一、技术参数1、★外形规格：********"（高）x ********"（长）- 双插槽；2、★算力要求：FP32算力≥******** TFlops,FP16算力≥********；3、★GPU 显存：≥带有 ECC 的 48GB GDDR6；4、★显存带宽：≥864Gb/s；5、★互联接口：PCIe ********：64Gb/s 双向；6、★最大功耗：300 瓦；7、★散热方式：被动式散热；二、AI管理平台1. 提供对容器+镜像的****网页端容器全生命周期管理，对异构资源进行高效管理、调度、监控。对外提供 Restful API 和命令行接口，方便用户进行二次开发；2. ★多数据中心管理，用户可以选择使用某一数据中心的资源；同时具备3层组织架构管理，如管理员、组织管理员、成员等，通过设定对组织及用户进行资源配额；（要求提供软件功能截图）3. 平台集成多种深度学习各种框架（如TensorFlow，pytorch，caffe，keras等）用户模型开发、模型训练等； 支持自定义框架扩展；4. ▲平台具备多种计费模式；提供完整的计量计费功能，管理可通过计费模块对GPU、CPU、内存等资源进行费用设定，根据用户使用时长进行计费；（要求提供软件功能截图）5. ▲支持用户通过支付宝等方式在线充值；也支持虚拟充值，在后台管理系统上由运营人员进行充值；也支持免费使用；（要求提供软件功能截图）6. ★支持多个物理区域的GPU卡资源统一纳管，统一分配；支持单机单卡，单机多卡，多机多卡以及单GPU卡多用户共享方式分配资源；以任务方式分配计算资源；任务完成计算资源回收； 7. ▲支持GPU按照型号进行分组，当用户需要某一种类型的GPU卡时，就会从资源池中调度这一类型型号的卡给用户；（要求提供软件功能截图）8. 支持管理集群中GPU服务器及GPU卡的运行状况，资源使用情况，包含GPU总数/使用数，GPU核心平均利用率，GPU显存平均利用率等9. ▲支持用户按需设置深度学习环境，包括深度****网络模型，GPU及CPU资源；训练完成销毁运行环境，释放计算资源；支持快速创建深度学习环境，应用程序及硬件资源相互隔离，独立运行；（要求提供软件功能截图）10. ▲支持对环境做一键式/定时快照和备份，用于环境的快速回滚；且支持环境框架、资源配置动态调整；（要求提供软件功能截图）11. ★提供web端高效协同AI算法模型开发工具，提供Jupyter lab和jupyter notebook的集成，支持AI相关数据集成到Jupyter中，支持一键添加代码和数据集，提供在线编程及部署，教学和科研，支持通过Pycharm、VScode等工具进行远程调试；（要求提供软件功能截图）12. 支持web及shell提交训练任务，支持用户可以实时查看自己任务的运行结果；13. ▲支持可视化作业管理、版本管理、克隆任务（参数管理）等功能，基于参数管理可以快速创建任务，提升模型训练任务的迭代效率；（要求提供软件功能截图）14. 支持基于常用的AI算法框架及准备好的算法可以进行多版本任务参数调优，优化并增强机器学习全生命周期管理流程；15. ★集群可实现分布式并行训练功能；支持动态申请分布式训练所需要的GPU数量和节点数量，且平台可以实时监控每个节点的运行情况；（要求提供软件功能截图）镜像管理 16. ▲具备本地镜像仓库，支持镜像分组管理及分享，允许用户上传自定义镜像，支持将用户环境一键打包至镜像仓库，且支持将权限设置为公有或者私有；模型管理及服务 17. ★支持对多版本的模型统一管理功能，可以集中管理所有在模型训练中得到的模型，导入并管理在本地开发的模型，满足模型需要不断迭代和调试的管理需求；（要求提供软件功能截图）18. ★支持将训练好的AI模型部署成在线服务（Web Service），提供在线UI预测推理能力，为用户提供可调用API接口。支持设置模型服务自动停止，避免不必要的资源浪费；（要求提供软件功能截图）19. 提供scp访问/Web访问/扩容/重命名/修改密码/共享存储/删除等功能；能支持个人用户上传数据集之后可由多用户同时调用20. ▲支持数据标注工具服务化，通过平台集成的数据标注工具，可以在线完成数据标注；（要求提供软件功能截图）

本招标项目仅供正式会员查阅，您的权限不能浏览详细信息,请点击注册/登录，联系工作人员办理入网升级。
联系人：刘欣
电话：010-68809590
手机：13522553206（欢迎拨打手机/微信同号）
邮箱：kefu@bidnews.cn