Vergabekarte
VergabeEx-ante-TransparenzEU-weitLieferleistungenveröffentlicht

Lieferung, Installation und Vernetzung eines Deep-Learning Clusters

Lage: München (Landkreis), Bayern

Beabsichtigte Direktvergabe (Ex-ante-Transparenz)

Die Vergabestelle gibt bekannt, den Auftrag ohne vorherige Ausschreibung an das genannte Unternehmen vergeben zu wollen. Das ist noch kein geschlossener Vertrag; diese Bekanntmachung zählt nicht in Vergabestatistiken.
Auftragswert
1,3 Mio. €
1300000€
Vorgesehener Auftragnehmer
Ergebnis nicht veröffentlicht
Angebote
nicht veröffentlicht
Bekannt gemacht
Di., 05.12.2023

Vorgesehene Vergabe

Zuschläge nach Losen
AuftragnehmerAngeboteAuftragswertZuschlag
Ergebnis nicht veröffentlichtnicht veröffentlichtkein Wert veröffentlichtnicht veröffentlicht

Beschreibung

Gegenstand des Loses

Die UniBw M hat am 11.08.2020 ein neues „Zentrum für Digitalisierung- und Technologieforschung der Bundeswehr“ (kurz dtec.bw) gegründet. dtec.bw ist Bestandteil des Konjunkturprogrammes der Bundesregierung zur Überwindung der COVID-19 Krise und wird über das Bundesministerium der Verteidigung (BMVg) mit Forschungsmitteln aus dem Konjunkturprogramm ausgestattet. Das Projekt MissionLab wird durch dtec.bw gefördert.

Für das dtec.bw Projekt MissionLab beschaffte die UniBw M eine Deep-Learning Infrastruktur. 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.

Einzelheiten ergeben sich aus dem Leistungsverzeichnis (Anlage 1 zur AzA) sowie dem Vertragsentwurf (Anlage 2 zur AzA).

Begründung der Direktvergabe

Bedarf an zusätzlichen Bauleistungen oder Dienstleistungen durch den ursprünglichen Auftragnehmer. Die Voraussetzungen für ein Verhandlungsverfahren ohne Teilnahmewettbewerb nach § 14 Abs. 4 Nr. 5 VgV liegen vor, da die UniBw M die bereits bestehende Deep-Learning Infrastruktur des Systems NVIDIA DGX H100, um vier NVIDIA DGX H100-Systeme und die entsprechende NVIDIA-Netzwerk-Infrastruktur erweitert und nur DELTA Computer Products GmbH (DELTA)die Vernetzung der bestehenden Systeme ohne unverhältnismäßige technische Schwierigkeiten bei Gebrauch und Wartung vornehmen kann.

Bei den zu beschaffenden NVIDIA DGX H100-Systeme und der entsprechenden NVIDIA-Netzwerk-Infrastruktur handelt es sich um eine zusätzliche Lieferleistung des ursprünglichen Auftragnehmers DELTA.

Mit Auftragsbekanntmachung vom 18.11.2022 (2022/S 223-640157) führte die UniBw M ein offenes Vergabeverfahren durch, um die Deep-Learning Infrastruktur, bestehend aus einem Deep-Learning Cluster sowie sechs Deep-Learning Grafikkarten zu beschaffen. DELTA Computer Products GmbH (DELTA) erhielt den Zuschlag.

Die zu liefernden NVIDIA DGX H100-Systeme und der entsprechenden NVIDIA-Netzwerk-Infrastruktur dienen der Erweiterung des bereits von DELTA gelieferten Deep-Learning Cluster und steht daher in einem unmittelbaren Zusammenhang mit der ursprünglichen Lieferung, ohne diese als Ganzes zu ersetzen. 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.

Das Lernen bzw. Trainieren sowie die Simulation von Sensoren und Flugzeugen bzw. Flugumgebungen dauert sehr lange. Dies kann durch den Einsatz von speziell auf parallele Recheneinheiten (Deep-Learning Grafikkarten) abgestimmte Softwaremodule (Bibliotheken) erheblich beschleunigt werden (Faktor > 20-50). Der Einsatz dieser freien und kommerziellen Bibliotheken ist an die Grafikkarten von NVIDIA gebunden. Alternative Grafikkarten können hierbei nicht genutzt (u.a. von Intel, AMD) werden.

Ein Wechsel des Auftragnehmers hätte zur Folge, dass die UniBw M eine Leistung mit unterschiedlichen technischen Merkmalen beschaffen müsste und dies unverhältnismäßige technische Schwierigkeiten bei Gebrauch mit sich bringen würde. Ein Wechsel des Systems (z.B. zu einem System von Intel oder AMD) würde dazu führen, dass die Bibliotheken nicht mehr genutzt werden können. Die bestehenden Trainingsdaten sind in den Bibliotheken aufbereitet und die Workflows der UniBw M auf die Bibliotheken abgestimmt.

Die Installation und Verkabelung der bisherigen DGX-Workstations wurden bereits durch den von NVIDIA zertifizierten DGX-Partner DELTA durchgeführt. Gemäß den NVIDIA-Garantiebestimmungen darf die Vernetzung nur von dem zertifizierten DGX-Partner durchgeführt werden, der auch schon das Ursprungssystem geliefert und installiert hat. Da DELTA als zertifizierter DGX-Partner bereits die technisch aufwendige Installation des bestehenden Systems vorgenommen hat, kommt nur dieses Unternehmen für die Lieferung und Vernetzung der System-Erweiterung in Betracht. Die Vernetzung durch einen anderen Auftragnehmer würde zudem unverhältnismäßige technische Schwierigkeiten mit sich bringen.

Die Laufzeit des Lieferauftrags beträgt auch nicht länger als drei Jahre.

Eckdaten

Vergabestelle
Universität der Bundeswehr München (UniBw M)
Werner-Heisenberg-Weg 39, 85577 Neubiberg
Art des Auftraggebers
Obere, mittlere oder untere Bundesbehörde mit niedrigem Schwellenwert (§ 106 Abs. 2 Nr. 1 GWB)Bundesauftraggeber
Erfüllungsort
MünchenNUTS DE21H
Verfahrensart
Verhandlungsverfahren ohne Teilnahmewettbewerb
Auftragsart
Lieferleistungen
Vergaberegime
EU-weite Vergabe (oberhalb der EU-Schwellenwerte)
Rechtsgrundlage
Richtlinie 2014/24/EU (öffentliche Auftragsvergabe)VgV
Art der Bekanntmachung
Freiwillige Ex-ante-Transparenzbekanntmachung
Geschätzter Wert
nicht veröffentlicht
Für KMU geeignet
nicht angegeben
Geschäftszeichen
Nachrüstung eines Deep-Learning Clusters
Veröffentlicht
abgesendet Mo., 04.12.2023, 01:00 Uhr MEZ
Bekanntmachung
25090bb8-33bc-409e-b01e-c77be6bcc713Version 1
Verfahrens-ID
e8229717-2ca2-4b9d-ac67-7692388cbcc5
Nachprüfungsstelle
Bundeskartellamt - Vergabekammer des Bundes, Bonnzuständig für Rügen und Nachprüfungsanträge
Datenformat
eForms-Bekanntmachungeforms-de-1.1

Kategorien (CPV)

Ähnliche offene Ausschreibungen

Mehr
Keine dieser Ausschreibungen nennt einen geschätzten Wert.

Quelle Bekanntmachungsservice (oeffentlichevergabe.de) (CC0) · Bekanntmachung 25090bb8-33bc-409e-b01e-c77be6bcc713, Version 1 · bei uns aktualisiert · Stand