延期理由: | 由于該項目報價供應商數量不滿足要求,本項目延期至2024-12-06 19:00 |
---|
項目名稱 | AI 服務器 | 項目編號 | ZBZXJJ# |
---|---|---|---|
公告開始日期 | 2024-12-04 18:02:37 | 公告截止日期 | 2024-12-06 19:00:00 |
采購單位 | 四川大學 | 付款方式 | 進口設備: #方與 (略) 簽訂代理進口委托協議后,將進口項 (略) 指定的銀行賬戶,項目貨款僅用于本進口項目的信用證或TT付匯及進口相關費用等。 (略) 收到#方合同貨款后,按外貿合同要求及時履行與# (略) 的付款義務。 國產設備:#方應在完成驗收并建立固定資產后向#方一次性支付本合同的總款項,#方須向#方出具合法有效完整的完稅發票及憑證資料進行支付結算。 |
聯系人 | 成交后在我參與的項目中查看 | 聯系電話 | 成交后在我參與的項目中查看 |
簽約時間要求 | 到貨時間要求 | 合同簽訂后20個日歷日內 | |
預算總價 | ¥ #.00 | ||
發票要求 | |||
收貨地址 | (略) (略) (略) 南一段17號四川大學 (略) 生物治療全國重點實驗室生物樓3 | ||
供應商資質要求 | 符合《政府采購法》第二十二條規定的供應商基本條件 | ||
公告說明 | 由于該項目報價供應商數量不滿足要求,本項目延期至2024-12-06 19:00 |
采購商品 | 采購數量 | 計量單位 | 所屬分類 |
---|---|---|---|
AI服務器 | 1 | 臺 | 服務器 |
品牌 | 容天OMNISKY |
---|---|
型號 | # |
預算單價 | ¥ #.00 |
技術參數及配置要求 | AI服務器:2U機架式服務器(1臺) 品牌:容天OMNISKY 1.CPU: (略) 服務器級CPU,要求單顆CPU核數≥24,CPU線程數≥48,主頻≥4.05Hz,最大加速頻率≥4.30Hz,緩存≥256MB,默認TDP≥320W 2.內存:服務器支持≥24個DDR5內存插槽,支持最高4800MT/s,RDIMM/3DS RDIMM;實配容量≥192GB,單條內存32GB容量,頻率≥4800MHz,內存需支持ECC 3.GPU:配置人工智能GPU加速計算卡,實際配置CUDA核心≥#,Tensor核心≥456,支持FP64雙精度浮點計算能力,FP64雙精浮點運算性能≥51teraFLOPS,FP32單精浮點運算性能≥51teraFLOPS,FP8浮點運算性能≥3,026teraFLOPS,單卡顯存帶寬≥2TB/s,GPU卡總線接口帶寬≥PCIe 5.0 x16 4.硬盤: 系統盤:配置≥480GB 企業級SSD,整機最大可選支持≥24個2.5英寸熱插拔硬盤 數據盤:配置≥8TB 企業級 HDD,整機最大可選支持≥12個3.5英寸熱插拔硬盤 緩存盤:配置1塊企業級NVMe SSD,單盤容量≥15TB,整機最大可選支持≥24個2.5英寸U.2 NVMe熱插拔硬盤 5.PCIE插槽:整機最大支持≥10個PCIe標準擴展插槽 6.網卡:配置≥1個1Gb Ethern (略) 口;≥1張雙 (略) 卡 7.電源:配置2個電源模塊,支持1+1冗余,支持熱插拔,2000W高效白金電源 8. (略) :平臺支持對集群節點資源的統一管理和監控,并通過資源配額和任務調度,實現用戶對資源按需分配、任務隔離等需求;平臺支持多租戶體系下的組織與用戶管理,包括用戶管理、角色管理、菜單管理、部門管理、字典管理和日志管理;平臺財務 (略) 用戶資源使用進行計量計費功能,通過對不同資源的配比進行設置價格,包括按年、月、日、預付費等多種方式進行靈活的計量計費,也可以對組織進行賬戶充值操作,實現資源的合理管控和運營;平臺支持對訓練端用戶進行增刪管理;平臺支持把集群劃分為多邏輯集群后者支持多個數據中心進行統一監控,包括: (略) 域、計算集群、存儲集群;平臺支持對多種格式的圖片、視頻、文本、語音進行標注,同時支持標注后數據的導入;平臺支持通過導入自動化標注模型,實現自動標注功能;平臺提供上百種可用模型,用戶可基于模型商店中的模型進行快速模型開發、遷移學臺支持通過選擇鏡像,分配 