[JJ202300565]服务器网上竞价成交公告
微信分享
关注项目
标讯收藏
项目名称 | 省份 | ||
业主单位 |
认领
立即查看
|
业主类型 | |
总投资 | 建设年限 | ||
建设地点 | |||
审批机关 | 审批事项 | ||
审批代码 | 批准文号 | ||
审批时间 | 审批结果 | ||
建设内容 |
成交信息
成交供应商:
武汉市智通达电子科技有限公司
成交金额:
¥189,760.00
成交理由:
1、第三家武汉市智通达电子科技有限公司所报CPU动态频率4.2GHZ高于其他家4.0GHZ ,2、第三家所报系统存储是6块1.92T 企业级 NVME U.2 SSD硬盘,前两家武汉昊鑫盛科技有限公司与武汉宏琪多瑞科技有限公司所报是4块。相比第三家性能更优化一些,选择第三家。
采购项目信息
成交货物信息列表
华中科技大学
2023年05月23日
成交供应商:
武汉市智通达电子科技有限公司
成交金额:
¥189,760.00
成交理由:
1、第三家武汉市智通达电子科技有限公司所报CPU动态频率4.2GHZ高于其他家4.0GHZ ,2、第三家所报系统存储是6块1.92T 企业级 NVME U.2 SSD硬盘,前两家武汉昊鑫盛科技有限公司与武汉宏琪多瑞科技有限公司所报是4块。相比第三家性能更优化一些,选择第三家。
采购项目信息
项目名称 | 服务器 | 项目编号 | JJ202300565 |
开始时间 | 2023-05-18 17:11:18 | 截止时间 | 2023-05-23 17:11:18 |
联系人 | ******** | 电话 | ******** |
支付方式 | 货到验收后付款 | 合同签订时间 | 竞价成交后1工作日 |
交货时间 | 合同签订后1 工作日 | ||
送货地址 | 湖北 武汉市 洪山区 珞喻路1037号华中科技大学老武汉光电国家研究中心B401 | ||
供应商资质要求 | 1.符合《政府采购法》第二十二条规定的供应商基本条件;1.符合《政府采购法》第二十二条规定的供应商基本条件;1.符合《政府采购法》第二十二条规定的供应商基本条件;1、符合《政府采购法》第二十二条规定的供应商基本条件;具有独立承担民事责任的能力;2.具有良好的商业信誉;3.具有履行合同所必需的物资和专业技术能力;4.有依法缴纳税收和社会保障资金的良好记录;5.参加高校采购经营活动中没有重大违法记录。 | ||
售后服务 | 原厂未拆装的全新正品行货,原厂直发华中科技大学,厂商官网可查最终用户是为“华中科技大学”,保修信息、出厂配置信息与竞价参数要求一致,机器出厂日期不早于竞价截止日期。整机及配件必须均为原厂全新正品,拒绝第三方配件、水货、二手货。交付时逐项核对验收,不符合竞价要求的一律做退货处理,同时追究相关责任,并赔偿以此造成的一切损失。乙方在接报后1小时内响应,48小时内处理完毕。需进行技术指导培训服务 |
成交货物信息列表
序号 | 品目 | 商品名称 | 品牌 | 型号 | 数量 | 计量单位 | 质保期(月) | 单价(元) |
---|---|---|---|---|---|---|---|---|
1 | 服务器 | 高性能服务器 | dell | R740 | 2 | 台 | 36 | 94880.0 |
技术参数 | 1) 系统采用2颗最新Intel 铂金系列并发处理器,单颗处理器核心线程数量为28核心,工作频率2.4GHz,动态频率4.2GHZ: 2) 提供处理器直接数据读取,工作频率至少需要3200MHz,每核心不低于9G运行内存; 3)高速处理模块:配置丽台RTX 4090 盒装GPU专业显卡2个,为提高系统的运行效率,需要额外增加专业高速图形处理模块,处理模块采用主动散热模式,供电环境由本系统统一供应,处理模块至少需要提供16.2万亿次每秒的单精度浮点计算能力以及130.4万亿次每秒的Tensor计算能力 ; 4)系统存储:6块1.92T 企业级 NVME U.2 SSD硬盘 支持8G缓存磁盘卡 做容错备份; 5)内存模块数量:最大支持12TB内存,主频3200GHZ; 网络:板载不低于两个千兆电口 6)供电模块:为了确保平台的稳定可靠运行,配置2000W 1+1冗余电源; 7)规格:机架式2U 12盘位。以上所有配件均为DELL原厂原配,不得采用第三方配件。服务器出厂自带如下性能系统: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;具有硬件加密功能, windows 10及以上操作系统: 1.GPU CUDA 编译环境 :CUDA Toolkit ,GPU Driver; 2.深度学习框架:Tensorflow,mxnet,pytorch, caffe 等等; 3. NVIDIA DIGITS GPU 训练系统一套并协助安装。 |
华中科技大学
2023年05月23日