FENG/SD/25/2026 - Zakup usługi dostępu do chmury obliczeniowej oraz narzędzi wspierających proces zarządzania danymi

Numer ogłoszenia: 2026-98567-294381 Projekt: FENG.01.01-IP.02-4013/23 - SmarterKneeMRI - narzędzie wspierające diagnostykę kliniczną i profilaktyczną stawu kolanowego w oparciu o badanie rezonansem magnetycznym i rozwiązania sztucznej inteligencji Część 1: Zakup usługi dostępu do chmury obliczeniowej Przedmiotem zamówienia jest zapewnienie dostępu do infrastruktury chmurowej oraz narzędzi wspierających proces zarządzania danymi medycznymi i ich anotację (etykietowanie) w ramach projektu „SmarterKneeMRI”. Zamówienie nie obejmuje wykonania samej usługi anotacji (którą realizuje Zamawiający), a jedynie dostarczenie środowiska technologicznego opartego o ekosystem Amazon Web Services (AWS), które jest obecnie wykorzystywane jako platforma przetwarzania i przechowywania danych oraz trenowania. 1. Model realizacji i wymagania integracyjne Integracja z posiadanym kontem: Wykonawca zobowiązany jest do świadczenia usług w sposób umożliwiający ich bezpośrednie „podpięcie” i pełną integrację z obecnym środowiskiem chmurowym Beneficjenta. Efektywność kosztowa: Wykorzystanie istniejącego środowiska AWS ma na celu ograniczenie kosztów wdrożenia, utrzymania oraz eliminację konieczności budowy równoległych platform na zasobach chmurowych innych dostawców. Samodzielna realizacja prac: Sam proces anotacji danych będzie realizowany samodzielnie przez Zamawiającego; przedmiotem zapytania jest wyłącznie dostarczenie środowiska i mocy obliczeniowej. Wszystkie ceny wskazane w ofercie powinny zostać skalkulowane na podstawie cennika usług Amazon Web Services (AWS) właściwego dla regionu Frankfurt (eu-central-1) oraz zakładać świadczenie zamawianych usług i udostępnienie zasobów w tym regionie. Wymóg ten wynika z faktu, że dane Zamawiającego są już przechowywane w zasobach zlokalizowanych w regionie Frankfurt. Utrzymanie tej lokalizacji służy zapewnieniu ciągłości przetwarzania danych i spójności z istniejącym środowiskiem chmurowym oraz uniknięciu dodatkowych czynności i kosztów związanych z przenoszeniem danych do innego regionu. Przyjęcie cennika dla regionu Frankfurt jako wspólnej podstawy kalkulacji zapewni również porównywalność ofert w odniesieniu do docelowej lokalizacji zamawianych zasobów W przypadku modeli AI, które nie są dostępne bezpośrednio w regionie Frankfurt, dopuszcza się ich wywoływanie z regionu Frankfurt za pośrednictwem europejskiego profilu wnioskowania międzyregionowego (Geo - EU) usługi Amazon Bedrock. 2. Szczegółowy zakres usług Wykonawca zapewni dostęp do następujących zasobów w ramach ekosystemu AWS: AWS SageMaker Ground Truth: Komponent do realizacji procesu anotacji, weryfikacji i walidacji (ok. 10 000 jednostek anotacyjnych). Zasoby obliczeniowe (Compute): Instancje Amazon EC2 / Amazon ECS (np. klasa m6i.xlarge) do obsługi pipeline'ów i usług aplikacyjnych. Instancje GPU (Amazon EC2 GPU) do trenowania modeli i wsparcia procesów inferencyjnych. Warstwa danych i AI: Amazon S3: Rozszerzenie przestrzeni składowania danych (szacunkowo o 10 TB). Amazon RDS for PostgreSQL (z pgvector): Do przechowywania metadanych i wyszukiwania semantycznego. Amazon Bedrock & SageMaker Embeddings: Usługi AI wspomagające generowanie embeddingów i automatyzację etapów anotacji. Sieć i bezpieczeństwo: Konfiguracja w ramach istniejącego Amazon VPC, w tym NAT Gateway, Load Balancer oraz monitoring CloudWatch. 3. Szacunkowe wykorzystanie zasobów i infrastruktury (Specyfikacja techniczna) A. Ramy czasowe Okres wykorzystania zasobów: 12 miesięcy (planowany termin: listopad 2026 r. - październik 2027 r.). B. Zasoby obliczeniowe (Compute) Przetwarzanie standardowe: 5 instancji klasy m6i.xlarge (4 vCPU, 16 GB RAM) pracujących w trybie ciągłym (24/7, ok. 730 godzin miesięcznie). Przeznaczenie: obsługa pipeline’ów danych, usług aplikacyjnych oraz zadań analitycznych. Przetwarzanie GPU: 1 instancja klasy g4dn.xlarge, wykorzystywana przez ok. 440 godzin miesięcznie do trenowania i inferencji modeli oraz wsparcia procesu anotacji. C. Przechowywanie danych i bazy danych (Storage & Database) Przestrzeń obiektowa: ok. 10 TB w usłudze Amazon S3 Standard na składowanie danych DICOM, wyników przetwarzania oraz wersjonowanie zbiorów. Baza danych: 1 instancja klasy db.r6g.xlarge (4 vCPU, 32 GB RAM) z 100 GB przestrzeni dyskowej (gp3) i standardowym mechanizmem kopii zapasowych. Wyszukiwanie semantyczne: Wykorzystanie rozszerzenia pgvector dla bazy PostgreSQL do obsługi embeddingów. D. Usługi anotacji i sztucznej inteligencji (AI Services) Narzędzie anotacyjne: AWS SageMaker Ground Truth do realizacji ok. 10000 jednostek anotacyjnych. Modele generatywne i embeddingi: Wykorzystanie usług Amazon Bedrock oraz Amazon SageMaker Embeddings do automatyzacji etapów etykietowania i generowania wektorów cech, z wykorzystaniem modeli generatywnych klasy Claude Sonnet oraz modeli embeddingowych klasy Amazon Titan Text Embed Źródło: Ministerstwo Funduszy i Polityki Regionalnej, Baza Konkurencyjności Funduszy Europejskich; pobrano 2026-10-09; dane przetworzone.