湖北武汉[JJ202500173]服务器网上竞价成交公告
查看隐藏内容（*）需先登录
成交信息成交信息成交供应商：******成交金额：￥**,***.**成交理由：符合要求，价格最低公告列表标题
采购项目信息
公告列表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* 工作日送货地址湖北 武汉市 洪山区 珞喻路****号华中科技大学逸夫科技楼****室 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;*.符合《政府采购法》第二十二条规定的供应商基本条件;*.符合《政府采购法》第二十二条规定的供应商基本条件;具有独立承担民事责任的能力；*.具有良好的商业信誉；*.具有履行合同所必需的物资和专业技术能力；*.有依法缴纳税收和社会保障资金的良好记录；*.参加高校采购经营活动中没有重大违法记录 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需求附件暂无成交货物信息列表序号品目商品名称品牌型号数量计量单位质保期(月)单价(元)* 服务器 服务器 超迅 /CXUN 型号：SYS ***GP * 台 ** *****.* 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*个，单颗处理器核心线程数量不低于**个；至少需要提供*.**万亿次每秒的浮点计算能力，工作频率不低于*.*GHz动态频率不低*.*GHZ(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****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，处理模块至少需要提供**.*万亿次每秒的单精度浮点计算能力以及***.*万亿次每秒的Tensor计算能力，加速缓存空间总共需要*GB的容量，GPU模块*个，最大可扩展至*个， *）系统存储；不少于*T SSD SATA 一块；不少于**T SATA 企业级 HDD数据盘 （后期还可以扩展**块*.*寸SATA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：板载不低于两个万兆电口,*个双口X*** 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≧**** w*+*冗余的*、*+*冗余供电模块； *）规格：*U机架，需机器运行噪音低于**分贝 ；*）GPU计算卡，支持*个NVIDIA RTX /TESLA双宽显卡,可以扩展GPU显卡；最新英伟达单涡轮原厂专业计算卡**** ≧*块，显存≧**GB ，RTX **** /GPU卡及带GPU风扇 显卡温度控制**度以下；*）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； *. 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； *. 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； *. 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 *.*/ **.**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
