Deep Learning Server Referenznummer der Bekanntmachung: 2023/08
Auftragsbekanntmachung
Lieferauftrag
Abschnitt I: Öffentlicher Auftraggeber
Postanschrift: Beethovenstraße 1
Ort: Aalen
NUTS-Code: DE11D Ostalbkreis
Postleitzahl: 73430
Land: Deutschland
Kontaktstelle(n): Vergabestelle / Finanzabteilung
E-Mail:
Internet-Adresse(n):
Hauptadresse: www.hs-aalen.de
Abschnitt II: Gegenstand
Deep Learning Server
Gegenstand der Beschaffung ist KI-Infrastruktur (Datenspeicher, Switch, unterbrechungsfreie Stromversorgung und GPUs, Software und Wartung.
Die Beschaffung beinhaltet die Lieferung, Installation und Inbetriebnahme von Hard- und Software für KI-Anwendungen bestehend aus Grafikprozessoren, Speicher, unterbrechungsfreier Stromversorgung und Netzwerkkomponenten (inkl. Switch). Die Speicher sind nicht Bestandteil dieser Ausschreibung.
Hochschule Aalen - Technik und Wirtschaft Beethovenstraße 1 73430 Aalen
Die Hochschule Aalen beabsichtigt die Beschaffung eines Deep-Learning-Servers für verschiedene Deep Learning Forschungsvorhaben. Für die Unterstützung laufender und geplanter Forschungsprojekte ist die Beschaffung eines leistungsfähigen Deep-Learning-Servers im Rahmen eines Förderprogramms des Ministeriums für Wirtschaft, Arbeit und Wohnungsbau Baden-Württemberg geplant. Aufgrund der Vielzahl an unterschiedlichen Deep-Learning-Aufgaben und Anwendungsfeldern werden an den Deep-Learning-Server besondere Anforderungen hinsichtlich der Funktionalität, Flexibilität und Vielseitigkeit gestellt. Mit dem Server sollen komplexe Deep-Learning-Algorithmen, wie bspw. Deep Convolutional Neural Networks, Recurrent Neural Networks, Generative Adversarial Networks, Transformer oder Reinforcement Learning parallel entwickelt und trainiert werden. Weiterhin ist der gleichzeitige Einsatz von Suchalgorithmen (bspw. Neural Architecture Search oder AutoAugment) zur Erforschung neuer Deep-Learning-Architekturen unabdingbar. Hierbei muss ein großer Möglichkeitsraum an potenziellen Architekturkandidaten effizient durchsucht werden. Dabei muss sowohl der Architekturkandidat wie auch der KI-basierte Suchalgorithmus parallel trainiert werden. Um diese Verfahren jedoch effizient skalieren zu können, ist ein hoher Grad an Parallelisierung zwingend erforderlich. Dies wiederum erfordert viele Deep Learning fähige Grafikkarten, welche zusätzlich über eine direkte Kommunikationsverbindung miteinander verbunden sind.
Regionale Innovationszentren
Abschnitt III: Rechtliche, wirtschaftliche, finanzielle und technische Angaben
Eigenerklärung über die Eintragung des Unternehmens in das Berufs- oder Handelsregister.
(ggf. Vorlage der Bescheinigung über die Eintragung auf gesondertes Verlangen der Vergabestelle)
Abschnitt IV: Verfahren
Abschnitt VI: Weitere Angaben
Bekanntmachungs-ID: CXR6YDSYHM4
Ort: Karlsruhe
Land: Deutschland
Sollte ein Bieter der Auffassung sein, dass diese Vorgehnsweise gegen Vergabevorschriften verstößt, so wird er ausdrücklich aufgefordert, den aus seiner Sicht vorliegenden Verstoß gegen Vergabevorschriften vor Ende der Bewerbungs- oder Angebotsfrist zu rügen. Ohne eine vor Ende der Bewerbungs- oder Angebotsfrist erfolgende Rüge wird der Auftraggeber sich auf eine Rügepräklusion gem. §160 Abs.3 GWB berufen.