Universität BielefeldBielefeld
Erweiterung GPU Cluster H200
Zur Erweiterung des bestehenden GPU-Clusters sollen weitere NVIDIA H200 Tensor Core GPU beschafft werden. Es sollen elf (11) GPUs vom Typ NVIDIA H200 NVL beschafft werden.
Submission deadline: August 12, 2026Type: Tender
Unlock documents for free
No credit card · Instant access
Content at a glance
- Tender type:
- Tender
- Contracting authority:
- Universität Bielefeld
- Published:
- July 29, 2026
- Deadline:
- August 12, 2026
Tender description
Zur Erweiterung des bestehenden GPU-Clusters sollen weitere NVIDIA H200 Tensor Core GPU beschafft werden. Es sollen elf (11) GPUs vom Typ NVIDIA H200 NVL beschafft werden.
Further details
With free access, documents, deadlines and submission notes are available in a structured format.
- Core requirements of the tender prioritized and prepared
- Deadlines, eligibility criteria and documents in one workflow
- Guidance for structured bid preparation
- Automatically discover matching follow-up tenders
Unlock 30 days free
30 days free · no credit card · cancel anytime
All procurement details
Buyer, lots, participants, locations, documents, and procedure data have already been captured. Open any area to see the complete information in your workspace.
5 data areas available
Unlock 30 days free
30 days free · no credit card · cancel anytime
Documents
Unlock3 details capturedDocuments · Document bundle
Buyer
Unlock3 details capturedBuyer · Address · Contact
Lots
Unlock1 detail capturedLots
Procedure data
Unlock4 details capturedPublication number · Procedure type · Contract type · Regulation level
Performance locations
Unlock2 details capturedPerformance locations
Related tenders
10zwei Grafikkarten für Nvidia H200 NVL PCle 5.0
Max Rubner-InstitutDetmoldDeadline: Jul 10Vertragsgegenstand ist die Lieferung zweier Grafikprozessoren (Graphics Processing Units, GPUs) des Typs NVIDIA H200 NVL 141 GB HBM3e PCle 5.0 zur Erweiterung eines bestehenden Entwicklungsservers für High Performance-Computing (HPC), generative KI, Larga Language Models (LLM), Deep Learing, Inferenz-Workloads sowie wissenschaftliche Simulationen einschließlich der Leistungsbestandteile wie im Vertragsentwurf unter § 4 beschrieben. Für den gemeinsaen Betrieb mehrerer GPUs mit gemeinsam nutzbarem Hochgeschwindigkeitsspeicher und hoher Interconnect-Bandbreite ist zusätzlich ein NVIDIA NVLink-Board 4-Way für H200 Bestandtel der Beschaffung. Das NVLink-Board muss vier NVIDIA H200 NVL GPus unterstützen. Die Beschaffung dient insbesondere dem Betrieb größerer Large Language Modelle sowie speicher- und rechenintensiver KI- und HPC-Anwendungen, die einen skalierbaren Multi-GPU-Betrieb mit NVLink-Kopplung erfordern.Erweiterung GPU Cluster, Fachbereich VI
Berliner Hochschule für TechnikBerlinDeadline: Jul 09Erweiterung des GPU-Clusters im Fachbereich VI.Upgrade eines NVIDIA DGX A100 GPU-Clusters um drei NVIDIA DGX B300 Deep-Learning-Systeme für das dtec.bw-Forschungsprojekt MORE und weitere dtec.bw-Forschungsprojekte
