广西壮族自（略）拟部署高性能传染病数据科学和机器学习算法解决方案，现向社会公开征集方案及询价，欢迎有意参加本项目的单位投送材料，有关事项公告如下：

       一、项目概况

       （一）项目名称

       传染病数据科学和先进算法解决方案

       1.核心目标：实现“高性能、高算力、高安全、本地部署、移动使用、通用性强”的传染病数据科学和先进算法解决方案，高效解决传染病数据科学、机器学习算法和深度学习算法应用。

       2（略）功能和基本要求：

       （1）本地解决方案：支持R语言(4.5.1)和Rstudio Server(v（略）.（略）.0+（略）)部署并能长期稳定运行，兼容本地R语言(4.5.1)和R语言集成开发环境Rstudio(（略）)部署，兼容Python(3.（略）.7)和Python开发环境Anaconda3部署。为支持高效的机器学习和深度学习建模应用，方案应支持CUDA Toolkit及cuDNN库，以确保主流机器学习和深度学习框架（如TensorFlow、PyTorch）的稳定运行和性能优化。

       （2）移动解决方案：支持通过WEB形式访问本地解决方案提供的Rstudio Server运算界面，支持本地R语言(4.5.1)和R语言集成开发环境Rstudio(（略）)部署，兼容Python(3.（略）.7)和Python开发环境Anaconda3部署。具备在（略）开展数据（略）析的便携性，重量≤1.7Kg。

       3.数据处理能力：

       （1）本地数据科学和先进算法解决方案：

通用计算能力：具备高性能计算与大规模数据并行处理能力，满足一定规模机器学习和深度学习建模的需求,处理器最高主频≥5.7GHz，处理器内核数≥（略）个。R语言环境下，使用matrix()函数构建（略）,（略）*（略）,（略）的超大矩阵（（略）GB，非虚拟内存），并用正态（略）布随机数填充,所需时间≤（略）秒。

机器学习和深度学习处理能力： 为满足机器学习和深度学习算法的高性能算力要求，本地解决方案需具备图形处理器（GPU），以稳定调用CUDA进行深度学习模型的训练与推理，CUDA≥ （略），FP4 稀疏算力算力≥（略） TOPS，FP8 稠密算力≥（略） TFLOPS。能够高效运行tidymodels，mlr3verse，caret，h2o等框架，开展传染病相关数据科学和先进算法研究。

       （2）移动数据科学和先进算法解决方案：具备便携性、良好的移动计算性能与能效表现，满足小规模机器学习算法需求,处理器最高主频≥5.4GHz,核心数≥（略）个,AI算力≥（略） TOPs。R语言环境下，使用matrix()函数构建（略）,（略）*（略）,（略）的超大矩阵（（略）GB，可调用虚拟内存），并用正态（略）布随机数填充,所需时间≤（略）秒。基本能够运行tidymodels，mlr3verse，caret，h2o等框架，开展一般性传染病相关数据科学和机器学习算法研究。

       4.数据读取写入和存储能力：为确保数据读取和写入性能，相关参数包括：NVMe协议（PCIe 4.0）、读写速度≥（略）MB/s、（略）TBW、缓存≥2GB；其中本地方案储存空间≥2TB（具备存储拓展空间PCIe 5.0至（略）TB），移动方案储存空间≥1TB（具备存储拓展空间PCIe 5.0至2TB）。

       5.可视化输出能力：为确保数据（略）析结果可视化的效果，本地解决方案能呈现（略）辨率为（略）*（略）（（略）Hz）无损压缩的图像文件，色域覆盖范围≥（略）% DCI-P3和（略）%SRGB，移动解决方案能呈现（略）辨率为（略）*（略）（（略）Hz）无损压缩的图像文件，色域覆盖范围≥（略）% DCI-P3。

       （三）所要提供的服务内容

       1.专业技术人员支持：本解决方案所需的专业技术人员支持，包括硬件维护技术人员，熟悉R语言或Pytho（略）师等，熟悉shiny、tidymodels，mlr3verse，caret，h2o等框架。

       2（略）所需的高算力、大储存硬件设施，满足“3.数据处理能力”、“4.数据读取写入和存储能力”和“5.可视化输出能力”的要求。

       3（略）部署不应涉及知识产权的侵权行为。

       4.运维支持与培训：提供本地化技术支持团队及7*（略）小（略）升级、漏洞修复、运行维护保障期不少于（略）年。

       5.深度学习环境专项运维支持：除通用运维外，还必须提供针对深度学习环境的专项技术支持，具体要求如下：

环境维护与更新：负责对CUDA Toolkit、cuDNN等核心组件进行定期的版本更新、性能调优和兼容性保障，确保深度学习（略）栈的稳定性和先进性。

框架支持：保证主流深度学习框架（如TensorFlow、PyTorch）的稳定运行，并根据需求提供多版本共存的解决方案（如通过容器化技术）。

故障排查：提供专业的故障排查服务，快速响应并解决用户在模型训练、推理过程中遇到的CUDA环境错误、驱动兼容性问题、依赖库冲突等环境配置类技术难题。

专（略）使用人员的深度学习环境使用培训，内容包括如何选择和加载不同版本的CUDA环境、管理R语言及Python依赖包、以及基本的性能问题诊断方法。

       二、投送资料要求

       （一）需投送的资料

1、公司资质材料（营业执照、法人信息、法人授权文件）及相关资质证明。

2、解决方案的具体内容，包含但不限于硬件配置方案、架构设计、核心（略）析模块功能等详细技术参数。

3、解决方案费用预算和报价。

4、类似项目的成功案例材料证明。

5、联系人及联系方式等信息。

       （二）报送方式

不接受（略）公章的PDF扫描件及word文（略）日期：（略）年（略）月（略）日（以（略）时间为准）。

       （三）其他

       本次征集提供方所投递至本单位的方案及有关材料等均视为已授权本单位免费永久全权使用，不构成侵权行为，且征集人有权进行修改、优化。

       联系人及咨询电话：唐老师（略）-（略）。