|
1 |
图形工作站 |
1.00 |
台 |
AMAX/TS20-X3 |
|
否 |
高性能GPU计算工作站 1.00 台 参考： 1.AMAX TS20-X3 ； 2.天翱 TA-WS04A； 3.Hiserver HX-RS4804G （1）处理器：Intel Xeon Platinum 8352V 或以上，中文盒装处理器，主频：不低于2.1gzh，核心数：不低于32核心 数量：2颗，； （2）内存：DDR4 频率不低于3200mhz，容量不低于64G， 数量：4套； （3）主板：支持Intel®Xeon®Scalable系列处理器-，支持单颗最高可达40核，支持CPU TDP 270W，至少支持双路gpu； （4）固态硬盘：容量不低于2T， NVME M.2固态； （5）适配机箱； （6）电源：功率不低于2000w 金牌模组电源； （7）网卡：Intel 双口万兆以太网网端； （8）显卡：NVIDIA Quadro RTX A6000 10752CUDA 48GB 2-slot 涡轮单风扇GPU显卡 ，数量：2个 ； （9）系统： Ubuntu 20.04lts ，软件安装服务：CUDA SDK,深度学习应用软件；（10）软件服务需要由获得NVIDIA 工程师认证的技术员安装，确保上述软件能接合硬件发挥最高性能。（11）支持集群资源统一调度，支持多用户，多作业同时运行，通过调度器来给作业动态分配资源，支持单节点单GPU, 单节点多GPU，多节点多GPU以及多节点GPU，以及CPU/GPU混合的多种调度方式；（12）支持基于容器的模型训练功能。对Tensorflow、Caffe、pytorch、PaddlePaddle、MXNet框架，用户可自定义训练使用的框架版本，容器数量，GPU数量，内存，指定不同的GPU型号资源，并且可以实时查看训练日志，监控各容器内资源使用状况；支持AI模型的多机分布式训练，提供模板可以提交Tensorflow、Caffe、pytorch、PaddlePaddle、MXNet框架的分布式训练作业 |