Universität der Bundeswehr München (UniBw M)NeubibergErweiterung eines bestehenden NVIDIA DGX A100 GPU-Clusters um drei NVIDIA DGX B300 Deep-Learning-Systeme, vier NVMe-basierte CEPH-Storage-Server sowie Vernetzungskomponenten für das dtec.bw-Forschungsprojekt MORE. Die Systeme müssen spezifische Anforderungen erfüllen: 8x NVIDIA Blackwell B300 Tensor Core GPUs (insg. 2.304 GB HBM3, 72 petaFLOPS Training/144 petaFLOPS Inferenz), NVLink-Switch, 2x Intel Xeon Platinum 6776P, 2 TB DDR5 RAM, verschiedene Netzwerk-Ports. Zudem sind fachlich abgestimmte Wartung und Software-Support für fünf Jahre ab Vertragsschluss erforderlich.GPU-Rechenknoten
Helmholtz-Zentrum Dresden-Rossendorf e.V.DresdenDeadline: Aug 04Zur Erweiterung eines bestehenden HPC‑Clusters sollen zwei GPU‑Rechenknoten (max. 2 optionale Stück) neu beschafft werden. Lieferumfang pro Knoten: funktionaler Test, Lieferung und Entsorgung des Verpackungsmaterials. Alle Angaben sind Mindestanforderungen; gleich‑ oder höherwertige, fabrikneue Komponenten sind zulässig, Markenangaben dienen nur als Leitprodukt. Verwendungsstelle: Helmholtz‑Zentrum Dresden‑Rossendorf e.V., Dresden.GPU Server
Technische Universität DarmstadtDarmstadtDeadline: Jul 29Art der Leistung Das Fachgebiet "Data & AI Systems" am Fachbereich Informatik der Technischen Universität Darmstadt beabsichtigt die Beschaffung eines hochleistungsfähigen GPU-Servers, der in eine bestehende verteilte ML-Infrastruktur mit 400G-Netzwerkanbindung integriert werden soll. Ziel ist die Nutzung des Systems für rechenintensive Machine-Learning-Trainingsaufgaben im Bereich "Verteiltes Deep Learning". Umfang der Leistung GPU-Konfiguration · 4x NVIDIA H200 GPUs mit jeweils 141 GB HBM Speicher. · Die GPUs müssen untereinander per NVLink Interconnect verbunden sein, mit einer Gesamtbandbreite von mindestens 900 GB/s. Netzwerk & PCIe-Anbindung · 4xNVIDIA ConnectX-7 Netzwerkkarten, Single-Port, OSFP-Formfaktor,400 Gbit/s Ethernet. · Die PCIe-Konfiguration muss so ausgelegt sein, dass jede Netzwerkkarte über den gleichen PCIe-Switch wie die jeweils zugeordnete GPU angebunden ist. Dies ist er-forderlich, um eine gleichzeitige Nutzung der vollen PCIe-Bandbreite für GPUDirect RDMA sicherzustellen (1:1 Zuordnung: 1 GPU ? 1 NIC am selben Switch).6 NVidia DGX A100 GPU Server (Refurbished) 2 Nvidia DGX H100 GPU Server (Refurbished)
Heinrich-Heine-Universität DüsseldorfDüsseldorfAusbau der wissenschaftlichen Rechenkapazitäten des bestehenden HPC-Clusters. Benötigt werden leistungsfähige GPU-Rackmount-Server, die sich in die vorhandene NVIDIA-/Mellanox-Infiniband-basierte HPC-Infrastruktur integrieren lassen. Lieferung von 6 NVIDIA DGX A100 640GB und 2 NVIDIA DGX H100 640GB Systemen sowie ein 36-monatiger Herstellerwartungsvertrag für alle Server. Nicht enthalten: Ethernet-/Infiniband-Kabel, PBSPro-/GPFS-Lizenzen und Aufbau/Integration.6 NVidia DGX A100 GPU Server (Refurbished) 2 Nvidia DGX H100 GPU Server (Refurbished)
