GPU- und CPU-Rechenleistung für LLM-Training
Auftraggeber
Gottfried Wilhelm Leibniz Universität Hannover
30167 Hannover
Veröffentlicht
01.10.2026
Angebotsfrist
21.10.2026, 10:00 Uhr
Steckbrief
Zusammenfassung
Die Gottfried Wilhelm Leibniz Universität Hannover beschafft GPU- und CPU-Rechenleistung für das Training von Large Language Models im Rahmen des Soofi-Projekts. Die Ausschreibung ist in zwei Lose unterteilt, die sich auf unterschiedliche NVIDIA-Referenzarchitekturen beziehen. Los 1 umfasst GPU-Knoten der DGX/HGX B200/B300-Klasse für das Post-Training und die Modell-Evaluation. Los 2 betrifft Rack-Scale-Systeme der GB200/GB300 NVL72-Klasse für das Pretraining umfangreicher Mixture-of-Experts-Modelle.
Zeitplan
Ausschreibung
| Reichweite: | EU-Weit |
|---|---|
| Vergabeart: | Offenes Verfahren |
| Vergabeverordnung: | VgV |
| Leistung: | Dienstleistungen |
| Klassifizierung: | Systemdienstleistungen und Unterstützungsdienste |
| Zuschlagskriterien: | Der Preis ist nicht das einzige Zuschlagskriterium; alle Kriterien sind in den Vergabeunterlagen aufgeführt |
| Auftrags-Budget: | 74.950.000 € |
| Erfüllungsort: | Hannover, DE929, Deutschland |
Google Maps ist nicht geladen
Diesen Inhalt liefert Google Maps. Beim Laden werden Daten – darunter deine IP-Adresse – an den Anbieter übertragen.
Deine Auswahl für Google Maps wird gespeichert und gilt, bis du sie in den Cookie-Einstellungen änderst.
Auftraggeber
Name
Adresse
Website
Kontakt
Teilnahme
| Abgabeform: | Elektronisch |
|---|---|
| Angebotssprachen: | Deutsch, Englisch |
| Anzahl der Angebote: | Mehrere Hauptangebote sind nicht zulässig.Nebenangebote sind zulässig. |
Lose
Los 1: GPU nodes (DGX/HGX B200/B300 class)
Los 1 betrifft GPU-Knoten gemäß der NVIDIA-DGX/HGX-B200- oder B300-Referenzarchitektur (8 GPU-Module pro Knoten) oder neuer. Gegenstand sind die Fertigstellung und das Post-Training von Mixture-of-Experts-(MoE-)Modellen mit mehr als 100 Milliarden Parametern, die Evaluierung, die Generierung synthetischer Daten mit Generatormodellen von etwa 400 Milliarden Parametern sowie die Destillation kleinerer Modellvarianten.
Los 2: NVL72
Los 2 betrifft Rack-Scale-Systeme gemäß der NVIDIA-GB200- oder GB300-NVL72-Referenzarchitektur oder neuer. Gegenstand sind das Pre-Training und Post-Training eines MoE-Modells mit mehr als 350 Milliarden Parametern, beispielsweise durch Reinforcement Learning mit verifizierbaren Belohnungen. Die NVLink-Domäne mit 72 GPUs ist für diese Modellgröße technisch erforderlich.
Voraussetzungen
| Referenzen: |
|
|---|---|
| Finanziell: |
|
| Rechtlich: |
|
| Sonstige: |
|
Dokumente
FAQ
Ähnliche Ausschreibungen
Weitere Ausschreibungen zu:
KI kann Fehler machen. Es ist ratsam, wichtige Informationen zu überprüfen.