一、项目基本情况
原公告的采购项目编号:(略)
原公告的采购项目名称:(略)
首次公告日期:(略)
二、更正信息
更正事项:(略)
更正内容:
(一)、原招标文件中“第三章 投标邀请”中“三、评标办法”中“技术能力”中“技术要求响应性:(略)
(二)、原招标文件中“第四章 招标技术规格及要求”中“二、技术要求”中“(一)高性能服务器”中“4、内存 系统内存容量不低于(略)GB。”变更为“4、内存系统内存容量不低于(略)GB。”;
(三)、删除原招标文件中“第四章 招标技术规格及要求”中“二、技术要求”中“(一)高性能服务器”中“3、算力加速卡”中“(6)INT8 Tensor算力不低于(略) TOPS。”;
(四)、删除原招标文件中“第四章 招标技术规格及要求”中“二、技术要求”中“(一)高性能服务器”中“6、▲存储 配置不少于2块PCIe 4.0企业级NVMe固态硬盘,单盘容量不低于7.(略)TB,总可用原始容量不低于(略).(略)TB。”;
(五)、删除原招标文件中“第四章 招标技术规格及要求”中“二、技术要求”中“(二)资源调度管理平台技术要求
1、多租户及用户权限管理
平台应提供完善的多租户管理机制,支持多层级用户权限管理架构,至少包括“平台管理员—租户管理员—普通用户”三级组织结构。
平台管理员应能够创建和管理用户组,并对用户组可访问、可使用的计算资源及数据资源进行限制和授权;租户管理员应能够管理本租户内的用户成员、资源及业务;普通用户应能够在授权范围内使用计算资源并访问相关数据。
2、GPU资源细粒度调度
平台应提供基于Web界面的GPU细粒度资源配置与调度功能,支持按照GPU利用率、显存容量等维度分配GPU资源。
平台应满足以下要求:
(1)支持多个任务共享同一块GPU算力加速卡;
(2)支持用户在提交任务时指定所需GPU数量;
(3)支持用户指定每块GPU所占用的显存容量;
(4)支持按照任意比例对GPU显存进行切分和分配;
(5)支持对GPU资源使用情况进行统一监控和管理。
3、无代码AI开发
平台应提供可视化、无代码的AI开发界面,界面应简洁直观、操作便捷,支持用户在无需编写代码的情况下完成AI模型的构建、训练和管理。
平台应提供组件管理、预设模板及向导式操作流程等功能,并覆盖AI开发全生命周期的主要环节,包括但不限于:
(1)数据处理;
(2)模型训练;
(3)模型评估;
(4)模型剪枝;
(5)模型优化;
(6)模型部署。
4、AI工作流管理
平台应支持创建和管理AI工作流,实现无代码模型训练及流程编排。
工作流各阶段应支持配置数据集、测试数据、迭代次数、批量大小等参数,并能够展示任务运行日志、损失曲线、精度曲线、运行状态及执行结果等信息。
5、▲模型批量部署
平台应具备AI模型及其配套应用的一键化、批量化部署能力,支持多节点、多设备的统一部署和集中管理。
平台应同时支持在X(略)架构设备和ARM架构设备上进行模型及应用部署。
6、▲科研计算管理模块
平台应提供适用于科研计算场景的管理模块,并至少具备以下功能:
(1)支持文档及容器镜像的上传、下载和管理;
(2)支持管理员账号和普通用户账号的创建、修改及管理;
(3)支持用户及用户组资源配额管理;
(4)支持从集群、节点、租户等不同维度统计计算资源性能及使用情况;
(5)支持监控和统计CPU利用率、GPU算力利用率、CPU核心占用数量、GPU卡使用数量等指标。
7、▲多调度系统兼容能力
平台应同时兼容Kubernetes(K8s)和Slurm两种主流调度管理系统,支持用户根据不同业务场景和任务需求灵活选择调度方式。
平台应提供统一的图形化操作界面,实现对不同调度系统下计算资源的集中管理和任务编排。
调度管理功能应支持管理员对计算节点进行统一管理,并具备资源分配、作业监控、任务管理及节点健康状态监测等能力。
8、模型推理微服务部署
平台应具备全流程、可视化的模型推理微服务部署能力,部署过程无需依赖命令行工具或人工编写脚本。
用户应能够通过图形化界面完成以下操作:
(1)推理模型上传;
(2)模型输入、输出参数配置;
(3)计算资源选择;
(4)运行参数设置;
(5)环境及依赖管理;
(6)推理服务一键发布上线;
(7)服务运行状态监控及管理。
9、▲生产级AI端到端服务能力
平台应具备与本项目所采购图形加速卡相配套的生产级端到端AI服务能力,并提供完整的数据处理加速能力。
平台应提供覆盖模型训练、模型微调、模型推理等环节的全链条AI工具集,支持利用预训练模型快速构建可用于实际业务场景的产品级模型。
平台应同时提供模型优化库、预训练模型资源以及可用于生产环境的推理微服务和建模微服务,支持AI模型的快速开发、高效迭代和持续优化,并满足生产级AI应用长期、稳定运行的要求。”;
(六)、删除原招标文件中“第四章 招标技术规格及要求”中“三、其他商务要求”中“6、科研计算培训
供应商须承诺在服务期限内提供不少于2次GPU原厂深度学习学院(DLI)认证课程培训,并提供相应的培训服务承诺函。
培训课程应至少包括:
(1)深度学习理论与实践入门;
(2)加速计算基础;
(3)与本项目平台使用、GPU资源调度或AI模型开发相关的培训内容。”;
(七)、提交投标文件截止时间和开标时间变更为(略)年(略)月(略)日(略):(略)
(八)、原采购公告、采购文件中与以上更正不一致处,以以上更正为准。
更正日期:(略)
三、其他补充事宜
无。
四、凡对本次公告内容提出询问,请按以下方式联系。
1.采购人信息
名 称:(略)
地址:(略)
联系方式:(略)
2.采购代理机构信息
名 称:(略)
地 址:(略)
联系方式:(略)
3.项目联系方式
项目联系人:(略)
电 话:(略)