Heinrich-Heine-Universität DüsseldorfDüsseldorfDie Beschaffung dient dem Ausbau der wissenschaftlichen Rechenkapazitäten des bestehenden HPC-Clusters des ZIM. Benötigt werden leistungsfähige GPU-Rackmount-Server des Herstellers NVIDIA, die sich technisch in die vorhandene NVIDIA-/Mellanox-Infiniband-basierte HPC-Infrastruktur integrieren lassen. Die Lieferung umfasst insbesondere 6 NVIDIA DGX A100 640GB Systeme und 2 NVIDIA DGX H100 640GB Systeme gemäß Leistungsverzeichnis sowie die Wiederaufnahme bzw. Bereitstellung eines 36-monatigen Herstellerwartungsvertrags für alle Server. Nicht umfasst sind u. a. Ethernet-/Infiniband-Kabel, PBSPro-/GPFS-Lizenzen sowie Aufbau und Integration.GPU-Rechner für KI-Anwendungen im Forschungsbereich Digital Business
Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. - Einkauf B12 - Vergabestelle BauMünchenDeadline: Sep 08Beschreibung: KI-Hardware, speziell geeignet für Maschinelles Lernen und Tiefes Lernen, bestehend aus mehreren CUDA-kompatiblen GPUs -mindestens 6 GPUs basierend auf der Nvidia Blackwell GPU-Architektur oder neuer. Insgesamt mindestens 1024 GB Grafikkartenspeicher. -NVIDIA B200 oder neuer -54 PFLOPS (GPU) oder mehr -Verbaute Grafikkarten müssen zusammengeschaltet sein (z.B. NVLink) -3 Jahre Support für die gesamte Hardware ab Inbetriebnahme -Gewährleistung für alle Einzelteile für 3 Jahre -Reparatur/Wartung inkl. Teiletausch defekter Teile vor Ort, sofern sie nicht direkt vom Hersteller getauscht werden im Rahmen der Herstellergarantie - Lieferung und Montage am Bestimmungsort, Fraunhofer IAO in Stuttgart, im Serverraum des Instituts -Inbetriebnahme vor Ort - Lieferung nötiger Bauteile zur Integration in Netzwerkstruktur (Optiken, Kabel) nach Bedarf zum Zeitpunkt der Installation und Integration am Bestimmungs- und Betriebsort - Einmalige Ersteinweisung in die Nutzung des Systems nach Inbetriebnahme -Lieferung und Inbetriebnahme bis 30.11.2026 -Die Budgetgrenze für den Gesamtpreis liegt bei 369.000 € nettoUpgrade eines NVIDIA DGX A100 GPU-Clusters um drei NVIDIA DGX B300 Deep-Learning-Systeme für das dtec.bw-Forschungsprojekt MORE und weitere dtec.bw-Forschungsprojekte
Universität der Bundeswehr München (UniBw M)NeubibergGegenstand des Auftrags ist die Erweiterung des bestehenden GPU-Clusters. Der Auftragnehmer muss drei NVIDIA DGX B300 Deep-Learning-Systeme, vier NVMe-basierte CEPH-Storage-Server sowie die notwendigen Vernetzungskomponenten liefern, installieren und mit dem bestehenden GPU Cluster vernetzen. Darüber hinaus verpflichtet sich der Auftragnehmer für den Zeitraum von fünf Jahren ab Vertragsschluss, alle in der Leistungsbeschreibung sowie in dem Angebot genannten Service- und Wartungsleistungen durch sicherheitsunterwiesenes Personal zu erbringen ("Service- und Wartungsleistungen"). Aufgrund der bestehenden Architektur, insbesondere der NVLink-basierten Höchstgeschwindigkeitsvernetzung innerhalb der DGX-Systeme sowie der Infiniband-basierten Hochgeschwindigkeitsvernetzung zwischen den DGX-Systemen untereinander und mit dem Storage-Cluster, kann die UniBw M ausschließlich die neueste Generation von NVIDIA-DGX-Systemen, die DGX B300, beschaffen und in das vorhandene GPU-Cluster integrieren. Die drei NVIDIA-DGX-B300-Deep-Learning-Systeme müssen folgende Spezifikationen erfüllen: - GPUs: 8x NVIDIA Blackwell B300 Tensor Core GPUs (Gesamtspeicher GPU: 2.304 