项目名称

大数据与人工智能中心

序号

货物名称

技术参数要求或规格型号

单位

数量

备注

1

数据资源平台

1. 可为至少48用户分配独立 GPU 设备；

2. 单台不少于 1024 个CUDA 核心；

3. 单台浮点运算能力不低于4.4万亿次；

4. 数字分辨率不低于7680x4320@60Hz

5. 支持总线PCIe 3.0，支持OpenGL4.5；

6. ★工业级机箱，服务器冗余电源，不少于三个静音风扇；不少4个RJ45千兆网口，同时支持HDMI和VGA视频输出；

7. 人工智能系统软件、教学环境无需单独安装，围绕人工智能技术技能开展教学，减轻教师非教学类的安装维护工作，开机即可使用；

8. 所有软件功能通过浏览器就可以访问，无需安装客户端软件或插件；

9. 为保证学生实训高效、安全，学生使用普通用户身份登录后直接分配到独立的训练推理平台和推理机设备；学生实训软硬件资源独享，数据单独存放；每节实训课实操内容可连续保存，学生之间互不干扰；教师可以灵活分配使用所有资源；

10.系统分级分权管理，支持管理员和普通用户身份登录；

11. 教师使用管理员登录后，自动进入管理功能，教师可以灵活地管理学生用户信息；

12. ★学生使用普通用户身份登录，自动进入学习和实训考试功能，其中实训考试包括数据集浏览下载、数据标注、模型训练、应用部署、排行榜、实用工具六个子模块；

13. ▲为方便教师定义教学实训内容，管理员可配置相关的人工智能学习目录、数据集目录、数据标注目录、模型搭建目录、模型验证目录等，保存后学生登录则自动进入新的配置，无需重启；

14. ▲为保证学生实训高效、安全，管理员可创建 128 个普通用户账号；普通用户账号与实训所用数据处理平台和数据推理机系统一一对应；学生实训软硬件资源独享，数据单独存放；每节实训课实操内容可连续保存，学生之间互不干扰；

15. ▲平台通过在线学习功能提供课程资源，支持视频、音频、图片、pdf 等多种文件格式的在线学习功能，学生登录后可通过课程类别、课程分别排序查找，还可以通过输入课程名称或课程描述直接定位到课程资源，支持接入校内已有课程资源；

16. 平台须采用全简体中文界面，所有界面直观易用，系统访问无需安装客户端软件和插件，教师管理和学生学习、实训都通过浏览器方式；

17. ▲教师使用管理员登录系统后台，可对学生实训的数据处理平台进行远程开机、远程关机，方便上下课的维护；还可对学生实训环境进行一键还原，减轻学生误操作后教师的维护工作；

18. ★平台内置校内排行榜功能模块，学生制作的算法模型上传到平台后，系统自动为学生计算模型的拟合度并在校内排行榜中进行自动排名，排行榜系统能够自动匹配学生姓名、学号和班级；

19. ▲内置人工智能深度学习框架，提供深度学习算法和算法流程管理，可帮助用户建立深度学习模型并提高模型的训练效率；

20. 提供可视化的操作界面来完成深度学习模型的训练、评估和预测过程，支持人工智能相关实验，包括机器学习、计算机视觉、深度学习、自然语言处理实验等实验项目；

21. 平台可根据预设的算法模型进行深度学习训练操作，并生成新的算法模型，支持将模型部署到数据推理机设备；

22. 平台内置算法模型训练工具，提供文件浏览器，可通过菜单访问数据、模型、日志等目录；

23. ▲算法模型训练工具提供搜索和替换，可以按文件名、也可以全文搜索，并替换指定内容；

24. 在搜索和替换功能中，可以指定“要包含的文件”或“排除的文件”，以此提高算法模型训练的效率；

25. 算法模型训练工具提供源代码管理，可以初始化存储库，也支持将代码直接发布到已有的存储库；

26. 算法模型训练工具提供运行和调试功能，可以自定义运行和调试配置，可以定义调试的变量、监视、调用堆栈和断点；

27. 算法模型训练工具提供扩展，可以通过扩展商店下载和安装新的工具，比如语法高亮检查等；

28. ▲平台内置图像标注工具，提供了完整的数据标注流程支持，可对图片、视频类等类数据进行内容标注，标注完成的结果可应用于深度学习平台进行模型训练；

29. ▲数据标注工具可实现应用管理、标注工具管理、任务创建与分配、数据标注与检查以及任务验收的完整流程，能够满足不同领域AI模型训练的数据需求，提高模型训练的效果；

