊 8T SATA 企業級 HDD數據盤 / 內存模塊數量:支持4TB內存,需要提供DDR4內存搭配使用≧128GB,主頻3200GHZ / 網絡:不低于兩個千兆電口 / 供電模塊:為了確保平臺的穩定可靠運行,需要提供≧2400 w 1+1冗余供電模塊 / 規格:4U塔式, / GPU計算卡,3個NVIDIA 4090 24G 雙寬顯卡,顯存≧24GB帶GPU 風扇套件 顯卡溫度控制70度以下 / 帶鍵鼠套件一套,控制器 - SW RAID 0, 1,5,10 6,支持SSD優化技術,專用啟動盤≥2,有啟動盤RAID,SD卡數量≥2,SD卡可組成RAID;服務器出廠自帶如下性能系統: 1.采用輕量級容器虛擬化技術和Kuberates管理平臺,實現對CPU、內存、磁盤等資源的虛擬化和統一管理。針對人工智能領域的特定需求,提供GPU等異構計算資源管理接口,實現對GPU等異構計算資源的虛擬化統一管理,支持為容器以直通方式掛載GPU等異構計算資源; 2. 支持容器間infiniband高速通信 3. 允許用戶上傳自定義的代碼程序和數據文件,通過在線提交計算資源需求即可啟動訓練任務,支持單機多GPU和多機多GPU的訓練任務。支持在Web界面通過jupyter、遠程圖形桌面直接訪問虛擬環境。支持通過pycharm方式上傳代碼和數據; 4. 支持輸出損失率、準確率等動態可視化監控圖表,同時支持輸出訓練過程日志,并提供日志下載功能; 5.具有硬件加密功能,服務器支持采用硬件加密的方式接入集群; 6. 具有鏡像管理功能,支持私有鏡像倉庫,集中化管理用戶的鏡像。能夠提供新建項目、設置用戶權限等功能。支持用戶對本地鏡像的編輯,鏡像推送,刪除等操作,提供功能截圖證明; 7. 系統支持管理員和普通用戶兩種角色用戶,管理員可以為普通用戶創建一個或多個獨立的GPU集群環境,并可以限制CPU、GPU、內存等資源量的大小,將資源分割成多個獨立的集群,方便為多個部門提供服務,提供功能截圖證明型號、插槽位置、顯存使用量、電壓使用量、溫度、風扇轉速、負載狀況等指標、圖標顯示界面刷新率為秒級;監控模塊國產自主可控并提供軟/硬件證書; / Ubuntu Linux CENTOS 7.8/ 22.04及以上操作系統: 1.GPU CUDA 編譯環境 :CUDA Toolkit ,GPU Driver; 2.深度學習框架:Tensorflow,mxnet,pytorch, caffe 等等; 3.NVIDIA DIGITS? GPU 訓練系統; 4.Deep Learning SDK :深度學習原生庫 CuDNN,深度學習推理引擎(TensorRT); 5.NVIDIA Docker 容器平臺:包括編程、運行、系統工具、系統函數庫等都打包到一個完整的文件系統中,可安裝到任何一臺服務器上; 6.深度學習加速庫:cuBLAS, cuSPARSE , NCCL。 |
******大學
2025年07月02日