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

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/%）
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	暂无上传相关附件

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。

>!–产品信息end–>

/*附件信息*/

序号	附件名称	上传时间	大小	操作

/*附件信息end*/