高性能AI服务器及配套软件

A****0104服务器

一、服务器采购要求： 1.国内知名品牌； 2.4U双路机架式GPU服务器； 3.X86架构CPU，配置颗数≥2颗，每颗CPU≥28核，每颗CPU主频≥2.0GHz； 4.内存容量≥64GBDDR4内存；内存数量≥8根；整机支持内存槽位≥32个； 5.配置480GBSATASSD磁盘≥2块，配置8TBSATAHDD磁盘≥6块; 6.配置一块RAID卡，缓存≥2GB，端口≥8个，支持RAID0/1/10/5/50/6/60； 7.千兆RJ45口≥4个; 8.支持双宽GPU卡≥8块； 9.支持英伟达GPU卡型号如下：*、*、A30、A40、V100、A10、*、*D、RTX3090、RTXPRO6000、RTX*、RTX8000、L2、T4、L20、*、*； 10.配置4个热插拔电源，并提供配套的电源连接线，配置冗余系统风扇； 11.配套服务：（1）提供现场安装实施部署服务；（2）提供模型部署服务，包括操作系统安装，AI框架搭建，识别模型部署，模型参数微调等；（3）提供数据迁移服务。 二、配套软件及数据要求 （一）模型架构要求 海洋垃圾智能识别模型采用“双模驱动”技术架构，结合传统目标检测的高效性与新一代视觉大模型的泛化理解能力，具体要求如下：前端识别基于CNN与Transformer混合设计，专为**度小目标检测优化。采用YOLO、Locateanything等系列目标检测模型，实现海洋垃圾毫秒级推理识别。后端审核引擎采用视觉大语言模型（VLM），代表模型：**通义千问Qwen、谷歌Gemma等开源多模态大模型（要求硬件设备能够部署）。实现对海洋垃圾识别结果的智能审核与分析报告的智能生成。双模驱动的海洋垃圾识别模型垃圾识别准确率不低于75%。 （二）数据集要求 **沿海典型场景垃圾标注数据集：采用COCO或YOLO标准格式。数据集数量不低于5000张，数据集按训练集70%、验证集15%、测试集15%的比例进行划分。质量控制方面，垃圾分类满足《海洋垃圾监测与评价技术规程（试行）》要求，垃圾分类标注平均正确率不低于95%。