Technische Universität Ilmenau, Dezernat Finanzen, Zentrale VergabestelleIlmenau
Beschaffung eines GPU Servers
Benötigt wird ein leistungsfähiger GPU-Server für GPU-beschleunigte KI-/ML-, HPC- und Forschungs- Workloads. Das System muss für den Dauerbetrieb in einem Rechenzentrum geeignet sein und eine hohe Ausfallsicherheit, Wartbarkeit und Erweiterbarkeit bieten. Bei den Server-GPUs werden Modelle mit vollständiger Unterstützung von NVIDIA CUDA g...
Server, Zubehör
Ohne Kreditkarte · Sofortiger Zugang
Inhalt auf einen Blick
- Ausschreibungstyp:
- Ausschreibung
- Auftraggeber:
- Technische Universität Ilmenau, Dezernat Finanzen, Zentrale Vergabestelle
- Veröffentlicht:
- 19. August 2026
- Frist:
- 09. September 2026
- Thema:
- Server
Ausschreibungsbeschreibung
Benötigt wird ein leistungsfähiger GPU-Server für GPU-beschleunigte KI-/ML-, HPC- und Forschungs- Workloads. Das System muss für den Dauerbetrieb in einem Rechenzentrum geeignet sein und eine hohe Ausfallsicherheit, Wartbarkeit und Erweiterbarkeit bieten. Bei den Server-GPUs werden Modelle mit vollständiger Unterstützung von NVIDIA CUDA gefordert. Die angebotene Konfiguration muss zwei NVIDIA H200 GPU-Beschleuniger oder technisch gleichwertige Server-GPUs enthalten und die nachfolgend geforderten Mindestparameter vollständig erfüllen.
Weiterführende Details
Mit dem kostenlosen Zugang stehen Unterlagen, Fristen und Hinweise zur Einreichung strukturiert bereit.
- Kernanforderungen der Ausschreibung priorisiert aufbereitet
- Fristen, Eignungskriterien und Unterlagen in einem Ablauf
- Hinweise zur strukturierten Angebotsvorbereitung
- Passende Folgeausschreibungen automatisch entdecken
30 Tage kostenlos · keine Kreditkarte · jederzeit kündbar
Alle Vergabedetails
Auftraggeber, Lose, Beteiligte, Orte, Unterlagen und Verfahrensdaten sind bereits erfasst. Öffnen Sie einen Bereich, um die vollständigen Angaben im Workspace zu sehen.
4 Datenbereiche verfügbar
30 Tage kostenlos · keine Kreditkarte · jederzeit kündbar
Unterlagen
Freischalten1 Angabe erfasstDokumentenpaket
Auftraggeber
Freischalten3 Angaben erfasstAuftraggeber · Anschrift · Kontakt
Verfahrensdaten
Freischalten5 Angaben erfasstVerfahrensreferenz · Referenz des Auftraggebers · Verfahrensart · Auftragsart · +1 weitere
Ausführungsorte
Freischalten1 Angabe erfasstAusführungsorte
Ähnliche Bekanntmachungen
6Erweiterung GPU Cluster H200
Universität BielefeldBielefeldFrist: 12. Aug.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.Beschaffung eines GPU-Servers für KI-Anwendungen
FHW Fachhochschul-Studiengänge Betriebs- und Forschungseinrichtungen der Wiener Wirtschaft GmbHWienLieferung eines GPU-Servers für KI-Anwendungen mit acht NVIDIA RTX PRO 6000 Blackwell GPUs, zwei AMD EPYC Prozessoren, 768 GB ECC-RAM, Enterprise-NVMe-Storage und redundanter High-Speed-Netzwerkanbindung einschließlich Komponenten-Vorabaustauschservice.Lieferung eines GPU-Servers
Hochschule OffenburgOffenburgFrist: 10. Aug.Lieferung eines GPU-Servers zur Inferenz und zum Training von KI-Modellen wie Vision-Language-Action und individuell angepassten KI-Modellen auf spezifische Anwendungsfälle in der Robotik. Aufgrund der vorherrschenden Forschung im Bereich der Künstlichen Intelligenz (KI) und Robotik sowie den daran ausgerichteten Forschungsthemen am Work-Life Robotics Institute (WLRI) der Hochschule Offenburg muss die zu liefernde Hardware ab Werk und ohne jegliche Modifikationen - weder an der Hard- oder Firmware selbst noch an gängigen Softwarelösungen des Segments - zu 100 % nativ kompatibel mit NVIDIA Isaac Sim und dem zugrundeliegenden NVIDIA Omniverse Framework sein. Darüber hinaus wird zwingend vorausgesetzt, dass die Hardware alle gängigen Open-Source-KI-Modelle und -Frameworks uneingeschränkt ausführen kann, die auf einer NVIDIA CUDA Architektur mit einer Compute Capability von mindestens 10.3 oder höher aufbauen, wobei Angebote, die softwareseitige Workarounds oder proprietäre Anpassungen erfordern, vom Verfahren ausgeschlossen sind.Beschaffung eines GPU-Servers für das HCDS -Vorhaben CLICCS und Akademie der Wissenschaften in Hamburg
