北京大学医学部 - 竞价结果公告(CB10001B2025000796)

发布时间: 2025年12月01日
摘要信息
中标单位
中标金额
中标单位联系人
招标单位
招标编号
招标估价
招标联系人
代理单位
代理单位联系人
关键信息
招标详情
下文中****为隐藏内容,仅对千里马会员开放,如需查看完整内容请 或 拨打咨询热线: 400-688-2000
相关单位:
***********公司企业信息
**** - 竞价结果公告(****)
发布时间:2025-12-01 15:05:31
申购单号: ****
申购主题: 并行存储采购
采购单位: ****
竞价开始时间: 2025-11-26 08:53:50
竞价截至时间: 2025-11-29 08:53:47
币种: 人民币
付款方式: 全部货物验收合格后,供方开具100%发票,需方收到发票后五个工作日内支付全部货款。
备注说明: 1供应产品必须是原厂正品,官网通过产品序列号可查出厂配置以及售后保修时间,拒绝拆改配,中标后7天内到货,调试验收合格后付款,如我单位发现产品需求信息与原厂出货配置不一致,将视为不明来源货物,拒绝接收并追究其相关责任。 2 本次采购IO服务器和磁盘阵列需加入之前计算集群中一同使用,配置相应的IO性能监控软件Grafana,运维辅助软PGHPC;工程师负责对并行存储系统软硬件进行安装调试,包括计算节点、计算网络、存储挂载等,确认硬件及系统,软件正常工作,视为验收合格,否则视为验收不合格,并拒绝接收产品;
质疑说明: 如果对成交结果有异议,请在发布成交结果之日起三个工作日内向采购单位提出质疑
成交总额: 399120.00
送货时间: 发布竞价结果后3天内送达
安装要求: 免费上门安装(含材料费)
收货地址:
采购项 品牌 单项预算 成交单价 质保及售后服务 技术参数 数量 型号 成交总价 成交供应商
磁盘阵列 戴尔易安信 104340.00 按供货后需提供官网查询产品序列号对应出厂配置信息为原厂5年质保7×24小时技术支持,关键任务4小时响应服务证明截图;本次采购存储需加入之前GPFS存储文件系统中一同使用,配置相应的IO性能监控软件Grafana,运维辅助软PGHPC;工程师负责对并行存储系统软硬件进行安装调试,包括计算节点、计算网络、存储挂载等,确认硬件及系统,软件正常工作,视为验收合格,否则视为验收不合格,并拒绝接收产品; 容量:1数据传输速度:32G/S; 2容量:160T; 3硬盘类型:SSD+SAS 热插拔硬盘; 4支持系统:win, linux 等; 5其他:2U机架式设备,含导轨/双控器4*32GB FC /12*3.5寸插槽/ 2*7.68T SSD SAS 24Gbps+10块16TB 7.2K SAS 3.5寸硬盘/支持Raid1,5, 6及分布式RAID/支持在线扩容/存储管理/自动分层功能/全容量许可精简/SSD读缓存/远程复制/全容量许可快照/冗余电源/冗余风扇模块/配置2块QLogic 2742 32Gb HBA /配置GPFS并行文件系统存储软件,为高性能计算系统提供高效、稳定、可靠的文件共享服务: 1要求进行磁盘配额/2存储使用统一的命名空间/3数据条带化,实现高度聚合IO能力/4海量小文件读写;对大文件读写进行特殊优化; 供货后需提供官网查询产品序列号对应出厂配置信息为原厂5年质保7×24小时技术支持,关键任务4小时响应服务证明截图; 3.0台 Dell PowerVault ME5012 313020.00 ****
服务器 戴尔易安信 86100.00 按供货后需提供官网查询产品序列号对应出厂配置信息为原厂3年质保7×24小时技术支持,关键任务4小时响应服务证明截图;本次采购服务器需加入之前GPFS存储文件系统中一同使用,配置相应的IO性能监控软件Grafana,运维辅助软PGHPC;工程师负责对并行存储系统软硬件进行安装调试,包括计算节点、计算网络、存储挂载等,确认硬件及系统,软件正常工作,视为验收合格,否则视为验收不合格,并拒绝接收产品; 显示器:无;CPU:无;内存:16*64G ;硬盘:2*480GB SSD;其他:2U机架式2.5寸24盘位/2*6326/16*64G DDR4 3200MT/s/2*480GB SSD SATA/H755/Broadcom 57414 双端口+MCX516A-CCHT ConnectX-5双端口/2*QLogic 2772 32GbE HBA/2*1400W/LCD面板/滑轨/3年质保7×24小时技术支持,关键任务4小时响应服务;; 1.0台 Dell PowerEdge R750 86100.00 ****
招标进度跟踪
2025-12-01
中标通知
北京大学医学部 - 竞价结果公告(CB10001B2025000796)
当前信息
招标项目商机
暂无推荐数据