30. 支持图像常用标注方式，包括框、点、多边形、语义分割等；

31. ▲图像标注工具要求全中文界面，支持插值标注，即一个视频中若干帧，学生只需要标注起始帧，中间的标注能够自动生成，减轻重复劳动；

32. ▲图像标注工具可以提供项目和任务视图，可以按照项目的方式管理图像标注任务，即一个项目可以包含多个任务，提供快速搜索的功能，方便学生快速查找索要标注的任务；

33. ▲图像标注工具提供任务管理功能，支持导入任务或创建新的任务，在创建新的任务时，支持使用不同的标签，标签可以直接输入一系列的标签值也可以使用编辑器分别添加不同的标签值；

34. ▲图像标注任务中的文件支持点击拖拽文件上传、连接共享文件、远程三种方法，学生可以根据项目的需要灵活选择不同的方法；

35. 对图像标注任务的视频可以选择针对视频强制使用数据块压缩，以此节省存储空间，学生可以根据项目的需要灵活选择。

36. 图像标注任务可以在不同的项目之间移动，方便灵活复用；

37. 平台具备推理和应用展示功能，主要用于人工智能多种场景应用的部署和展示，提供语音、视觉等传感器数据采集的应用软件接口，支持视觉处理与分析、语音识别等人工智能技术应用的基础平台和主流开源算法，满足人工智能教学、算法应用部署、产品原型验证等需求；

38. ▲平台提供模型验证功能模块，学生制作好的模型可以直接通过平台直接部署和验证，支持通过上传图片验证模型的质量，也支持输入测试数据的URL地址验证模型的质量。

台

1

2

大数据和人工智能课程资源

1.★平台课程资源提供大数据和人工智能相关学科的40种课程的学习资料，可与数据资源平台、数据处理平台完美对接，实现课程教学与实训的一致性和连贯性；

2．▲数学与统计类不少于7种；

3．科学与工程类不少于4种；

4．计算机科学与技术类不少于6种；

5．▲人工智能核心类不少于6种；

6．认知与神经科学类不少于2种；

7．人工智能社会类不少于1种；

8．人工智能工具与平台类不少于3种；

9．人工智能综合实训类不少于1种；

10．▲大数据类不少于12种。

门

40

3

数据处理平台

1.★内置四块独立的 GPU 显卡；

2. 单台不少于 4096 个CUDA 核心；

3. 双精度浮点运算能力不低于16 万亿次；

4. 数字分辨率不低于7680x4320@60Hz

5. 显存带宽不低于 480GB/s；

6. ▲工业级机箱，金牌服务器电源，不少于三个静音风扇；

7. ★支持扩展，单台不少4个RJ45千兆网口，同时支持HDMI和VGA视频输出；

8．内置人工智能深度学习框架，提供深度学习算法和算法流程管理，可帮助用户建立深度学习模型并提高模型的训练效率；

9. 提供可视化的操作界面来完成深度学习模型的训练、评估和预测过程，支持人工智能相关实验，包括机器学习、计算机视觉、深度学习、自然语言处理实验等实验项目；

10. 平台可根据预设的算法模型进行深度学习训练操作，并生成新的算法模型，支持将模型部署到数据推理机设备；

11. ▲平台提供模型验证功能模块，学生制作好的模型可以直接通过平台直接部署和验证，支持通过上传图片验证模型的质量，也支持输入测试数据的URL地址验证模型的质量；

