数据计算服务(2次竞价)
· 2022-12-11
数据计算服务(2次竞价)
竞价结果(JJ22113011362157)
开始时间：2022-12-06 11:55:05 截止时间：2022-12-09 11:55:05 截止时间已过
成交单位：广州今时科技有限公司
成交价： 17000.00元
说明：各有关当事人对竞价结果有异议的，可以在竞价结果公告发布之日起3天内通过规定途径提起异议，逾期将视为无异议，不予受理。
采购单位：华南师范大学
联系人：采购用户
联系电话：85214486
E-mail：446384124@qq.com
传真：无
联系手机：无
邮编：无
质疑电话：85211082
项目名称：数据计算服务(2次竞价)
竞价编号：JJ22113011362157
采购类型：服务类
开始时间：2022-12-06 11:55:05
项目预算(元)：18,000.00
结束时间：2022-12-09 11:55:05
| 采购单位：华南师范大学 | 联系人：采购用户 |
| E-mail：446384124@qq.com | 联系电话：85214486 |
| 传真：无 | 联系手机：无 |
| 邮编：无 | 平台联系电话（异议）：020-37619972；jycg001@qq.com |
|
项目名称： 数据计算服务(2次竞价) | 竞价编号：JJ22113011362157 |
| 采购类型：服务类 | 开始时间：2022-12-06 11:55:05 |
| 项目预算(元)：18,000.00 | 结束时间：2022-12-09 11:55:05 |
| 质保期及售后要求：7*24服务 | |
| 其他要求：需要备用电源方案，数据计算过程不能中断 |
响应情况
数据计算服务 86722 1.00 2 0| 资格及商务响应情况 | |||||||
|---|---|---|---|---|---|---|---|
| 项目 | 竞价要求 | 响应情况 | |||||
| 资格条件 | 无 | 无 | |||||
| 付款方式 | 合同签订后一周内凭发票支付 | 合同签订后一周内凭发票支付 | |||||
| 交付时间 | 签订合同后7天送货 | 签订合同后 7 天送货。 | |||||
| 交付地址 | 华南师范大学 | ||||||
| 质保期及售后要求 | 7*24服务 | 7*24服务一年 | |||||
| 其他要求： | 需要备用电源方案，数据计算过程不能中断 | 需要备用电源方案，数据计算过程不能中断 | |||||
| 报价情况 | |||||||
| 标的名称 | 品牌/型号 | 数量 | 响应情况 | 单价（元/%） | |||
| 86722 数据计算服务 | 定制/定制 | 1.00 | 技术服务 | 17000.000元 | |||
| 总报价 | 17000.00 元 | ||||||
| 技术响应 | |||||||
| 标的名称 | 技术要求 | 响应情况 | |||||
| 数据计算服务 | 1、性能指标：本系统塔式工作站配置，非机架式。采用Scalable架构并发处理器，并发处理器数至少需要2个，每个处理器核心数量至少52个，支持超线程技术，工作频率至少2.1GHz； 2、数据指标：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2666MHz，不低于128GB的总容量； 3、高速处理模块：为提高系统的运行效率，需要额外增加加速设备，加速设备采用主动散热模式，供电环境由本系统统一供应；加速设备至少需要提供不低于16G的缓存空间容量； 4、系统存储：不少于1块SSD硬盘，单块硬盘容量≥480 GB系统容量； 5、数据存储：为保证镜像文件的存储，需提供≥4TB SAS/SATA硬盘，可支持≥10个3.5英寸热插拔SAS/SATA硬盘，可支持前置M.2 SSD 6、PCIE扩展槽：≥7个PCIe3.0x16插槽； 7、网络：≥2个千兆网口；可远程管理 8、IO接口：≥8个USB 3.0接口 9、电源：为了确保平台的稳定可靠运行，需要提供≧1000w的供电模块； 10、集群平台部署：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；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GPU环境，将资源分割成多个独立的空间 11、安装Ubuntu Linux 18.04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；3.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，可安装到任何一台设备上；4.深度学习加速库：cuBLAS， cuSPARSE , NCCL，12、计算服务时间，6个月。 | 1、性能指标：本系统塔式工作站配置，非机架式。