Beschreibung: In Zukunft wird die Leistungsfähigkeit militärischer Luftfahrzeuge in erheblichem
Maß durch den Einsatz von Missionstechnologien bestimmt. Traditionell üben fast aus-schließlich
Menschen missionsspezifische Funktionen wie die Situationsanalyse, die Entscheidungsfindung
und die Planung des Einsatzes aus. Sie greifen schon heute etwa mit Sensoren, Selbstschutzeinrichtungen
und Wirkmitteln auf verschiedene technologische Hilfsmittel zurück, die bisher jedoch
weit überwiegend eine dienende Funktion einnehmen. Mit der fortschreitenden Digitalisierung
und Vernetzung von Luftfahr-zeugen und der steigenden Verfügbarkeit von Methoden und
Algorithmen zur Abbildung menschlicher kognitiver Leistungen durch Künstliche Intelligenz
(KI) auf Bordrechnern (z.B. wahrnehmen, analysieren, entscheiden, planen, kommunizieren,
lernen), werden künftig immer mehr Missionsaufgaben automatisiert. Menschen müssen
jedoch insbesondere aus ethischen Gründen auch in Zukunft die zentralen Entscheidungen
treffen. Die Bundeswehr muss diesen stark steigenden Anforderungen an das effiziente
und störungsfreie Zusammenwirken von Mensch und Technik Rechnung tragen. Die Bundeswehr
erforschte und entwickelte die relevanten Technologien bisher in spezifischen Umgebungen,
die auf die jeweilige Aufgabe zugeschnitten waren. Zukünftig wird die Bundeswehr auf
neue Methoden zurückgreifen müssen, um die sich zwischen den kri-tischen Elementen
Szenarien, Missionen, Nutzer und Missionstechnologien ergebenden Wechselwirkungen
angemessen abzubilden. Mit dem Projekt MissionLab leistet die UniBw M einen Beitrag
dazu, die nationale Analyse-, Beurteilungs- und Entscheidungsfähigkeit der Bundeswehr
aufzubauen, zu stärken und mittel- bis langfristig zu erhalten. Durch das Projekt
MissionLab schafft die UniBw M eine integrierte, über die beteiligten Institute verteilte
Infrastruktur und Experimentalumgebung, mit der sie Missionstechnologien und entsprechende
Konzepte zur Automatisierung, zur Mensch-Maschine-Integration und zur Ausbildung von
Nutzern durchgängig von Constructive-Umgebungen (Rechner-Modelle) über Virtual Umgebungen
(Simulator-Cockpits) bis hin zu Live-Umgebungen (Flugversuchsträger) untersuchen kann.
Sie will Forschungsergebnisse anhand von Funktionsprototypen für Missionssysteme durchgängig
und nahtlos von niedrigen Technologiereifegraden bis hin zu Flugversuchen in realen
Umgebungen erzielen Für das dtec.bw Projekt MissionLab beschaffte die UniBw M eine
Deep-Learning Infra-struktur. Der Auftragnehmer hat hierfür einen Deep-Learning Cluster
geliefert, installiert und in Betrieb genommen sowie vier Deep-Learning Grafikkarten
geliefert. Um die bisherige Software, einschließlich Trainings-Software-Framework,
Trainingsdaten und bereits vortrainierte neuronale Netze, weiterverwenden zu können
und eine gemeinsame und effiziente Nutzung der bisherigen Deep-Learning Workstation
zu gewährleisten, sind weitere DGX-H100 Systeme und die entsprechende NVIDIA-Netzwerk-Infrastruktur
notwendig. Auftragsgegenstand dieses Vergabeverfahrens ist die Nachrüstung und Vernetzung
des bestehenden Deep-Learning Clusters. Hierfür muss der Auftragnehmer vier NVIDIA
DGX H100-Systeme und die entsprechende NVIDIA-Netzwerk-Infrastruktur liefern, installieren
und mit dem bestehenden System vernetzen.