Lieferung, Installation und Vernetzung eines Deep-Learning Clusters

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. 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.

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.

Bekanntmachungs-ID: CXP4YVCH5TA

Teilweiser Ersatz oder Ausweitung vorhandener Lieferungen oder Anlagen durch den ursprünglichen Lieferanten, deren Beschaffung nach den strengen Vorschriften der Richtlinie erfolgt. Die Voraussetzungen für ein Verhandlungsverfahren ohne Teilnahmewettbewerb nach § 14 Abs. 4 Nr. 5 VgV lagen 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-Netzwerkinfrastruktur 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-Systemen 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 erhielt den Zu-schlag. Die zu liefernden NVIDIA DGX H100-Systeme und die entsprechenden NVIDIA-Netzwerkinfrastruktur dienen der Erweiterung des bereits von DELTA gelieferten Deep-Learning Clusters und stehen 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 Flug-zeugen 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 NVI-DIA 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 Vernet-zung 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 vor-genommen hat, kommt nur dieses Unternehmen für die Lieferung und Vernetzung der Systemerweiterung 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.