GB HBM3 (288 GB pro GPU); Rechenleistung: 72 petaFLOPS (Training), 144 petaFLOPS (Inferenz)) - GPU-Interconnect: NVLink-Switch mit 14.400 GB/s aggregierter Bandbreite - CPU: 2x Intel Xeon Platinum 6776P (128 Cores, 2,3-3,9 GHz) - System-RAM: 2 TB DDR5 (4 TB maximal) - Netzwerk (8x OSFP-Ports (800 Gb/s InfiniBand / Ethernet); 2x Dual-port QSFP112 NVIDIA BlueField-3 DPU (400 Gb/s InfiniBand / Ethernet); 1x RJ45 1Gb/s für Management; 1x RJ45 1Gb/s für BMC/IPMI) - Storage (2x 1,92 TB M.2 NVMe als RAID1 für Betriebssystem; 30 TB (8x 3,84 TB E1.S NVMe) für Datenzwischenspeicherung) - Leistungsaufnahme: max. 15 kW über 12x 230V-PSU - 19"-Rack-Gehäuse mit 10 HE, Gewicht 158 kg Für diese Hardware benötigt die UniBw M auch eine fachlich abgestimmte Wartung für fünf Jahre und den entsprechenden Software-Support mit dem folgenden Umfang: - Hardwarewartung (5 Jahre): Vor-Ort-Service, Diagnose, Austausch am nächsten Werktag; - DGX Software Support (5 Jahre): DGX OS (Betriebssystem, basiert auf Ubuntu Linux 24.04); NVIDIA AI Enterprise; NVIDIA Base Command (mit Kubernetes und Slurm) für Job- und Cluster-Management; Bereitstellung von Updates/Upgrades Im Storage-Bereich soll der Bieter den bisherigen auf HPC-Anwendungen optimierten BeeGFS-Storage um einen flexibel als Block- und File-Storage nutzbaren CEPH-Storage, bestehend aus vier Servern) ergänzen: - CPU: 2x 64 Cores, min. 2,40-4,30 GHz, 256 MB L3 Cache (z.B. AMD EPYC 9535 oder vergleichbare Intel-CPU) - System-RAM: 768 GB DDR5-6400 ECC - Storage: 2x 960 GB M.2 NVMe als RAID1 für Betriebssystem; 8x 15,3 TB U.2 NVMe (24x7-Betrieb, Datacenter-geeignet, TBW >20 PB); Erweiterungsmöglichkeit auf insgesamt 24x U.2 NVMe - Netzwerk: 1x Infiniband NDR 400 Gb/s OSFP (z.B. NVIDIA MCX75310AAS-NEAT); 1x Dual-Port Ethernet 100 Gb/s QSFP56 (z.B. Broadcom N2100G); Min. 1x RJ45 1Gb/s für Management; 1x RJ45 1Gb/s für BMC/IPMI - Redundante Stromversorgung - 19"-Rack-Gehäuse mit max. 2 HE, inkl. Rack-Schienen und Montagematerial - Gewährleistung und Garantie: 5 Jahre (Schnellaustausch von defekten Bauteilen (next business day); 5 Jahre Garantie auf Flash-Speicher und TBWUpgrade eines NVIDIA DGX A100 GPU-Clusters um drei NVIDIA DGX B300 Deep-Learning-Systeme für das dtec.bw-Forschungsprojekt MORE und weitere dtec.bw-Forschungsprojekte
Universität der Bundeswehr München (UniBw M)NeubibergGegenstand des Auftrags ist die Erweiterung des bestehenden GPU-Clusters. Der Auftragnehmer muss drei NVIDIA DGX B300 Deep-Learning-Systeme, vier NVMe-basierte CEPH-Storage-Server sowie die notwendigen Vernetzungskomponenten liefern, installieren und mit dem bestehenden GPU Cluster vernetzen. Darüber hinaus verpflichtet sich der Auftragnehmer für den Zeitraum von fünf Jahren ab Vertragsschluss, alle in der Leistungsbeschreibung sowie in dem Angebot genannten Service- und Wartungsleistungen durch sicherheitsunterwiesenes Personal zu erbringen ("Service- und Wartungsleistungen"). Aufgrund der bestehenden Architektur, insbesondere der NVLink-basierten Höchstgeschwindigkeitsvernetzung innerhalb der DGX-Systeme sowie der Infiniband-basierten Hochgeschwindigkeitsvernetzung