RES-0001 TEN-0001 CON-0001 LOT-0001 TEN-0001 TPA-0001 LOT-0001 A-3770_000 CON-0001 2025-11-28+01:00 Lieferung, Installation und Inbetriebnahme eines NVIDIA DGX B300 Deep-Learning-Systems UniBw M dtec.bw SPARTA: PU344 TEN-0001 TPA-0001 ORG-0003 25 ORG-0001 Universität der Bundeswehr München (UniBw M) Werner-Heisenberg-Weg 39 Neubiberg 85579 DE21H DEU DE 811246937 +492114174910 BeschaffungUniBwM@wr-legal.de ORG-0002 Bundeskartellamt - Vergabekammer des Bundes Kaiser-Friedrich-Str. 16 Bonn 53113 DEA22 DEU t:022894990 +4922894990 +492289499163 false UBO-0001 medium ORG-0003 AMBER AI & Data Science Solutions GmbH Oberhaching 82041 DE21H DEU DE355271500 ORG-0004Datenservice Öffentlicher Einkauf (in Verantwortung des Beschaffungsamts des BMI)Bonn53119DEA22DEU0204:994-DOEVD-83+49228996100noreply.esender_hub@bescha.bund.de UBO-0001 DEU 00797543-2025232/20252025-12-02+01:00 2.3 eforms-sdk-1.13 eforms-sdk-1.13 2c259afe-d982-4d43-acce-05d714616f46 a7729f3c-ac7d-4800-99e5-73f5ec35b764 2025-11-28+01:00 18:35:50+01:00 01 2025-11-28+01:00 32014L0024 veat DEU cga education ORG-0001 ted-esenORG-0004 eu-funds vgv Die Frist zur Einreichung eines Nachprüfungsantrages bei der unter Ziffer 8.1 ORG-0002 genannten Stelle, um den Abschluss des Vertrages zu verhindern, beträgt zehn Kalendertage, gerechnet ab dem Tag nach Veröffentlichung dieser Bekanntmachung. Auf § 135 Abs. 3 GWB wird hingewiesen. ORG-0002 neg-wo-call technical Die UniBw M muss das bisher in dem Projekt SPARTA verwendete GPU-Cluster weiterverwenden und ausbauen, um unverhältnismäßige Kosten zu vermeiden. Um die installierte und etablierte Software, einschließlich des Trainings-Software-Frameworks, der Trainingsdaten und bereits vortrainierter neuronaler Netze, weiterverwenden zu können und eine gemeinsame und effiziente Nutzung der bisherigen Deep-Learning Workstation zu gewährleisten, sind weitere spezielle NVIDIA-Systeme und Komponenten sowie die entsprechende NVIDIA-Netzwerkinfrastruktur notwendig. Eine Änderung des Lieferanten würde zu einer technischen Unvereinbarkeit und unverhältnismäßigen technischen Schwierigkeiten führen. Die UniBw M müsste Teile mit unterschiedlichen Merkmalen kaufen, weil kein anderer Anbieter alle notwendigen Teile in dem geforderten Gesamtpaket liefern kann. Der bestehende GPU-Cluster muss fortlaufend reibungslos funktionieren und nach Integration der Erweiterung alle neuen und alten Hard- und Softwarebestandteile miteinander vernetzt nutzen können. Für die Funktionsfähigkeit des gesamten Systems ist zudem eine regelmäßige Wartung nötig. Diese ist aufgrund von Service- und Wartungsverträgen mit dem bisherigen Lieferanten und Systemintegrator AMBER AI & Data Science Solutions GmbH bis in das Jahr 2027 gesichert. Die Erweiterung ist funktional in das bestehende System zu integrieren, wodurch die Hard- und Softwarekomponenten nicht mehr für verschiedene Service- und Wartungsleistungen differenziert werden können. Das hätte zur Folge, dass technische Schwierigkeiten bei der Wartung und in der Folge Ausfälle bei Gebrauch des Systems entstünden. Ein Ausfall des Systems würde den gesamten Projekterfolg von SPARTA verhindern. UniBw M dtec.bw SPARTA: PU344 Lieferung, Installation und Inbetriebnahme eines NVIDIA DGX B300 Deep-Learning-Systems Auftragsgegenstand ist die Lieferung eines NVIDIA DGX B300 Systems für das dtec.bw Projekt SPARTA - Social Media Analysis for Everyone der