中标
深度学习GPU加速服务器
金额
-
项目地址
-
发布时间
2022/03/26
公告摘要
公告正文
深度学习GPU加速服务器
| 申购单主题： | 深度学习GPU加速服务器 | 申购单位： | 智能工程学院 | 是否含税： | 否 | 使用币种： | 中山大学 |
| 申购备注： | |||||||
| 设备名称 | 品牌厂商 | 型号 | 是否标配 | 数量 | 报价类型 | 售后服务 | ||
| 深度学习GPU加速服务器 | AMAX | G408-X2 | 是 | 1 | 国内含税价/人民币 | |||
| 规格 | 硬件参数： 1.4U 机架式GPU服务器，支持24x 2.5英寸+6x 3.5英寸热插拔硬盘位,最大支持8x GPU卡，冗余电源 2.Intel Xeon Gold 5218R 2.1G/20Core/27.5M/125W 数量×2 3.Micron 32GB DDR4-2933 数量 ×8 4.NVIDIA GeFore RTX 3080Ti Single Turbo 数量 x8 5.Seagate ST8000NM000A 8TB/SED/SATA/3.5" 企业级机械硬盘 数量x1 6.SSD Samsung 970EVO Plus 1TB NVMe PCIe M.2 数量X1 7.Intel 双口万兆以太网网口 数量 x1 8.2000W电源（2+2冗余热拔插） 系统：Linux Ubuntu 20.04 GPU管理软件：能提供用户管理、资源调度、镜像管理、实时监控等；为保证GPU实现高性能加速运算；功能如下； 第一条参数：权限管理：设置用户的CPU、GPU、内存、磁盘配额，以及用户数据的私有区域和共享区域等。 第二条参数：资源调度：强大的资源调度策略，单片GPU可以在多个容器之间进行共享，即单片GPU最多可被分割成8份，用户可以在容器中选用1/8、1/4或1/2片GPU。 第三条参数：镜像管理：提供Caffe、Mxnet，TensorFlow、PyTorch等主流深度学习框架镜像下载，且镜像中封装CUDA驱动、cuDNN，NCCL等GPU加速组件。 第四条参数：高效模型训练：支持用户在线提交任务和Shell脚本启动离线训练任务，支持自定义模板快速启动，以及查看任务运行状态及资源消耗情况。 第五条参数：调度任务时，可以指定CPU数、GPU卡数、内存数、训练机器学习库等，以及输入输出（I/O）目录、可执行文件和命令参数等。 第六条参数：任务训练可视化：支持使用TensorBoard、Visdom、VisualDL、MxBoard等工具对Tensorflow、PyTorch、MxNet训练过程进行可视，显示loss和accuracy曲线。 第七条参数： 训练结果分析和测试。 第八条参数：Restful接口服务：提供Restful API二次开发服务。 | |||||||
| 中标供应商 | 是否满足 | 单价 | 初选理由 | |||||
| 深圳超博信息科技有限公司 | 是 | 177900 | 4 | |||||
解决方案
联系我们
返回顶部