PrimeHub 是為企業快速打造的 AI/ML 深度學習開發平台，解決多人、多專案的共用需求。
- 提供團隊協作環境，共享運算資源與研究成果。
- 加速開發 AI 模型的速度。
- 提升資源使用率。
- 降低維運與管理成本。

- 開放性架構，可在 Intel 相容伺服器系統上運作，並支援各種規格的 nVidia 圖形處理器(GPU)。
- 使用者功能：
1. 多人、多團隊共用的 Jupyter 互動式研發環境。
2. 即時暸解團隊資源使用狀況。
3. 提交背景工作。
4. 定時工作排程。
- 管理功能：
1. 帳號管理
2. 群組管理
3. 運算資源管理，虛擬切割運算資源，提供多人共用
4. 群組資源管理
5. 資料集管理
6. 開發環境映像檔管理
7. 資源報表
-本項次提供一年使用授權。

PrimeHub 單機作業進階版(一年)
Hardware Resource Requirement ：
- CPU: 6 vCore
- Memory: 4 GB
- Disk: 500 GB
- GPU：視需求自行調配

軟體規格：
PrimeHub AI/ML 研發平台支援現行多種AI深度學習框架工具及技術，使用者可以在研發平台自助操作，建立多人多工 AI/ML 研發環境。
1. 提供使用者以瀏覽器(Browser)介面操作方式，進行自助管理作業，既有使用者不需要管理者協助，即可開啟AI研發工作環境。
2. 提供使用者 Jupyter Notebook 互動式AI開發作業環境。
3. 支援現行多種深度學習框架工具及技術，例如： TensorFlow, PyTorch, Keras, Scikit Learn, numpy, Pandas, R 等，並可支援指定上述深度學習框架工具的不同版本，供使用者選擇使用最合適之作業環境，例如：TensorFlow版本 1.4, 1.10, 1.12, 1.13, 1.14, 2.0 等。
4. 整合即時呈現訓練數據工具，如 TensorBoard。
5. 提供使用者提交多份運算任務，依序在背景執行的功能。
6. 提供使用者提交多份運算任務，在指定時間排程執行的功能。
7. 管理者須可自訂 Docker Image 內容，系統需協助管理者建立 Docker image 並發送到 Docker registry 供使用者使用。。
8. 管理者須可自訂製作AI研發作業環境的範本。
9. 提供系統閒置資源自動回收功能。
10. 需提供4小時教育訓練。
使用者帳號安全管理機制：
1. AI研發伺服器須提供帳號安全管理機制，必要時可串接整合既有之帳號管理系統，例如： LDAP或Active Directory。
2. 提供使用者群組管理，帳號與群組應支援多對多對應。
3. 提供帳號安全機制，如兩階段認證(Two-Factor Authentication)。
4. 供內部稽核工具(Auditing)。
伺服器須提供容器化隔離機制，可供多位使用者在同一伺服器共用運算運算資源。
1. 使用容器化(container)架構，隔離每個使用者的研發環境，且不得相互干擾。
2. 每台伺服器須可供多位使用者同時使用，若該台伺服器有多張 GPU 顯示卡，應可根據需求分配給多位使用者，且不得相互干擾。
3. 可設定每位使用者AI研發作業環境的 CPU、Memory、GPU 數量。
4. 可指定使用者能夠取用的數據資料，以及讀取或寫入權限。
管理者可以根據各群組需求，管理、切割、分配運算資源及數據資料。
1. 可設定群組能夠使用的 CPU 或 GPU 資源數量。
2. 可指定群組中每位使用者能夠使用的 CPU 或 GPU 資源數量。
3. 可指定群組使用者能夠取用的數據資料，以及讀取或寫入權限。
4. 提供群組使用者能夠共用的檔案儲存區。
相關作業系統軟體需求
1. 使用 Linux 作業系統與 Kubernetes 架構建置。
2. 可於網路隔離(air-gap network)環境運作，與網際網路隔離確保資訊作業安全。