UniBw M. supplies #Bekanntmachungs-ID: CXP4D54MRJ5# 48800000 Werner-Heisenberg-Weg 39 Neubiberg 85579 DE21H DEU LOT-0001 eu-funds ORG-0001 Die Frist zur Einreichung eines Nachprüfungsantrages bei der unter Ziffer 8.1 ORG-0002 genannten Stelle, um den Abschluss des Vertrages zu verhindern, beträgt zehn Kalendertage, gerechnet ab dem Tag nach Veröffentlichung dieser Bekanntmachung. Auf § 135 Abs. 3 GWB wird hingewiesen. ORG-0002 true none none UniBw M dtec.bw SPARTA: PU344 Lieferung, Installation und Inbetriebnahme eines NVIDIA DGX B300 Deep-Learning-Systems Auftragsgegenstand ist die Lieferung eines NVIDIA DGX B300 Systems. Die IT-Infrastruktur für das dtec.bw-Projekt SPARTA basiert auf einem Deep-Learning-High-Performance-GPU-Cluster bestehend vor allem aus verschiedenen Hard- und Softwarekomponenten von dem Hersteller NVIDIA. Bis in das Jahr 2027 bestehen Wartungs- und Servicevereinbarungen für dieses Cluster und seine Komponenten mit dem Lieferanten und Systemintegrator des Clusters, AMBER AI & Data Science Solutions GmbH. Die UniBw M muss die vorhandene Deep-Learning-Infrastruktur nun zwingend erweitern lassen. Um die installierte und etablierte Hard- und Software, einschließlich des Trainings-Software-Frameworks, der Trainingsdaten und bereits vortrainierter neuronaler Netze, weiterverwenden zu können und eine gemeinsame und effiziente Nutzung der bisherigen Deep-Learning Workstation auch für große Datenmengen aus Bild- und Videodateien zu gewährleisten, sind weitere Systeme von NVIDIA und die entsprechende NVIDIA-Netzwerkinfrastruktur notwendig. Die UniBw M setzt ihren GPU-Cluster in dem Projekt SPARTA unter anderem für das Training von Large-Language-Modellen mit neuesten Ansätzen des Natural Language Processing (NLP) und für die großflächige Analyse von Daten aus sozialen Netzwerken ein. Das Forschungsteam hat Zugriff auf Twitters RealTime PowerTrack und Historical PowerTrack Enterprise APIs, um die riesigen Datenströme abzufangen. Um die Datenmengen verarbeiten zu können, hat das Forschungsprojekt einen großen Bedarf an sehr leistungsfähiger Recheninfrastruktur. Herkömmliche Serverstrukturen bilden die großen Datenmengen und komplexen KI-Modelle nicht zuverlässig ab. Lange Rechenzeiten, begrenzter Grafikspeicher und fehlende Skalierbarkeit würden die anspruchsvollen Auswertungen sowie das Training moderner KI-Modelle erheblich verlangsamen und damit die Zielsetzung des Projekts insgesamt gefährden. Ohne das erforderliche Update wären nicht nur die Forschungsziele von SPARTA, sondern auch andere dtec.bw-Projekte gefährdet. Um diese Lücke zu schließen, muss die UniBw M ein System beschaffen, das hohe Rechen- und Speicherlasten dauerhaft tragen kann, eine stabile, zertifizierte KI-Plattform bereitstellt und sich nahtlos in die bestehende Forschungsinfrastruktur integrieren lässt. supplies Die UniBw M hat am 11.08.2020 ein neues "Zentrum für Digitalisierungsund Technologieforschung der Bundeswehr" (dtec.bw) gegründet. dtec.bw ist Bestandteil des Konjunkturprogrammes der Bundesregierung zur Überwindung der COVID19 Krise und wird über das Bundesministerium der Verteidigung (BMVg) mit Forschungsmitteln aus dem Konjunkturprogramm ausgestattet. dtec.bw wird von der Europäischen Union - NextGenerationEU finanziert. Das Projekt SPARTA wird durch dtec.bw finanziert. none 48800000 Werner-Heisenberg-Weg 39 Neubiberg 85579 DE21H DEU 3 2000-01-01Z