序号

服务名称

服务内容

单位

数量

1

大规模数据集集成服务

通过将分散的大规模数据进行高效整合，打破数据孤岛，实现数据统一管理与共享，提升数据处理和分析效率，挖掘数据价值，为业务决策提供有力支持。据统一管理与共享，提升数据处理和分析效率，挖掘数据价值，为业务决策提供有力支持

年

2

2

模型训练与验证服务

1、提升模型性能：通过大量有标注的数据对模型进行训练，不断调整模型参数，使模型能够学习到数据中的特征和规律，从而提升模型的准确性、召回率等关键性能指标，增强模型对复杂数据的理解和处理能力。

2 、保障模型可靠性：在训练过程中，利用验证集对模型进行验证，评估模型的泛化能力，防止模型出现过拟合或欠拟合问题，确保模型在面对新数据时也能保持稳定、可靠的表现。

3、加速模型迭代：快速验证新模型或模型改进版本效果，根据验证结果及时调整优化，缩短模型从开发到上线应用的周期，让模型能够紧跟业务变化。

年

2

3

数据归档与备份服务

1、数据收集：确定数据来源，涵盖内部业务系统、外部数据库、文件存储等。运用 ETL 工具或编写定制脚本，从各类数据源抽取数据，确保数据收集的全面性与准确性。

2、数据清洗：对收集到的数据进行预处理，识别并纠正错误数据、重复数据及缺失值。例如，通过数据验证规则，检查数据格式是否正确；利用去重算法，去除重复记录；对于缺失值，可采用均值填充、机器学习预测等方法补充。

3、数据存储：选择合适的存储方案，如分布式文件系统、数据仓库等，存储集成后的大规模数据集。确保存储系统具备高扩展性、高可用性，满足数据存储与后续访问需求。

4、数据质量监控：持续监控集成后的数据质量，设定关键指标阈值，定期进行数据质量评估。一旦发现数据质量问题，及时追溯到数据收集、清洗等环节，进行优化改进。

年

2

服务器

数量

存储服务器

255

存储服务器配置：
机箱 36*3.5 英寸硬盘机箱，板载2GE+210GE 光口(不含光模块))p2H-051电源PAC900S12-BE 交流电源*2INTELCPU 英特尔至强银牌4210(2.2GHz/10core/1375MB/85W)/6145 Cascade lake 处理器(带散热器)*2DDR4内存条32GB通用内存-DDR4-RDIMM-32GB(32G2R*8 PC4-2933Y)-288pin-0.68ns-2933000KHz-1.2V-ECC-2Rank(2G*8bit)6SM380 板载网卡25GE 光口(MELLANOX CX-4Lx)-双端口-SFP28(不含光模块)1模组1*x16+1*x8(x16 slot)RISER2模组*2硬盘背板后置4*2.5寸硬盘背板组件1RAID卡SR130-M(LSI3008)SAS/SATAHBA 卡不支持 RAID-12Gb/s-no Cache1INTEL 固杰硬盘SSD DC P3600 series 800GB1PM1725b2.5*32TB SSD固态硬盘-3200GB-NVME pCIE-PM1725b 系列1通用硬盘-西部数据(或者通用硬盘-希捷/通用硬盘-东芝)通用硬盘-14TB-SATA6Gb/s-72Krpm3.5 英寸(35 英寸架ST14000NM0018、MG7ACA14TE、WUp21414ALE6L0) 36散热器2U2