Beschafft werden KI-Infrastrukturkomponenten zur Erweiterung der bereits bestehenden Bestandsstruktur des Auftraggebers aufgrund gestiegener Anforderungen durch Projektteilnahmen.
2.1 NVIDIA Deep Learning System DGX B300-Cluster - Los 1
Erforderliche Beschaffung von vier NVIDIA DGX B300 Systemen zur effizienten Bearbeitung rechenintensiver KI-Fragestellungen (z. B. medizinische Bildgebung, digitale Pathologie, Omics und NLP). Das System dient als zentrale Infrastruktur und ermöglicht über fortschrittliche Virtualisierung mit DGX OS / NVIDIA Enterprise AI die flexible Bereitstellung von GPU-Arbeitsplatzumgebungen für universitäre Partner im RACOON Verbundprojekt. Dabei fügen sich die neuen Systeme nahtlos in die bereits bestehende Management-Infrastruktur ein, welche auf dem NVIDIA Base Command Manager und NVIDIA Mission Control basiert. Dies sichert eine hocheffiziente, konsistente Administration ohne zusätzlichen Einarbeitungs- oder Migrationsaufwand für das Betriebsteam.Da sämtliche Algorithmen und KI-Modelle auf der proprietären NVIDIA CUDA-Architektur basieren, ist das System technisch alternativlos; eine Umstellung auf andere Architekturen oder APIs wäre mit einem unverhältnismäßig hohen und wirtschaftlich nicht vertretbaren Aufwand verbunden. Zudem baut das vorhandene GPU-Cluster-Management nativ auf diesem Software-Stack auf. Die gewählte Blackwell-Generation (B300) bietet mit 8x NVIDIA B300 GPUs, 2304 GB Gesamtspeicher und einer 800 Gbit/s InfiniBand-Anbindung die einzig adäquate Leistungsklasse. Zudem garantiert die enorme Leistungsdichte (10 HE im Rack bei max. 15,1 kW pro System) eine ressourcenschonende Integration in das kapazitätsbegrenzte Rechenzentrum.
2.2 NVIDIA GPU-Server, Netzwerk sowie Spark Cluster - Los 2Die Beschaffung dient der Erweiterung und Optimierung der bestehenden Infrastruktur des Research Compute Cluster (RCC) zur Deckung des steigenden Bedarfs an leistungsfähigen Ressourcen für KI- und datenintensive Forschungsanwendungen. Die NVIDIA DGX-Spark-Systeme ermöglichen die Entwicklung, Erprobung und Inferenz von KI-Modellen in derselben NVIDIA-Softwareumgebung wie die zentralen GPU-Server des RCC. Dadurch können entwickelte Anwendungen ohne grundlegende Anpassungen auf die leistungsfähigeren RCC-Ressourcen übertragen werden. Der zusätzliche GPU-Server erweitert die zentrale Rechenkapazität des RCC und wird insbesondere für medizinische KI, Bildanalyse, Genomik/Metagenomik sowie das Training und die Inferenz großer KI-Modelle eingesetzt. Die Integration erfolgt in die bestehende Slurm-basierte Infrastruktur. Zur Anbindung der zusätzlichen Komponenten wird zudem die bestehende Management- und BMC-Netzinfrastruktur durch einen technisch identischen SuperMicro SSE-G3748R-SONIC erweitert. Dadurch wird eine einheitliche und betrieblich konsistente Infrastruktur ohne Aufbau einer separaten Netzwerklösung sichergestellt.
Wertung:Für die Ermittlung des wirtschaftlichsten Angebotes ist zu 100% der Preis ausschlaggebend.
Preiskriterium für "Niedrigster Preis (ohne Kriterien)"
Aufgrund der bestehenden zeitlichen Dringlichkeit ist eine Verkürzung der vorgesehenen Fristen erforderlich. Die Verkürzung dient dazu, den erforderlichen Beschaffungsprozess innerhalb des verfügbaren Zeitrahmens durchzuführen und eine rechtzeitige Bereitstellung der benötigten Leistungen sicherzustellen.
vgl. Voraussetzungen § 160 GWB
Soweit vergaberechtlich zulässig erfolgt im Regelfall eine Nachforderung von fehlenden Unterlagen.
Partnerstatus (Mit dem Angebot; Mittels Dritterklärung): Nachweis des gem. Vergabeunterlagen geforderten Partnerstatus.
Einzureichende Unterlagen:
* Mit dem Angebot** Mittels Eigenerklärung:- 521 EU Eigenerklärung Ausschlussgründe- 522 Eigenerklärung Mindestlohngesetz: Eigenerklärung Mindestlohngesetz Eigenerklärungnach § 19 Abs. 3 Mindestlohngesetz (MiLoG)- 523 EU Eigenerklärung Sanktionspaket- 526 EU Verpflichtungserklärung Scientology Schutzklausel- 531 EU Bewerber-/Bietergemeinschaftserklärung: EU Bewerber-/Bietergemeinschaftserklärung- 532 EU Erklärung Unteraufträge/Eignungsleihe: EU Erklärung Unteraufträge/Eignungsleihe- 533 EU Verpflichtungserklärung Unterauftragnehmer/Eignungsleiher: EU Verpflichtungserklärung Unterauftragnehmer/Eignungsleiher
2.1 NVIDIA Deep Learning System DGX B300-Cluster - Los 1Erforderliche Beschaffung von vier NVIDIA DGX B300 Systemen zur effizienten Bearbeitung rechenintensiver KI-Fragestellungen (z. B. medizinische Bildgebung, digitale Pathologie, Omics und NLP). Das System dient als zentrale Infrastruktur und ermöglicht über fortschrittliche Virtualisierung mit DGX OS / NVIDIA Enterprise AI die flexible Bereitstellung von GPU-Arbeitsplatzumgebungen für universitäre Partner im RACOON Verbundprojekt. Dabei fügen sich die neuen Systeme nahtlos in die bereits bestehende Management-Infrastruktur ein, welche auf dem NVIDIA Base Command Manager und NVIDIA Mission Control basiert. Dies sichert eine hocheffiziente, konsistente Administration ohne zusätzlichen Einarbeitungs- oder Migrationsaufwand für das Betriebsteam.Da sämtliche Algorithmen und KI-Modelle auf der proprietären NVIDIA CUDA-Architektur basieren, ist das System technisch alternativlos; eine Umstellung auf andere Architekturen oder APIs wäre mit einem unverhältnismäßig hohen und wirtschaftlich nicht vertretbaren Aufwand verbunden. Zudem baut das vorhandene GPU-Cluster-Management nativ auf diesem Software-Stack auf. Die gewählte Blackwell-Generation (B300) bietet mit 8x NVIDIA B300 GPUs, 2304 GB Gesamtspeicher und einer 800 Gbit/s InfiniBand-Anbindung die einzig adäquate Leistungsklasse. Zudem garantiert die enorme Leistungsdichte (10 HE im Rack bei max. 15,1 kW pro System) eine ressourcenschonende Integration in das kapazitätsbegrenzte Rechenzentrum.