12. 平台内置算法模型训练工具，提供文件浏览器，可通过菜单访问数据、模型、日志等目录；

13. 算法模型训练工具提供搜索和替换，可以按文件名、也可以全文搜索，并替换指定内容；在搜索和替换功能中，可以指定“要包含的文件”或“排除的文件”，以此提高算法模型训练的效率；

14. ▲算法模型训练工具提供源代码管理，可以初始化存储库，也支持将代码直接发布到已有的存储库；

15. ▲算法模型训练工具提供运行和调试功能，可以自定义运行和调试配置，可以定义调试的变量、监视、调用堆栈和断点；

16. 算法模型训练工具提供扩展，可以通过扩展商店下载和安装新的工具，比如语法高亮检查等；

17. 平台内置图像标注工具，提供了完整的数据标注流程支持，可对图片、视频类等类数据进行内容标注，标注完成的结果可应用于深度学习平台进行模型训练；

18. 数据标注工具可实现应用管理、标注工具管理、任务创建与分配、数据标注与检查以及任务验收的完整流程，能够满足不同领域AI模型训练的数据需求，提高模型训练的效果。支持图像常用标注方式，包括框、点、多边形、语义分割等；

19. ★图像标注工具要求全中文界面，支持插值标注，即一个视频中若干帧，学生只需要标注起始帧，中间的标注能够自动生成，减轻重复劳动；

20. ▲图像标注工具可以提供项目和任务视图，可以按照项目的方式管理图像标注任务，即一个项目可以包含多个任务，提供快速搜索的功能，方便学生快速查找索要标注的任务；

21. 图像标注工具提供任务管理功能，支持导入任务或创建新的任务，在创建新的任务时，支持使用不同的标签，标签可以直接输入一系列的标签值也可以使用编辑器分别添加不同的标签值；

22. ▲图像标注任务中的文件支持点击拖拽文件上传、连接共享文件、远程三种方法，学生可以根据项目的需要灵活选择不同的方法；

23. 对图像标注任务的视频可以选择针对视频强制使用数据块压缩，以此节省存储空间，学生可以根据项目的需要灵活选择；

24. 图像标注任务可以在不同的项目之间移动，方便灵活复用。

台

1

4

数据推理机

1. 数据推理机支持算法模型部署，可将数据处理平台训练好的模型部署到本设备中；

2. ★数据推理机提供可视化的模型验证功能，支持上传本地图片或链接远程图片，对导入的模型进行验证并直观看到结果；

3. ▲数据推理机可被教师后台管理，分配给指定的学生使用；教师管理与学生访问都通过浏览器方式，无需安装客户端软件及插件；

4. ▲学生实训时对数据推理机的软硬件资源独享，数据单独存放；每节实训课实操内容可连续保存，学生之间互不干扰；为方便教学，教师可对设备进行远程开关机；为方便维护，教师可对设备进行远程还原和远程升级；

