采购需求调查问卷.pdf
- 文档编号:18940644
- 上传时间:2024-03-14
- 格式:PDF
- 页数:6
- 大小:230.49KB
采购需求调查问卷.pdf
《采购需求调查问卷.pdf》由会员分享,可在线阅读,更多相关《采购需求调查问卷.pdf(6页珍藏版)》请在冰点文库上搜索。
设施/系统名称(采购需求)设施/系统名称(采购需求)排名排名品牌/型号品牌/型号价格区间价格区间主要技术指标/功能主要技术指标/功能支持的相关国支持的相关国家/行业通讯家/行业通讯协议标准协议标准通过的相关国家通过的相关国家/行业检测检验/行业检测检验证明证明数据接口(包含数据接口(包含输入输出接口)输入输出接口)及兼容情况及兼容情况数据传输协议数据传输协议市场供给情市场供给情况(充足/紧况(充足/紧缺)缺)到货周期(天)到货周期(天)应用效果/精度应用效果/精度主要维主要维修备件修备件后期运维后期运维费用费用产品质产品质保期保期水务物联感知运营平台建设水务物联感知运营平台建设使用频率排名是否设计过物是否设计过物联网感知类系联网感知类系统统开发语言开发语言系统开发框架系统开发框架系统架构系统架构前端开发框架前端开发框架部署系统所需服部署系统所需服务器数量务器数量部署服务器操部署服务器操作系统作系统数据库类型数据库类型是否开发过物联网感是否开发过物联网感知类应用系统知类应用系统是否设计编制过监是否设计编制过监测站点编码标准测站点编码标准备注备注1否JavaSpringMVCB/SjQuery2台WindowServerMysql否否2否JavaSpringBootC/SjQuery2台LinuxMysql否否3否JavaSpringMVCC/Suniapp2台LinuxMysql否否针对水务监测感知的需求和现状进行分析,基于需求开展水务物联网感知站点编码标准研究设计、水务物联感知平台管理功能和服务功能设计、研究,并以水环境侦察兵终端为示例,进行研究成果的示范、验证与应用。
采购需求调查问卷北京迈瑞成科技有限公司公司您好,感谢贵公司繁忙之中配合本次调查。
本次调查目的是进一步落实政府采购需求管理办法(财库202122号)文件要求,规范政府采购行为,针对物联感知平台研究项目制定更加科学、合理的采购计划。
调查主要内容为贵公司承担物联感知设备研发制造能力,水务物联感知管理关键技术能力,视频感知技术能力,包括项目的历史成交信息,当前及历史承担项目中涉及到的物联感知接入设备、管理以及视频感知等建设情况、市场供给情况、算法及软件的研发情况等。
一、项目基本情况概述主要建设内容包括以下三部分:
1、物联感知平台接入研究:
利用物联网感知平台,接入水务各类测站感知设备,汇集水务对象要素实时数据、监控设备运行状态,管理测站参数配置,通过畅通率、准确率等指标诊断测站健康情况。
以水环境侦察兵和自主研发的物联网感知终端为实例,对实时数据进行诊断、统计分析、预警等,集成测试、验证物联网感知平台的功能、性能,为智慧水务的构建奠定实验基础。
2、水务物联感知及管理关键技术研究:
针对水务监测感知的需求和现状进行分析,基于需求开展水务物联网感知站点编码标准研究设计、水务物联感知运营平台管理功能和服务功能设计、研究,并以水环境侦察兵终端为示例,进行研究成果的示范、验证与应用。
3、视频感知管理平台研究:
实现面向大规模异构计算基础设施管理工具,能够实现深度学习计算资源管理、调度、应用的自动化,能够大幅提升计算基础设施资源利用效率,降低数据中心总体拥有成本,提升人工智能研发创新效率。
二、需求调查
(一)设备调查
(一)设备调查(请根据以下分类排名完善贵司历史承担项目使用频次排名前三的产品+当前市场使用主流产品)视频感知管理平台研究采购视频感知管理平台研究采购使用频率排名平台可集成的平台可集成的深度学习框架深度学习框架资源监控内容资源监控内容节点监控内容节点监控内容模型并行训练模型并行训练模式模式作业动态调度可作业动态调度可实现的功能实现的功能作业监控内容作业监控内容容器管理及监容器管理及监控内容控内容1Tensorflow、Caffe、Pytorch、CntkCPU、GPU、内存、磁盘、网络等资源的动态监控图表能提供用户节点运行状态监控,主要包括节点主机名称、主机类型、主机状态、运行时间、kubernetes版本和每台主机节点的资源信息。
