Licitaciones de Nodos Red

Lote 1: **** - 1 Unidad - Nodo de Analítica Avanzada y Plataforma Data Lakehouse, Big Data Gorgas. El presente nodo tecnológico corresponde a una solución integral de Data Lakehouse y analítica avanzada, diseñada para operar cargas de trabajo intensivas en datos, garantizando alto rendimiento, redundancia, escalabilidad y baja latencia en el procesamiento de grandes volúmenes de información estructurada y no estructurada. Especificaciones de Hardware El equipo propuesto se entrega completamente configurado para el entorno institucional de misión crítica: Chasis: Servidor empresarial en formato Rack 2U Procesamiento: Dos ( 2) procesadores Intel de 5t Generación, con un total de 24 núcleos y 48 threads, frecuencia base de 2. 0 GHz o superior. Memoria RAM: 256 GB ECC Registered, con capacidad de expansión hasta 1 TB. Aceleración de Cómputo ( GPU): Una ( 1) GPU NVIDIA Arquitectura Ampere con 5, 000 Tensor Cores o superior, orientada a inferencia estadística y aceleración de algoritmos de inteligencia artificial. Almacenamiento Data Lake - Tier 1 ( Caliente): Cuatro ( 4) discos SSD SAS Mixed Use de 3. 84 TB, configurados en RAID 5, Capacidad útil aproximada: 11. 5 TB de alto desempeño. Conectividad de Red: Doble puerto 10 GbE SFP+ Doble puerto 1 GbE Base- T Gestión Remota: Módulo de administración avanzada ( iDRAC Enterprise/iLO Advanced). Energía: Fuentes de poder redundantes 1+ 1 de 800w. Garantía: Soporte técnico del fabricante por 3 afios. Stack de Software Institutional ( Open Source) La solución incluye un ecosistema de software de código abierto de alto nivel, optimizado para eliminar costos de licenciamiento por usuario o por volumen de datos, manteniendo estándares corporativos de estabilidad y seguridad. Sistema Operativo: Linux ( Distribuciones: AlmaLinux o Debian 14, compatibles binariamente con RHEL). Capa de Virtualización y Contenedores: Docker Engine y Docker Compose, para aislamiento de servicios, portabilidad y escalabilidad. Motor de Data Lake ( Almacenamiento): MinlO, almacenamiento de objetos de alto re

Lote 1: **** - 3 Unidad - Routers inalambrico de doble banda 5 puertos de **** Nodos 2 x NodosFrecuencia 2. 4/5Ghz Velocidad de Datos 5 GHz: **** Mbps ( ****), 2. 4 GHz: 600 Mbps ( ****) Seguridad WPA- Personal, WPA2- Personal - Routers de red

Lote 1: **** - 1 Unidad - Equipo de almacenamiento masivo en formato rack, compatible con la plataforma de almacenamiento institucional existente, con el fin de ampliar la capacidad instalada, implementar operación en clúster, mejorar la alta disponibilidad, tolerancia a fallos y recuperación ante desastres del sistema de información del Instituto Conmemorativo Gorgas de Estudios de la Salud. Arquitectura y Hardware Equipo de almacenamiento en formato rack 2U de 100tb o de mayor capacidad. en Raid 6 ( 80tb Usables) Chasis con capacidad mínima para 12 discos hot- swap Compatibilidad nativa con operación en clúster Procesadores de clase servidor Memoria RAM ECC expandible Fuente de poder redundante Integración con plataforma existente Total compatibilidad con el equipo de almacenamiento existente Capacidad de sincronización y operación activa- activa o activa- pasiva Replicación de datos en tiempo real o programada Administración centralizada del clúster. Conectividad Interfaces de red mínimas 10 GbE Soporte para NFS Interconexión dedicada entre nodos de clúster. Seguridad y Gestión Soporte de RAID 6 o equivalente Encriptación de datos en reposo y en tránsito Autoguardado y recuperación inmediata Administración remota Licenciamiento perpetuo, sin límites de usuarios, equipos o socket Sincronización nocturna de nodos secundarios a nodo principal Compatibilidad con Docker, Kubernetes y Swarm Instalación y sincronización de buckets MInIO Instalación de Librerias de acceso S3 ( MinIO) Instalación y programación de rutinas ASYNC en contenedores Kubernetes/Docker. APIs para gestión y automatización ( preferiblemente Python) Configuración de backup completo de equipos virtuales Configuración de backup completo de equipos virtuales Integración con la solución basada en Jupyter Hub utilizada en la Institución Integración iscsi 10GB/s y 25GB/s bonding Integración en el cluster bioinformático Drakkar Docker/Swarm utilizado en la institución actulmente Instalación de rutinas de procesamiento de directorios de usuarios Instalación

Lote 1: **** - 1 Unidad - Un ( 1) Servidor multitarea con las siguientes características: 2 x Unidades Centrales de procesamiento Intel Xeon **** 1 x Memoria RAM de 256GB registrada ECC 2 x Discos duros internos de 1. 92TB SSD 2 x Disipadores de calor de alto rendimiento 2 x Fuentes de alimentación de corriente de 800W 6 x ventiladores de alto rendimiento 4 x tarjetas de red de 1 Gigabit 3 x tarjetas dual 25Gbit dual 3 x Tarjetas gráfica Nvidia Tesla con ( Volta) 300 Tensors o superior 100 Terabytes de almacenamiento usables Funciones:- Servidor NFS Optimizado para hipercomputación- Soporte para análisis computacional acelerado. - Actualización y configuración del nodos Centrales de procesamiento Hyper Storm 4. 0- Configuración de aplicaciones paravirtualizadas basadas en Jupyterstorm existente en la institución. - Configuración de acoplamiento con el clúster existente de Bioinformática Parasitología mediante tecnología SLURM- 48 horas de soporte avanzado para la plataforma hyperstorm ( SLURM y aplicaciones bioinformaticas) El proponente debe incluir las siguiente certificaciones:- Carta certificando soporte remoto y en sitio durante 1 año- Carta de referencia emitidas por entidades públicas o privadas de clientes con implementaciones basadas en SDN. - Carta de experiencia en aplicaciones e integración de soluciones de bioinformática Jupyter HUB - Swarm/Kubernetes - CUDA con lenguajes ( Python, bash, C, R, go) ( DevOps)- Carta de referencia emitidas por entidades públicas o privadas de clientes con implementación de soluciones basadas en hipercomputación en plataforma Jupyterhub o Jupyterstorm- Certificado verificable de un técnico certificado en KCNA Kubernetes and Cloud Native Associate verificable mediante el url www. ***. *. * El proponente deberá de realizar el servicio con personal local por lo que no podrá tercerizar el servicio de actualización de la plataforma Jupyterhub o Jupyterstorm. - Servidores de gama alta