CPU

Intel Xeon E5-2680V4主频2.4GHz/睿频3.1GHz/14核/28线程

2颗

平台支持：1.支持英特尔 至强 E5-2600 v3/v4 系列处理器

2.Up to 2TB ECC 3DS LRDIMM, 1TB ECC RDIMM. 最高主频为2400MHz，兼容2133/1866/1600MHz ECC DDR4 SDRAM 72-bit内存（内存工作频率也会因不同CPU及每通道内存数目不同而发生变化） 可支持单根128GB、64GB、32GB, 16GB, 8GB, 4GB, 2GB, 1GB等规格内存条

3.支持8块英伟达GPU计算卡

4. 8 PCI-E 3.0 x16 slots；2 PCI-E 3.0 x8 (1 in x16) slots；1 PCI-E 2.0 x4 (in x8) slot

5.支持24个热插拔2.5寸硬盘位/6个3.5寸硬盘

6.集成两个万兆网卡（RJ45接口）/支持智能平台管理接口v2.0标准 通过LAN和KVM-over-LAN，支持虚拟媒体的IPMI 2.0 芯片型号为ASPEED AST2400 BMC/1个后部串口 1个后部集成VGA接口 1个后部管理网卡接口/集成板载HD声卡

7.1600W(2+2)冗余电源

服务器内存

三星32GB DDR4 2666 服务器内存

4条

GPU卡

NVIDIA GeForce 2080TI 11G

8张

散热套件

标配定制散热系统MCP-340-74701-ON-LKL

4个

系统盘

960G PCIE SSD 固态硬盘

1个

存储盘

4T 2.5寸 SAS 硬盘

8个

RAID卡

1G缓存，支持RAID 0/1/5/10/50

1个

CPU

Intel Xeon 银牌 4210R 2.4G/睿频3.2G/10核20线程

2颗

平台支持：

1.支持英特尔 至强 可扩展处理器1~2颗

2.24块DDR4 Registered、LR DIMM，支持AEP内存，支持高级ECC

3.支持2块英伟达GPU计算卡

4.支持9个PCIE插槽，1个OCP/PHY卡专用PCIE插槽、最大支持4个双宽GPU、8个单宽GPU

5.8个热插拔3.5寸/2.5寸硬盘位

6.板载BMC管理模块，支持带外和带内远程管理控制，如IPMI2.0、KVM Over IP、SOL、SNMP等，可实现与操作系统无关的远程对服务器的完全控制，可检测SSD盘使用寿命。浪潮原厂管理软件，可以同时部署多台主机或按照计划时间进行特定部署，可监控服务器CPU、内存等资源使用率，批量日志收集等。支持中文BIOS界面设置，支持TPM/TCM安全模块，支持带内和带外安全管理。

7.800W电源

内存条

三星 32G DDR4 ECC RECC 2666

4条

散热套件

sitonholy IW2210LKL专用散热套件

2个

系统盘

480G 2.5寸 SATA 服务器固态硬盘

2块

数据盘

8T 3.5寸企业级服务器硬盘

1块

服务器机柜

高度：2000mm

宽度：600mm

深度：1000mm

1个

容量42U

防护等级：IP20

承载：重达1000KG

型材焊接框架结构，框架强度高；

内部安装空间极大；

外观高贵典雅，工艺精湛、尺寸精密，媲美国际最高档网络服务器机柜，彰显优质机房工程形像。

UPS

不间断电源3000VA/2400W 后备4小时 在线式含电池组

1个

交换机

28口万兆交换机三层核心交换机网管型

1个

是否可堆叠: 能堆叠

是否支持VLAN: 支持

端口描述:24个10/100/1000M自适应电口，4个SFP+万兆光口

背板带宽高于336 Gbps/3.36Tbps

最大内存:1GB，缓存：16MB

网络协议:IPv4/IPv6双协议

包转发率：108 Mpps /126Mpps

人工智能教学教务管理平台

平台构架：

基于B/S架构开发，分别有学生端、教师端、教务端，不同角色登录以后，实现不同的功能。系统集中部署在统一服务器上，用户通过客户端访问使用系统；使用系统的过程中各角色之间逻辑上相互独立。各用户端与服务器端采用加密数据方式交互，保证数据安全，具体功能如下：

1、教务管理

2、课程管理

3、考试管理

4、知识体系管理

5、问答功能

6、统计分析

7、教师管理

8、学生管理

9、个人设置

人工智能可视化模块开发平台（人工智能实训室系统）

1、支撑AI教学相关的课程设计与配套实验，帮助进行AI人才培养，基本涵盖所有AI相关知识点及技术应用方向

2、可创建深度学习项目，搭建可视化拖拽深度学习程序模块

3、每一个项目的模型都可生成源码下载到本地，可在本地进行训练和测试，并通过嵌入的WEB服务在线进行演示

4、常用的神经网络训练样本下载，模块化搭建全连接神经网络模型、卷积神经网络模型（Alex网络等）、循环神经网络模型、编解码网络模型、变分自编码网络模型、生成式对抗神经网络模型、强化学习网络模型等等，神经网络训练模块，神经网络测试模块，神经网络层参数自定义模块等

5、将人工智能深度学习的开发变得可视化、流程化、简便化，使得深度学习学者和开发者都可以使用的学习开发工具

6、平台必须具有高度的模块化和自定义化结构，能使普通不懂源代码甚至不懂编程的人也能够使用平台进行人工智能深度学习的开发，并且将深度学习的编程难度降低了一半以上，效率也提升了很多。适合人工智能初学者学习和一般的深度学习程序开发者，根据所掌握的知识量选择查看或修改默认程序代码参数

7、平台不仅可做教学使用，还可创建真实商业项目

8、通过可视化拖拽，不用写代码，能够完成神经网络的编写和训练

人工智能演示系统

主要通过视频和源代码展示人工智能的应用

1、人脸检测追踪：主要用于对不同目标人脸的检测和对比，目的是区分出不同人脸对象，主要可用于公共安全领域的逃犯追踪或者嫌疑人锁定跟踪等其他安全领域

2、多目标追踪识别：主要是对不同目标的位置锁定和识别，主要用于公共场所对于不同群体目标的追踪和识别，比如交通领域对于车流量和人流量的检测统计等

3、图像风格迁移：主要是通过把一幅图像的风格迁移到另外一幅图上，展示不同的效果，主要用于艺术创作等领域

4、AI玩像素小鸟：主要通过训练神经网络，让其学习游戏的规律和结果，使其能够学会玩指定的游戏，并能够表现出优于人类的结果

5、alpha zero：主要训练神经网络学会五子棋的规则，能够达到和人类对弈的结果。AI玩像素小鸟和alpha zero其技术主要是强化学习，强化学习的应用领域非常广，比如自动驾驶、无人仓储、智慧家居、智慧机器人等

人工智能及大数据知识体系

建立人工智能的数学基础知识、机器学习基础知识、深度学习基础知识、经典网络知识、卷积神经网络知识、循环神经网络知识、目标监测知识、图像分割知识、强化学习知识、迁移学习知识等知识体系。

建立包括以下知识体系的完整教学资源，如：PPT文档、教学视频、教案等。

1、python面向对象

2、python文件操作

3、python实战部分

4、图片框架

5、计算框架

6、高等数学

7、矩阵

8、概率统计

9、MLP模型

10、Tensor flow框架深度学习

11、CNN卷积神经网络

12、RNN循环神经网络

13、GAN生成式对抗神经网络

14、DRL强化学习

15、pytorch入门