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.
Angebotsfrist: 12. August 2026Typ: Ausschreibung
Dokumente kostenlos freischalten
Ohne Kreditkarte · Sofortiger Zugang
Inhalt auf einen Blick
- Ausschreibungstyp:
- Ausschreibung
- Auftraggeber:
- Universität Bielefeld
- Veröffentlicht:
- 29. Juli 2026
- Frist:
- 12. August 2026
Ausschreibungsbeschreibung
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.
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 freischalten
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.
5 Datenbereiche verfügbar
30 Tage kostenlos freischalten
30 Tage kostenlos · keine Kreditkarte · jederzeit kündbar
Unterlagen
Freischalten3 Angaben erfasstUnterlagen · Dokumentenpaket
Auftraggeber
Freischalten3 Angaben erfasstAuftraggeber · Anschrift · Kontakt
Lose
Freischalten1 Angabe erfasstLose
Verfahrensdaten
Freischalten4 Angaben erfasstBekanntmachungsnummer · Verfahrensart · Auftragsart · Regelungsebene
Ausführungsorte
Freischalten2 Angaben erfasstAusführungsorte
Ähnliche Bekanntmachungen
10zwei Grafikkarten für Nvidia H200 NVL PCle 5.0
Max Rubner-InstitutDetmoldFrist: 10. JuliVertragsgegenstand 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 TechnikBerlinFrist: 09. JuliErweiterung 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.DresdenFrist: 04. Aug.Zur 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 DarmstadtDarmstadtFrist: 29. JuliArt 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 BauMünchenFrist: 08. Sept.Beschreibung: 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
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 12. August 2026.
- Wer ist der Auftraggeber?
- Der Auftraggeber ist Universität Bielefeld.
- 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.