GPU、CPU 等硬件資源,為模型創建獨立的運行空間,支持但不限于PandlePandle、TensorFlow、Pytorch 等框架;平臺包含 NVIDIA NGC 中相關鏡像,如 TAO、Triton、Tensor-RT等;平臺支持展示標量,計算圖,數據分布、直方圖和嵌入式向量等;平臺內置多種超參數查找算法,包括但不限于: Bayesian Optimization Covariance Matrix Adaptation: Evolution Strategy Grid Hyperband Multivariate Tree of Parzen Estimators Population Based Training Random Sobol Quasirandom Sequence Tree of Parzen Estimators 平臺支持查看模型 pipline 運行過程中,各步驟執行情況,包括但不限于名稱、屬性、輸出;平臺支持運行模型 pipline,支持查看 pipline 中各步驟配置情況及運行情況,包括但不限于:Input/Output、可視化效果、詳情、存儲卷、日志等 9. (略) :支持對知識庫進行創建,修改內容,刪除的模塊;提供大模型管理功能,可自定義接口配置,設置不同賬戶對模型的使用時長;支持設置模型的固定引導詞,通過調整引導詞,來引導模型的 CHAT 方向;支持對知識庫進行相互隔離,避免數據污染和泄露,保證安全性和私密性;支持根據已創建的知識庫的內容進行回答,回答的內容來源于要詢問的知識庫;提供高級編排功能,以模塊化的方式來自定義知識庫問答的流程;支持將現有的知識庫問答功能集成為 API 供外部使用,外部可通過 API 進行調用或免登錄訪問;支持多種檢索算法,包括但不限于語義檢索,全文檢索,混合檢索等;支持多種文件格式的上傳,包括 PPT、PDF、TXT、Word、Markdown 和 Excel。用戶可以將不 (略) ,進行 (略) 理和分析;能夠智能生成個性化的研習指南,指南包括 時間軸、詳細目錄、簡報文檔、學習計劃和常見問題模塊。通過分析文檔內容,自動提取關鍵主題和信息;支持對已有的回答顯示原文引用,明確顯示信息來源。幫助用戶追溯知識的根源,提升內容的可信度;提供全面的幫助文檔,涵蓋軟件使用的各個方面。包括 產品介紹、使用說明、用戶常見問題解答以及隱私政策。用戶可以通過幫助文檔快速獲取所需信息, (略) 功能和最佳實踐至少使用 TensorRT-LLM、VLLM、DeepSpeed-MII 和 LightLLM 等推理加速框架中的一種,提高模型應答速度;具備上下文感 (略) 理功能,能夠深入分析用戶上傳的文檔集,自動提取上下文信息。需要能識別關鍵詞、概念和術語,能構建信息之間的關系鏈。通過深度語義理解,能夠準確捕捉文本的隱含意義,提高信息的可用性和相關性;支持跨多個文檔進行語義關聯分析,幫助用戶整合來自不同來源的信息。能夠識別文檔之間的相似性和關聯性,將分散的信息聚合為一個有用的輸出,用戶可以更全面地獲取信息,進行深入分析,從而提升決策的準確性和效率;具備自適應文檔摘要功能,能夠根據不同的上下文需求生成個性化的摘要。通過分析文檔的核心內容和用戶的特定需求,幫助用戶快速獲取關鍵信息,更快地把握文檔的重點,從而高效地進 (略) 理;需使用 WebSocket 技術, (略) 的最新數據推送,避免頻繁刷新頁面;需使用 JWT(JSON Web Token)來進行用戶會話管理,確保用戶的身份認證信息能夠安全傳遞和存儲;需使用Vite作為前端構建工具,進行資源打包、代碼優化和性能提升。通過壓縮代碼、消除冗余和優化 (略) 徑,確保前端應用以最佳性能運行 10.資質:投標方需具備NVIDIA數據中心Elite合作伙伴認證、NVIDIA解決方案合作伙伴授權證書,整機通過ISO9001,需持3C認證證書 |
售后服務 | 服務年限:36月;電話支持:7x24小時;商品承諾:原廠全新未拆封正品;質保期:三年; |
四川大學
2024-12-04 18:02:37
剩余會員時長將自動延長
掃描添加客服微信
暫無歷史郵箱
使用微信掃一掃關注
“銷邦招標”