| 技术参数及配置要求 | 业务服务器CPU:12*3.5英寸/EXP扩展/L6平台/2*(鲲鹏****,48Cre@2.6GHZ16DIMM)/4*GE/;内存:4*32G/DDR4-3200/ECC REGS;:硬盘1:2*960G/SATA-3/SSD/2.5”企业级;硬盘2:8*4T/SATA/HDD/2.5”企业级;Raid:9460-8V8口/2G/12Gb/支持RAID0、网络1:双口10G光口1、5、6、10等;(含模块)，网络2:带外管理千兆RJ45;板载4*GE;电源:2*900W;电源线:配置和电源数量相等的国标电源线;导轨:配置上架导轨;三年维保和介质保留服务;硬件安装:硬件设备进场上架安装服务;操作系统:操作系统安装实施服务。 设备需搭载云平台管理系统，方便集群管理，应满足以下功能要求： （1）底层架构：集群软件底层必须采用自主研发的调度系统，不能使用k8s或基于k8s等开源调度系统二次开发的软件； （2）框架支持：预装主流学习框架，例如：tensorflow、caffe、mxnet、pytorch、paddlepaddle等主流的学习框架。 （3）在线开发：支持在线模型开发功能，提供JupyterLab、JupyterNoteBook、VS Code，Terminal等在线编程环境。 （4）资源虚拟化：采用轻量级容器虚拟化技术，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。 （5）无卡模式：当GPU数量不足时，允许用户可以使用无GPU卡模式启动原有任务，任务ID以及任务中的所有数据不丢失。 （6）显存切分：支持对运算卡显存切分，显存切分最小单位达到1MB。 （7）容器管理：支持快速创建多种深度学习开发调试环境的容器，支持web Terminal 访问容器（无需安装ssh服务），支持将创建的容器在线进行镜像打包，并支持将打包好的镜像上传镜像仓库，实现镜像版本的持续更新。 （8）任务重启：支持任务重启功能，任务重启过程中，任务中的所有数据不丢失，容器ID保持不变； （9）重置系统/更换镜像：对任务环境或者系统盘进行更换，更换完毕后，缓存盘与数据盘中的数据不丢失； （10）便携工具箱：支持Web Terminal，Jupyter，CodeServer，Tensorboard，Desktop，网盘存储等功能，并对容器中的服务进行转发鉴权。 （11）资源监控：自研底层监控服务，分钟级监控主机、容器资源使用率，支持监控运算卡使用率、显存使用率、温度、功率。 （12）运算卡配置：支持对运算卡进行配置，包含独享、切分配置以及故障隔离等操作。 （13）登录方式：支持微信扫码登录，短信登录，账号密码登录等多种登录方式。 （14）“后台式”文件上传：web页面上传大文件优化、提高用户上传大文件时的效率和稳定性，上传过程后台化，上传过程中用户可以操作其他功能，而不会因上传过程中占用太多系统资源而影响使用体验 （15）存储设备管理：支持添加NFS、GlusterFS、Ceph、Lustre、GPFS、Minio等存储，同时可以配置存储绑定的计算节点设备 （16）镜像上传：支持用户push、pull自定义镜像，推送过程中增加权限校验，用户名与密码与整体平台用户一致 （17）报价供应商需确保满足以上功能，交货前附相关证明材料。 |
浙江舟山
全部类型
2025年11月17日
招标信息推荐
当前位置：