Universität HamburgHamburgFrist: 02. Sept.Die Universität Hamburg (im Folgenden „UHH“) ist als Exzellenzuniversität mit mehr als 43.000 Studierenden und ca. 6.000 Mitarbeiterinnen und Mitarbeitern eine der forschungsstärksten Universitäten Deutschlands und gleichzeitig eine der größten Ausbildungseinrichtungen Norddeutschlands. Mit ihrem Konzept der „Flags-hip University“ in der Metropolregion Hamburg pflegt sie innovative und kooperative Verbindungen zu wissen-schaftlichen und außerwissenschaftlichen Partnern. Sie produziert für den Standort – aber auch national und international – die zukunftsgerichteten gesellschaftlichen Güter Bildung, Erkenntnis und Austausch von Wis-sen unter dem Leitziel der Nachhaltigkeit. Zur Förderung exzellenter Forschung mit angewandter künstlicher Intelligenz plant der Hub of Computing & Data Science die Beschaffung eines leistungsfähigen GPU-Servers. Dieser Server wird eine zentrale Rolle bei der Entwicklung und Verwendung großer Sprachmodelle einnehmen, die für die Forschung und Lehre uner-lässlich sind. Die primäre Aufgabe dieses Servers besteht in der Entwicklung und der Bereitstellung von großen Sprachmo-dellen. Die technologische Herausforderung liegt dabei in der schieren Größe der aktuell leistungsfähigsten Sprachmodelle. Dazu sollen auch Sprachmodelle verteilt über mehrere GPUs effizient und performant berech-net werden. Der Server wird im Rechenzentrum der Universität Hamburg installiert, um den Schutz sensibler Daten zu gewährleisten und die Einhaltung geltender Datenschutzbestimmungen sicherzustellen. Zwei der GPUs werden prioritär für Forschende des Exzellenzclusters Climate, Climatic Change, and Society (CLICCS) zur Verfügung stehen. Diese GPUs werden u.a. für das Training und Betrieb eines speziellen großem Sprachmodell für CLICCS benötigt, das auf klimabezogene Diskurse, den Zugriff auf klimabezogene Datensätze sowie die Verarbeitung multimodaler Daten angepasst ist. Ziel ist der Kauf und die Lieferung eines fabrikneuen GPU-Servers mit 7 NVIDIA GPUs.Lieferung eines KI-GPU Servers für Deep Research
Hochschule HofFrist: 16. Sept.Lieferung eines KI-GPU Servers für Deep Research mit mindestens 400 GB VRAM und CUDA-Kompatibilität.Vergebener Auftrag - Lieferung eines GPU-Servers
Hochschule OffenburgOffenburgLieferung eines GPU-Servers zur Inferenz und zum Training von KI-Modellen wie Vision-Language-Action und individuell angepassten KI-Modellen auf spezifische Anwendungsfälle in der Robotik. Aufgrund der vorherrschenden Forschung im Bereich der Künstlichen Intelligenz (KI) und Robotik sowie den daran ausgerichteten Forschungsthemen am Work-Life Robotics Institute (WLRI) der Hochschule Offenburg muss die zu liefernde Hardware ab Werk und ohne jegliche Modifikationen - weder an der Hard- oder Firmware selbst noch an gängigen Softwarelösungen des Segments - zu 100 % nativ kompatibel mit NVIDIA Isaac Sim und dem zugrundeliegenden NVIDIA Omniverse Framework sein. Darüber hinaus wird zwingend vorausgesetzt, dass die Hardware alle gängigen Open-Source-KI-Modelle und -Frameworks uneingeschränkt ausführen kann, die auf einer NVIDIA CUDA Architektur mit einer Compute Capability von mindestens 10.3 oder höher aufbauen, wobei Angebote, die softwareseitige Workarounds oder proprietäre Anpassungen erfordern, vom Verfahren ausgeschlossen sind.
Häufige Fragen zu dieser Ausschreibung
- Wie kann ich mich auf diese Ausschreibung bewerben?
- Erstellen Sie ein kostenloses Konto auf Auftrag One. Danach sehen Sie alle Unterlagen, Fristen und Hinweise zur Einreichung in einem strukturierten Ablauf.
- Bis wann läuft die Angebotsfrist?
- Die Angebotsfrist endet am 09. September 2026.
- Wer ist der Auftraggeber?
- Der Auftraggeber ist Technische Universität Ilmenau, Dezernat Finanzen, Zentrale Vergabestelle.
- Welche Unterlagen sind für den Start relevant?
- In der Regel benötigen Sie Leistungsbeschreibung, Eignungsnachweise, Fristenhinweise und ggf. Formblätter. Auf Auftrag One werden diese Punkte priorisiert dargestellt.