|
公告名称： |
[JJ202501316]工作站网上竞价公告 |
| 所属地区： |
湖北 |
发布时间： |
2025-11-03 |
|
详细内容：
|
0
0
天
0
0
:
0
0
:
0
0
$(document).ready(function(){
count_down();
);
采购项目信息
项目名称 |
工作站 |
项目编号 |
JJ202501316 |
开始时间 |
2025-11-03 11:11:28 |
截止时间 |
2025-11-06 11:11:28 |
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 洪山区 珞喻路1037号华中科技大学航空航天学院 |
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 |
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 （24*7）4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 |
|---|
1 |
工作站 |
工作站 |
浪潮，dell，超云 |
T7920 |
2 |
台 |
36 |
否 |
技术参数
|
本系统采用最新系列EPYC/XEON Platinum系列并发处理器，并发处理器数需要2个、处理器核心线程数量不低于52个；至少需要提供4.95万亿次每秒的浮点计算能力，工作频率不低于2.1GHz动态频率不低3.7GHZ(做仿真计算必须满足）：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3200MHz，可分配容量每个处理核心至少需要4 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，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，加速缓存空间总共需要4GB的容量，GPU模块2个，最大可扩展至4个，系统存储；不少于512SSD固态*2块；不少于8T SATA 企业级 HDD数据盘*2 （后期还可以扩展8块3.5寸SATA盘），内存模块数量：支持4TB内存，需要提供第二代傲腾非易失性内存与DDR4内存搭配使用≧384GB; 网络：板载不低于两个万兆电口,2个双口X710 光口带模块；供电模块：为了确保平台的稳定可靠运行，需要提供≧1400 工作站供电模块；规格：≧5U塔式，需机器运行噪音低于50分贝 ； GPU计算卡，支持4个NVIDIA RTX /TESLA双宽显卡,可以扩展GPU显卡；自带 GPU卡及带GPU风扇 显卡温度控制70度以下；带Alienware 610M+510K键鼠套件，控制器- SW RAID 0, 1,5,10 6，支持SSD优化技术，专用启动盘≥2，有启动盘RAID，SD卡数量≥2，SD卡可组成RAID；24英寸16:10超薄边框 IPS 100Hz 硬件级防蓝光 USB-C 旋转升降显示器。服务器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， 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，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；8、 Ubuntu Linux CENTOS 7.8/ 24.04及以上操作系统： 9.GPU CUDA 编译环境 ：CUDA Toolkit ，GPU Driver；10.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。 |
|
|
|
|
|
|
|
更多
1
