Lieferung von GPU-Hochleistungssystemen (Server und Workstations)
Bauhaus-Universität Weimar, WeimarFrist abgelaufen
- Frist (abgelaufen)
- vor 312 Tagen abgelaufen
- Geschätzter Wert
- nicht angegeben
- Verfahren
- Öffentliche Ausschreibung
- Ort der Leistung
- nicht angegeben
- Veröffentlicht
Die Vergabeunterlagen liegen auf der Plattform des Auftraggebers.
Beschreibung
Die Bauhaus-Universität Weimar benötigt leistungsstarke GPU-beschleunigte Computersysteme für rechenintensive Anwendungen im Bereich Deep Learning, künstliche Intelligenz, maschinelles Lernen sowie photogrammetrische Berechnungen. Die Ausschreibung umfasst: Los 1: GPU-Hochleistungsserver (1 Stück) Der Server wird für das Training großer neuronaler Netze, die Verarbeitung umfangreicher Datensätze sowie für GPU-beschleunigte wissenschaftliche Berechnungen eingesetzt. Das System muss eine hohe Rechenleistung durch moderne Multi-Core-Prozessoren und mehrere leistungsstarke GPUs bereitstellen. Eine ausreichende RAM-Kapazität sowie schneller NVMe-Speicher sind erforderlich, um große Batch-Größen zu verarbeiten und Datensätze lokal mit hoher Geschwindigkeit bereitzustellen. Das System muss für den 24/7-Dauerbetrieb ausgelegt sein und eine zuverlässige Kühlung sowie redundante Netzteile aufweisen. Los 2: GPU-Hochleistungs-Workstations (3 Stück) Positionen 1 & 2 sind für Deep Learning, künstliche Intelligenz und maschinelles Lernen vorgesehen. Diese Workstations werden für das Training großer neuronaler Netze, die Verarbeitung umfangreicher Datensätze sowie für GPU-beschleunigte wissenschaftliche Berechnungen eingesetzt. Position 3 ist für RAW-Fotobearbeitung und photogrammetrische Berechnungen vorgesehen. Diese Workstation wird für die Verarbeitung hochauflösender Bilddaten, die photogrammetrische 3D-Rekonstruktion von Bauwerken sowie für die Analyse großer Bilddatensätze einge-setzt. Die erweiterte Storage-Kapazität ist notwendig für die Archivierung umfangreicher RAW-Fotodaten und photogrammetrischer Projekte. Die Workstations müssen hohe Rechenleistung durch moderne Multi-Core-Prozessoren und leistungsstarke GPUs bereitstellen. Ausreichende RAM-Kapazität sowie schneller NVMe-Speicher sind erforderlich, um große Batch-Größen bzw. hochauflösende Bilddaten zu verarbeiten und Datensätze lokal mit hoher Geschwindigkeit bereitzustellen. Die Systeme müssen für den Dauerbetrieb ausgelegt sein und eine zuverlässige Kühlung sowie hochwertige Netzteile aufweisen.