采用Scalable架构并发处理器，并发处理器数至少需要2个，每个处理器核心数量至少52个，支持超线程技术，工作频率至少2.1GHz； 2、数据指标：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2666MHz，不低于128GB的总容量； 3、高速处理模块：为提高系统的运行效率，需要额外增加加速设备，加速设备采用主动散热模式，供电环境由本系统统一供应；加速设备至少需要提供不低于16G的缓存空间容量； 4、系统存储：不少于1块SSD硬盘，单块硬盘容量≥480 GB系统容量； 5、数据存储：为保证镜像文件的存储，需提供≥4TB SAS/SATA硬盘，可支持≥10个3.5英寸热插拔SAS/SATA硬盘，可支持前置M.2 SSD 6、PCIE扩展槽：≥7个PCIe3.0x16插槽； 7、网络：≥2个千兆网口；可远程管理 8、IO接口：≥8个USB 3.0接口 9、电源：为了确保平台的稳定可靠运行，需要提供≧1000w的供电模块； 10、集群平台部署：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；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GPU环境，将资源分割成多个独立的空间 11、安装Ubuntu Linux 18.04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；3.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，可安装到任何一台设备上；4.深度学习加速库：cuBLAS， cuSPARSE , NCCL，12、计算服务时间，6个月。 | |||||
| 附件 |
| ||||||
项目名称：数据计算服务(2次竞价)
>!–产品信息–>| 序号 | 标的名称 | 品牌/型号 | 技术要求 | 是否限定品牌 | 数量 | 单位 | 应标品牌/型号 | 应标技术要求 | 详情 | ||
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 数据计算服务 | 定制/定制 | 1、性能指标：本系统塔式工作站配置，非机架式。采用Scalable架构并发处理器，并发处理器数至少需要2个，每个处理器核心数量至少52个，支持超线程技术，工作频率至少2.1GHz； 2、数据指标：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2666MHz，不低于128GB的总容量； 3、高速处理模块：为提高系统的运行效率，需要额外增加加速设备，加速设备采用主动散热模式，供电环境由本系统统一供应；加速设备至少需要提供不低于16G的缓存空间容量； 4、系统存储：不少于1块SSD硬盘，单块硬盘容量≥480 GB系统容量； 5、数据存储：为保证镜像文件的存储，需提供≥4TB SAS/SATA硬盘，可支持≥10个3.5英寸热插拔SAS/SATA硬盘，可支持前置M.2 SSD 6、PCIE扩展槽：≥7个PCIe3.0x16插槽； 7、网络：≥2个千兆网口；可远程管理 8、IO接口：≥8个USB 3.0接口 9、电源：为了确保平台的稳定可靠运行，需要提供≧1000w的供电模块； 10、集群平台部署：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；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GPU环境，将资源分割成多个独立的空间 11、安装Ubuntu Linux 18.04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；3.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，可安装到任何一台设备上；4.深度学习加速库：cuBLAS， cuSPARSE , NCCL，12、计算服务时间，6个月。 | 否 | 1.00 | 项 | 技术服务 | 无 | 无 | ||
| 规格配置：1、性能指标：本系统塔式工作站配置，非机架式。采用Scalable架构并发处理器，并发处理器数至少需要2个，每个处理器核心数量至少52个，支持超线程技术，工作频率至少2.1GHz； 2、数据指标：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2666MHz，不低于128GB的总容量； 3、高速处理模块：为提高系统的运行效率，需要额外增加加速设备，加速设备采用主动散热模式，供电环境由本系统统一供应；加速设备至少需要提供不低于16G的缓存空间容量； 4、系统存储：不少于1块SSD硬盘，单块硬盘容量≥480 GB系统容量； 5、数据存储：为保证镜像文件的存储，需提供≥4TB SAS/SATA硬盘，可支持≥10个3.5英寸热插拔SAS/SATA硬盘，可支持前置M.2 SSD 6、PCIE扩展槽：≥7个PCIe3.0x16插槽； 7、网络：≥2个千兆网口；可远程管理 8、IO接口：≥8个USB 3.0接口 9、电源：为了确保平台的稳定可靠运行，需要提供≧1000w的供电模块； 10、集群平台部署：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；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GPU环境，将资源分割成多个独立的空间 11、安装Ubuntu Linux 18.04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；3.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，可安装到任何一台设备上；4.深度学习加速库：cuBLAS， cuSPARSE , NCCL，12、计算服务时间，6个月。 | |||||||||||
/*附件信息*/
| 序号 | 附件名称 | 上传时间 | 大小 | 操作 |
|---|
文章推荐：
惠仲土挂告【2023】022号国有建设用地使用权网上挂牌出让公告
更多商机查看，下载保标APP
扫码关注小程序，获取商机更容易