支持单机多GPU(Tensorflow、Caffe、Torch、的并行训练任务;支持基于MPI的动态资源调度管理功能,全面支持CPU、GPU等异构资源的混合调度;2提供FIFO、作业优先级、资源配额等调度策略,3支持基于GPU型号、节点配置、功能定位等原则对平台计算资源进行分组包括作业运行百分比、作业运行状态(等待、运行、失败、结束等)、作业日志和图表输出、GPU资源监控等。
支持容器的运行状态监控,如CPU、内存、GPU使用率、GPU显存等23注:
如填表空间不够可附说明页实现面向大规模异构计算基础设施管理工具,能够实现深度学习计算资源管理、调度、应用的自动化,能够大幅提升计算基础设施资源利用效率,降低数据中心总体拥有成本,提升人工智能研发创新效率。
设施/系统名称(采购需求)设施/系统名称(采购需求)排名排名品牌/型号品牌/型号价格区间价格区间主要技术指标/功能主要技术指标/功能支持的相关国家/行支持的相关国家/行业通讯协议标准业通讯协议标准通过的相关国家通过的相关国家/行业检测检验/行业检测检验证明证明数据接口(包含数据接口(包含输入输出接口)输入输出接口)及兼容情况及兼容情况数据传输协议数据传输协议市场供给情市场供给情况(充足/紧况(充足/紧缺)缺)到货周期(天)到货周期(天)应用效果/精度应用效果/精度主要维主要维修备件修备件后期运维后期运维费用费用产品质产品质保期保期水务物联感知运营平台建设水务物联感知运营平台建设使用频率排名是否设计过物是否设计过物联网感知类系联网感知类系统统开发语言开发语言系统开发框架系统开发框架系统架构系统架构前端开发框架前端开发框架部署系统所需服部署系统所需服务器数量务器数量部署服务器操部署服务器操作系统作系统数据库类型数据库类型是否开发过物联网感是否开发过物联网感知类应用系统知类应用系统是否设计编制过监是否设计编制过监测站点编码标准测站点编码标准备注备注1否JavaSpringMVCB/SjQuery2WindowServer2008mysql是否2否.netstruts+spring+hibernateB/SWeUI4WindowServer2008SQLServer是否3否C+struts2B/SjQuery2WindowServer2008SQLServer是否采购需求调查问卷北京金水信息技术发展有限公司公司您好,感谢贵公司繁忙之中配合本次调查。
本次调查目的是进一步落实政府采购需求管理办法(财库202122号)文件要求,规范政府采购行为,针对物联感知平台研究项目制定更加科学、合理的采购计划。
调查主要内容为贵公司承担物联感知设备研发制造能力,水务物联感知管理关键技术能力,视频感知技术能力,包括项目的历史成交信息,当前及历史承担项目中涉及到的物联感知接入设备、管理以及视频感知等建设情况、市场供给情况、算法及软件的研发情况等。
一、项目基本情况概述主要建设内容包括以下三部分:
1、物联感知平台接入研究:
利用物联网感知平台,接入水务各类测站感知设备,汇集水务对象要素实时数据、监控设备运行状态,管理测站参数配置,通过畅通率、准确率等指标诊断测站健康情况。
以水环境侦察兵和自主研发的物联网感知终端为实例,对实时数据进行诊断、统计分析、预警等,集成测试、验证物联网感知平台的功能、性能,为智慧水务的构建奠定实验基础。
2、水务物联感知及管理关键技术研究:
针对水务监测感知的需求和现状进行分析,基于需求开展水务物联网感知站点编码标准研究设计、水务物联感知运营平台管理功能和服务功能设计、研究,并以水环境侦察兵终端为示例,进行研究成果的示范、验证与应用。
3、视频感知管理平台研究:
实现面向大规模异构计算基础设施管理工具,能够实现深度学习计算资源管理、调度、应用的自动化,能够大幅提升计算基础设施资源利用效率,降低数据中心总体拥有成本,提升人工智能研发创新效率。