5. 数据推理机有千兆网卡接口，预留摄像头输入接口，有 HDMI 输出接口，方便扩展；

6. 采用四核处理器，主频不低于1.8GHz；

7. 不低于T764显卡；

8. 板载支持LVDS、eDP,最大分辨率3840*2160，支持双屏异显功能；

9. ▲不少于四个USB2.0接口,同时支持HDMI和VGA视频输出，有SPK/MIC接口，不少于一个RJ45千兆网络接口；

10. 直流低功耗电源，整体功耗不超过15W。

台

42

5

工单资源平台资源扩容

1.包含AI导论之机器视觉01：绘制人工智能历史图谱；

2.包含AI导论之机器视觉02：Matlab绘图；

3.AI导论之机器视觉03：Matlab图像处理；

4.AI导论之机器视觉04：卷积神经网络；

5.AI导论之机器视觉05：基本绘图；

6.AI导论之机器视觉06：特征汇聚；

7.AI导论之机器视觉07：深度学习；

8.AI导论之机器视觉08：AI信息安全。

套

1

6

智能车（多模态移动机器人平台）+配套课程体系+沙盘

1. 提供四轮差速、阿克曼、履带型、麦克纳姆轮运动模式的快速切换。

2. 提供配套的专业沙盘中快速建立多场景实拟教学和测试。

3. 提供精确的自主定位、SLAM建图、路线规划和自主避障、自主倒车入库、红绿灯识别等功能。

4. 支持ROS 1、ROS 2及python的学习及开发。

5. 提供源代码，仿真demo、实验手册及教学视频、古月居课程和视频。

6、外形尺寸：≤400mm*300mm*310mm；自重≤5kg；设备负载：≥1kg(四轮差速)、≥4kg(阿克曼模式/麦轮模式)；离地间隙：≥25mm

7、驱动方式：轮毂电机（≥4x14.4W）；最高车速：≥1m/s；工作环境：-10~+40℃；最大爬坡角度：≤40°（履带模式下）

8、系统：Ubuntu18.0; IMU：9轴运动处理传感器,配置三个单轴的加速度计和三个单轴的陀螺仪; CPU：不低于四核ARM架构 64位处理器，主频≥1.43GHz；GPU：128核 Maxwell架构

9、电池：≥5200mAh 12V ；工作时间：≥40min ；待机时间：≥2h

10、通讯接口：WIFI、蓝牙；电源接口：DC

11、激光雷达：360度全方位扫描测距；测距范围广：不低于8m；激光功率满足Class I级别的激光器安全标准；测距频率可达3kHz；抗环境光干扰能力强

12、深度相机：工作范围0.3-3m；主动双目结构；分辨率不低于640x400@30fps,320x200@30fps;支持UVC；功耗≤2W；满足Class1激光安全性能；支持Android/Linux/Windows操作系统

13、支持语音模块，左右双声道扬声器；显示器：≥7寸1024x600 IPS触控屏；USB-HUB：TYPE-C x1、USB2.0 x2

14、标配轮胎：越野轮x4，麦克纳姆轮x4,履带x2

15、核心课程：包含1.ROS概论2.ROS基础3.移动机器人原理及应用4.ROS移动机器人实战（基于沙盘功能）；提供课程licence数量≥3套

台

3

7

智能无人车系统

1、主控板采用Jetson Nano平台；

2、车身采用金属外壳，美观大方，坚固耐用，可以保护电路板及各模块；

3、车载摄像头分辨率：1080p,接口：USB2.0；

5、麦克纳姆轮；

6、电池容量≥2600mAh，电压范围约：12－17V，含充电器；

7、支持WIFI：频段：2.4G/5G，协议标准：IEEE 802.11a/b/g/n/ac WLANs；

8、激光雷达支持三角测距，探测距离约10m；

9、IMU采用六轴陀螺仪加速度计+三轴磁力计；

10、电机：供电电压12V，空载转速：320±10% rpm，电机正常运行时，距离电机30cm处噪音值<65dB（环境噪音<30dB）；

11、支持ROS系统进行控制；

12、支持条码识别，自动巡线、视觉识别，声音控制、目标跟踪和SLAM；

14、提供硬件设计原理图，用于科研和教学；

15、重量<5KG；

套

4

8

数字示波器（带逻辑分析仪功能）

1、支持MSO5104数字示波器（带逻辑分析仪、协议分析仪功能）

2、支持MSO5000-BND（MSO-PWR内置电源分析选件、MSO-5000-AWG双通道25MHz任意波形发生器、MSO5000-FLEX汽车串行总线触发和分析FlexRay、MSO5000-AUTO汽车串行总线触发分析CAN/LIN、MSO5000-EMBD嵌入式串行总线触发和分析、MSO5000-COMP嵌入式串行总线触发和分析、MSO5000-AUDIO音频串行总线触发和分析、MSO5000-AERO MIL-STD1553总线触发和分析）

3、支持PLA2216逻辑分析仪探头

4、支持MSO5000-2RL

台

1