KI-Bestandsinfrastruktur-Erweiterung - Projekt Racoon
Niemcy · Essen · jak tu składać oferty →
Twoja droga do złożenia oferty
- Termin: 23 września 22:00 — zostało 12 dni.
- Miejsce składania wskazano w ogłoszeniu (link po prawej).
- Skompletuj dokumenty — warunki udziału są wyżej na tej stronie; przy wielu analiza podpowiada, jak je zdobyć.
Clement Co liczby mówią o tym zamawiającym
- W tej branży zamawiający udziela zamówień mniej więcej co 4 mies. (53 zamówień, ostatnio wrzesień 2025) — w tym rytmie kolejne było spodziewane około styczeń 2026. Ostatnie zamówienie otrzymała firma Firemetrics GmbH.n = 53
- 26% zamówień tego zamawiającego trafiło do firm, które już wcześniej tu wygrały (173 zamówień od 2017, rozłożonych na 128 firm). To wyraźnie mniej niż norma branżowa (47%) — ten zamawiający zmienia wykonawców częściej niż inni.n = 173 udzielonych zamówień od 2017
- Od ogłoszenia do udzielenia zamówienia mija tu w medianie 380 dni (77 postępowań). Branża: 72 dni.n = 77
- Mediana: tylko jedna oferta na postępowanie (157 postępowań z liczbą ofert); w 58% został jeden oferent. Branża: mediana 1 ofert.n = 157
- W 9 postępowaniach z ustrukturyzowanymi warunkami udziału zamawiający najczęściej wymagał: Zarządzanie jakością (4 z 9), Kontrola jakości przez instytuty (4 z 9), Personel techniczny kontroli jakości (1 z 9), Wymagane bezpieczeństwo dostaw (1 z 9).n = 9
Na podstawie udokumentowanych zamówień tego zamawiającego; wartości porównawcze z tej samej branży i kraju. To nie prognoza ani porada prawna. Stan na 08.09.2026.
Oferenci zagraniczni
W kategorii Niemcy · Oprogramowanie i systemy IT firmy zagraniczne wygrały 343 zamówień w ciągu 3 lat (z 16 177 odnotowanych) — głównie z Szwajcaria, Włochy, Austria.
Typowa konkurencja: mediana 2 (z 50 zamówień).
Czego szuka zamawiający
2.1 NVIDIA Deep Learning System DGX B300-Cluster - Los 1 Erforderliche Beschaffung von vier NVIDIA DGX B300 Systemen zur effizienten Bearbeitung rechenintensiver KI-Fragestellungen (z. B. medizinische Bildgebung, digitale Pathologie, Omics und NLP). Das System dient als zentrale Infrastruktur und ermöglicht über fortschrittliche Virtualisierung mit DGX OS / NVIDIA Enterprise AI die flexible Bereitstellung von GPU-Arbeitsplatzumgebungen für universitäre Partner im RACOON Verbundprojekt. Dabei fügen sich die neuen Systeme nahtlos in die bereits bestehende Management-Infrastruktur ein, welche auf dem NVIDIA Base Command Manager und NVIDIA Mission Control basiert. Dies sichert eine hocheffiziente, konsistente Administration ohne zusätzlichen Einarbeitungs- oder Migrationsaufwand für das Betriebsteam. Da sämtliche Algorithmen und KI-Modelle auf der proprietären NVIDIA CUDA-Architektur…
Pokaż pełny opis
… basieren, ist das System technisch alternativlos; eine Umstellung auf andere Architekturen oder APIs wäre mit einem unverhältnismäßig hohen und wirtschaftlich nicht vertretbaren Aufwand verbunden. Zudem baut das vorhandene GPU-Cluster-Management nativ auf diesem Software-Stack auf. Die gewählte Blackwell-Generation (B300) bietet mit 8x NVIDIA B300 GPUs, 2304 GB Gesamtspeicher und einer 800 Gbit/s InfiniBand-Anbindung die einzig adäquate Leistungsklasse. Zudem garantiert die enorme Leistungsdichte (10 HE im Rack bei max. 15,1 kW pro System) eine ressourcenschonende Integration in das kapazitätsbegrenzte Rechenzentrum. 2.2 NVIDIA GPU-Server, Netzwerk sowie Spark Cluster - Los 2 Die Beschaffung dient der Erweiterung und Optimierung der bestehenden Infrastruktur des Research Compute Cluster (RCC) zur Deckung des steigenden Bedarfs an leistungsfähigen Ressourcen für KI- und datenintensive Forschungsanwendungen. Die NVIDIA DGX-Spark-Systeme ermöglichen die Entwicklung, Erprobung und Inferenz von KI-Modellen in derselben NVIDIA-Softwareumgebung wie die zentralen GPU-Server des RCC. Dadurch können entwickelte Anwendungen ohne grundlegende Anpassungen auf die leistungsfähigeren RCC-Ressourcen übertragen werden. Der zusätzliche GPU-Server erweitert die zentrale Rechenkapazität des RCC und wird insbesondere für medizinische KI, Bildanalyse, Genomik/Metagenomik sowie das Training und die Inferenz großer KI-Modelle eingesetzt. Die Integration erfolgt in die bestehende Slurm-basierte Infrastruktur. Zur Anbindung der zusätzlichen Komponenten wird zudem die bestehende Management- und BMC-Netzinfrastruktur durch einen technisch identischen SuperMicro SSE-G3748R-SONIC erweitert. Dadurch wird eine einheitliche und betrieblich konsistente Infrastruktur ohne Aufbau einer separaten Netzwerklösung sichergestellt.
Zamówienie
Kto dotąd tu wygrywał
| Wykonawca | Udzielone zamówienia | Okres |
|---|---|---|
| Siemens Healthcare GmbH · Erlangen | 13 | 2016–2025 |
| Philips Healthcare · Hamburg | 6 | 2017–2020 |
| Ziehm Imaging GmbH · Nürnberg | 4 | 2017–2019 |
| Sysmex Deutschland GmbH · Norderstedt | 4 | 2016–2024 |
| Siemens Healthineers AG | 4 | 2025 |
Jak często ten zamawiający ogłasza takie zamówienia
Kto zna rytm, przygotowuje się, zamiast reagować.