二、需求调查
(一)设备调查
(一)设备调查(请根据以下分类排名完善贵司历史承担项目使用频次排名前三的产品+当前市场使用主流产品)针对水务监测感知的需求和现状进行分析,基于需求开展水务物联网感知站点编码标准研究设计、水务物联感知平台管理功能和服务功能设计、研究,并以水环境侦察兵终端为示例,进行研究成果的示范、验证与应用。
视频感知管理平台研究采购视频感知管理平台研究采购使用频率排名平台可集成的平台可集成的深度学习框架深度学习框架资源监控内容资源监控内容节点监控内容节点监控内容模型并行训练模式模型并行训练模式作业动态调度可作业动态调度可实现的功能实现的功能作业监控内容作业监控内容容器管理及监容器管理及监控内容控内容1Tensorflow、Caffe、Pytorch、Cntk、Torch、Keras、Mxnet和Darknet等多种主流深度学习计算框架CPU、GPU、内存、磁盘、网络用户节点运行状态监控,如主机名称、主机类型、主机状态、运行时间、kubernetes版本和每台主机节点的资源信息。
支持单机多GPU(Tensorflow、Caffe、Torch、PyTorch、CNTK、Keras、Mxnet、Darknet)的并行训练任务;支持基于MPI的Tensorflow和Caffe多机多GPU并行训练,提供动态资源调度管理功能,全面支持CPU、GPU等异构资源的混合调度,提供FIFO、作业优先级、资源配额等调度策略,支持基于GPU型号、节点配置、功能定位等原则对平台计算资源进行分组,调度器提供基于资源分区的训练任务调度策略。
包括作业运行百分比、作业运行状态(等待、运行、失败、结束等)、作业日志和图表输出、GPU资源监控等。
支持容器的运行状态监控,包括CPU、内存、GPU使用率、GPU显存等资源的动态监控情况23注:
如填表空间不够可附说明页实现面向大规模异构计算基础设施管理工具,能够实现深度学习计算资源管理、调度、应用的自动化,能够大幅提升计算基础设施资源利用效率,降低数据中心总体拥有成本,提升人工智能研发创新效率。
设施/系统名称(采购需求)设施/系统名称(采购需求)排名排名品牌/型号品牌/型号价格区间价格区间主要技术指标/功能主要技术指标/功能支持的相关国家/行业通讯协支持的相关国家/行业通讯协议标准议标准通过的相关国家/行业检测检验证明通过的相关国家/行业检测检验证明数据接口(包含输入数据接口(包含输入输出接口)及兼容情输出接口)及兼容情况况数据传输协议数据传输协议市场供给情市场供给情况(充足/紧况(充足/紧缺)缺)到货周期(天)到货周期(天)应用效果/精度应用效果/精度主要维主要维修备件修备件后期运维后期运维费用费用产品质产品质保期保期水务物联感知运营平台建设水务物联感知运营平台建设使用频率排名是否设计过物是否设计过物联网感知类系联网感知类系统统开发语言开发语言系统开发框架系统开发框架系统架构系统架构前端开发框架前端开发框架部署系统所需服务器部署系统所需服务器数量数量部署服务器操部署服务器操作系统作系统数据库类型数据库类型是否开发过物联网是否开发过物联网感知类应用系统感知类应用系统是否设计编制过监是否设计编制过监测站点编码标准测站点编码标准备注备注1JavaJavaSpringCloud+SpringBootSpringCloud+SpringBootB/SB/SVueVue2台-6台2台-6台WindowServer/WindowServer/LinuxLinuxMysqlMysql2JavaJavaSpringCloud+SpringBootSpringCloud+SpringBootB/SB/SVue+LayUIVue+LayUI2台-4台2台-4台WindowServer/WindowServer/LinuxLinuxPostgreSqlPostgreSql3JavaJavaSpringMVCSpringMVCB/SB/SelementUIelementUI1台-2台1台-2台WindowServer/WindowServer/LinuxLinuxOracleOracle针对水务监测感知的需求和现状进行分析,基于需求开展水务物联网感知站点编码标准研究设计、水务物联感知平台管理功能和服务功能设计、研究,并以水环境侦察兵终端为示例,进行研究成果的示范、验证与应用。
