Grafikkarten GPU für KI-Infrastruktur

HPC Hardware-Komponenten (GPU) für Universität Jena und TU Ilmenau

Beschafft werden zwölf GPU-Hardwarekomponenten für die Hochleistungsrechner-Infrastruktur der Universität Jena und der Technischen Universität Ilmenau. Die Komponenten müssen spezifische technische Mindestanforderungen an Speichergröße, Schnittstellen und Rechenleistung erfüllen. Die Integration erfolgt auf Basis eines bestehenden Betriebskonzepts in die vorhandene HPC-Infrastruktur. Die Bewertung der Angebote erfolgt ausschließlich über den Gesamtpreis.

GPU-Server Beschaffung

Gegenstand der Ausschreibung ist die Lieferung eines GPU-Servers für die Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau. Das Gerät ist für den Einsatz in der universitären IT-Infrastruktur vorgesehen. Die Lieferung erfolgt an die zentrale Warenannahme sowie an einen spezifischen Gebäudestandort der Universität. Die Beschaffung umfasst die Bereitstellung der Hardware gemäß der detaillierten Leistungsbeschreibung.

GPU-Cluster Erweiterung

Der GPU-basierte Rechencluster ist als integrierte Gesamtlösung ausgelegt und muss sich in die bestehende Nvidia DGX-Landschaft sowie die bestehende Storage-Umgebung einbinden. Es werden Hardware (DGX B300), Software (NVIDIA AI Enterprise Subscription) und Dienstleistungen (Installation, Validierung, Schulung, Helpdesk) beschafft.

Grafikkarten für Grafik-Workstations

Das Bundeskriminalamt beschafft 25 hoch performante Grafikkarten für bestehende Grafik-Workstations. Die Lieferung umfasst zudem eine vierjährige Hardware-Wartung. Die Grafikkarten müssen spezifische technische Mindestanforderungen an Schnittstellen und Leistungswerte erfüllen. Die Beschaffung erfolgt als ein Los.

Lieferung, Installation und Inbetriebnahme von zwei KI-Servern (NVIDIA DGX B300 / HGX B300)

Gegenstand des Vergabeverfahrens ist die Lieferung, Installation und Inbetriebnahme von zwei KI-Servern auf Basis von NVIDIA DGX B300 oder eines gleichwertigen Systems auf Basis der NVIDIA HGX B300 Plattform für das NCT West, Campus Essen, gemäß den Vergabeunterlagen.

Lieferung von KI- und Rechenzentrumshardware für das Hasso-Plattner-Institut

Das Hasso-Plattner-Institut für Digital Engineering gGmbH schreibt die Lieferung von KI- und Rechenzentrumshardware aus. Die Beschaffung ist in drei Lose unterteilt: Hochleistungs-GPU-Server und Rechencluster, Storage-Infrastruktur sowie GPU-Workstations und Einzelarbeitsplatzsysteme. Neben der Lieferung der Hardware sind auch entsprechende IT-Serviceleistungen zu erbringen.

Lieferung eines GPU-Servers für Deep Learning

Beschafft wird ein GPU-Server für die Technische Universität Chemnitz, der für das Training von Deep-Learning-Modellen, die Simulation von Umwelten für Deep Reinforcement Learning sowie die Verarbeitung großer Datensätze ausgelegt ist. Das System muss als Rack-Einheit mit maximal 6 Höheneinheiten konzipiert sein und für den 24/7-Dauerbetrieb unter Volllast geeignet sein. Die Hardware umfasst ein Dual-Socket-Mainboard, zwei Hochleistungsprozessoren, mindestens 768 GB DDR5-Arbeitsspeicher sowie mindestens sechs leistungsstarke GPUs mit jeweils 96 GB Grafikspeicher. Zudem sind redundante Netzteile, NVMe-Enterprise-SSDs für Betriebssystem und Datenspeicherung sowie eine leistungsfähige Netzwerkanbindung mit 10GbE und 200GbE erforderlich.

GPU-Serversysteme ohne RAM

Beschaffung von GPU-Serversystemen ohne RAM für die Eberhard Karls Universität Tübingen.

Deep Learning GPU Cluster

Beschaffung eines Deep Learning GPU Clusters für den Standort Magdeburg. Der Vertrag umfasst die Lieferung der Hardware. Die Ausführungsdauer beträgt 6 Monate.

10 Arbeitsplatzrechner (Workstations) für Machine-Learning

Beschafft werden zehn baugleiche Arbeitsplatzrechner (Workstations) für rechenintensive Machine-Learning-Anwendungen. Die Geräte sind für den Dauerbetrieb unter Volllast in der Forschung und Entwicklung im Bereich maschinelles Lernen für die Robotik konzipiert. Die Lieferung umfasst die vollständige Hardware inklusive der notwendigen Komponenten für den Betrieb. Die Systeme müssen für Linux-Umgebungen optimiert sein und eine hohe Rechenleistung für GPU-beschleunigte Simulationen sowie Datenvorverarbeitung bieten.