zwischen den DGX-Systemen untereinander und mit dem Storage-Cluster, kann die UniBw M ausschließlich die neueste Generation von NVIDIA-DGX-Systemen, die DGX B300, beschaffen und in das vorhandene GPU-Cluster integrieren. Die drei NVIDIA-DGX-B300-Deep-Learning-Systeme müssen folgende Spezifikationen erfüllen: - GPUs: 8x NVIDIA Blackwell B300 Tensor Core GPUs (Gesamtspeicher GPU: 2.304 GB HBM3 (288 GB pro GPU); Rechenleistung: 72 petaFLOPS (Training), 144 petaFLOPS (Inferenz)) - GPU-Interconnect: NVLink-Switch mit 14.400 GB/s aggregierter Bandbreite - CPU: 2x Intel Xeon Platinum 6776P (128 Cores, 2,3-3,9 GHz) - System-RAM: 2 TB DDR5 (4 TB maximal) - Netzwerk (8x OSFP-Ports (800 Gb/s InfiniBand / Ethernet); 2x Dual-port QSFP112 NVIDIA BlueField-3 DPU (400 Gb/s InfiniBand / Ethernet); 1x RJ45 1Gb/s für Management; 1x RJ45 1Gb/s für BMC/IPMI) - Storage (2x 1,92 TB M.2 NVMe als RAID1 für Betriebssystem; 30 TB (8x 3,84 TB E1.S NVMe) für Datenzwischenspeicherung) - Leistungsaufnahme: max. 15 kW über 12x 230V-PSU - 19"-Rack-Gehäuse mit 10 HE, Gewicht 158 kg Für diese Hardware benötigt die UniBw M auch eine fachlich abgestimmte Wartung für fünf Jahre und den entsprechenden Software-Support mit dem folgenden Umfang: - Hardwarewartung (5 Jahre): Vor-Ort-Service, Diagnose, Austausch am nächsten Werktag; - DGX Software Support (5 Jahre): DGX OS (Betriebssystem, basiert auf Ubuntu Linux 24.04); NVIDIA AI Enterprise; NVIDIA Base Command (mit Kubernetes und Slurm) für Job- und Cluster-Management; Bereitstellung von Updates/Upgrades Im Storage-Bereich soll der Bieter den bisherigen auf HPC-Anwendungen optimierten BeeGFS-Storage um einen flexibel als Block- und File-Storage nutzbaren CEPH-Storage, bestehend aus vier Servern) ergänzen: - CPU: 2x 64 Cores, min. 2,40-4,30 GHz, 256 MB L3 Cache (z.B. AMD EPYC 9535 oder vergleichbare Intel-CPU) - System-RAM: 768 GB DDR5-6400 ECC - Storage: 2x 960 GB M.2 NVMe als RAID1 für Betriebssystem; 8x 15,3 TB U.2 NVMe (24x7-Betrieb, Datacenter-geeignet, TBW >20 PB); Erweiterungsmöglichkeit auf insgesamt 24x U.2 NVMe - Netzwerk: 1x Infiniband NDR 400 Gb/s OSFP (z.B. NVIDIA MCX75310AAS-NEAT); 1x Dual-Port Ethernet 100 Gb/s QSFP56 (z.B. Broadcom N2100G); Min. 1x RJ45 1Gb/s für Management; 1x RJ45 1Gb/s für BMC/IPMI - Redundante Stromversorgung - 19"-Rack-Gehäuse mit max. 2 HE, inkl. Rack-Schienen und Montagematerial - Gewährleistung und Garantie: 5 Jahre (Schnellaustausch von defekten Bauteilen (next business day); 5 Jahre Garantie auf Flash-Speicher und TBW
Frequently asked questions about this tender
- How can I apply for this tender?
- Create a free account on Auftrag One. You will then see all documents, deadlines and submission notes in a structured workflow.
- What is the submission deadline?
- The submission deadline is 12. August 2026.
- Who is the contracting authority?
- The contracting authority is Universität Bielefeld.
- Which documents are needed to get started?
- Typically you need the service description, proof of eligibility, deadline notes and possibly form sheets. On Auftrag One these items are displayed in prioritized order.