是是是是是是采购需求调查问卷江河瑞通(北京)技术有限公司公司您好,感谢贵公司繁忙之中配合本次调查。
本次调查目的是进一步落实政府采购需求管理办法(财库202122号)文件要求,规范政府采购行为,针对物联感知平台研究项目制定更加科学、合理的采购计划。
调查主要内容为贵公司承担物联感知设备研发制造能力,水务物联感知管理关键技术能力,视频感知技术能力,包括项目的历史成交信息,当前及历史承担项目中涉及到的物联感知接入设备、管理以及视频感知等建设情况、市场供给情况、算法及软件的研发情况等。
一、项目基本情况概述主要建设内容包括以下三部分:
1、物联感知平台接入研究:
利用物联网感知平台,接入水务各类测站感知设备,汇集水务对象要素实时数据、监控设备运行状态,管理测站参数配置,通过畅通率、准确率等指标诊断测站健康情况。
以水环境侦察兵和自主研发的物联网感知终端为实例,对实时数据进行诊断、统计分析、预警等,集成测试、验证物联网感知平台的功能、性能,为智慧水务的构建奠定实验基础。
2、水务物联感知及管理关键技术研究:
针对水务监测感知的需求和现状进行分析,基于需求开展水务物联网感知站点编码标准研究设计、水务物联感知运营平台管理功能和服务功能设计、研究,并以水环境侦察兵终端为示例,进行研究成果的示范、验证与应用。
3、视频感知管理平台研究:
实现面向大规模异构计算基础设施管理工具,能够实现深度学习计算资源管理、调度、应用的自动化,能够大幅提升计算基础设施资源利用效率,降低数据中心总体拥有成本,提升人工智能研发创新效率。
二、需求调查
(一)设备调查
(一)设备调查(请根据以下分类排名完善贵司历史承担项目使用频次排名前三的产品+当前市场使用主流产品)视频感知管理平台研究采购视频感知管理平台研究采购使用频率排名平台可集成的平台可集成的深度学习框架深度学习框架资源监控内容资源监控内容节点监控内容节点监控内容模型并行训练模式模型并行训练模式作业动态调度可实现的功能作业动态调度可实现的功能作业监控内容作业监控内容容器管理及监容器管理及监控内容控内容1平台预集成优化配置的Tensorflow、Caffe、Pytorch、Cntk、Torch、Keras、Mxnet和Darknet等多种主流深度学习计算框架,并支持通过读取分布式云平台镜像仓库更新现有深度学习框架的版本。
平台内置Grafana和InfluxDB,提供集群的CPU、GPU、内存、磁盘、网络等资源的动态监控图表。
通过对持久化的监控数据进行数据分析,便于管理员对资源和容量进行管理和规划。
能提供用户节点运行状态监控,主要包括节点主机名称、主机类型、主机状态、运行时间、kubernetes版本和每台主机节点的资源信息。
支持单机多GPU(Tensorflow、Caffe、Torch、PyTorch、CNTK、Keras、Mxnet、Darknet)的并行训练任务;支持基于MPI的Tensorflow和Caffe多机多GPU并行训练,提供动态资源调度管理功能,全面支持CPU、GPU等异构资源的混合调度,提供FIFO、作业优先级、资源配额等调度策略,支持基于GPU型号、节点配置、功能定位等原则对平台计算资源进行分组,调度器提供基于资源分区的训练任务调度策略。
提供训练作业监控管理功能,包括作业运行百分比、作业运行状态(等待、运行、失败、结束等)、作业日志和图表输出、GPU资源监控等。
23实现面向大规模异构计算基础设施管理工具,能够实现深度学习计算资源管理、调度、应用的自动化,能够大幅提升计算基础设施资源利用效率,降低数据中心总体拥有成本,提升人工智能研发创新效率。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 采购 需求 调查 问卷