Tendering Procedure Details
Auftragsbekanntmachung
Öffentliche Ausschreibung nach UVgO
Liefer- / Dienstleistungsauftrag
1.
Öffentlicher Auftraggeber (Vergabestelle)
a)
Hauptauftraggeber (zur Angebotsabgabe auffordernde Stelle)
Name:Bauhaus-Universität Weimar
Straße, Hausnummer:Cranachstr. 47
Postleitzahl (PLZ):99423
Ort:Weimar
E-Mail: sylvia.reichelt@uni-weimar.de
b)
Zuschlag erteilende Stelle
Wie Hauptauftraggeber siehe a)
2.
Angaben zum Verfahren
a)
Verfahrensart
Öffentliche Ausschreibung nach UVgO
b)
Vertragsart
Liefer- / Dienstleistungsauftrag
c)
Geschäftszeichen
4330900274-5/25
3.
Angaben zu Angeboten
a)
Form der Angebote
- elektronisch
- ohne elektronische Signatur (Textform)
b)
Fristen
Ablauf der Angebotsfrist
27.11.2025 - 12:00 Uhr
Ablauf der Bindefrist
06.01.2026
c)
Sprache
deutsch
4.
Angaben zu Vergabeunterlagen
a)
Vertraulichkeit
Die Vergabeunterlagen stehen für einen uneingeschränkten und vollständigen direkten Zugang gebührenfrei zur Verfügung unter
https://www.evergabe-online.de/tenderdetails.html?id=815961
https://www.evergabe-online.de/tenderdetails.html?id=815961
b)
Zugriff auf die Vergabeunterlagen
Vergabeunterlagen werden nur elektronisch zur Verfügung gestellt
c)
Zuständige Stelle
Hauptauftraggeber siehe 1.a)
d)
Anforderungsfrist
27.11.2025 - 12:00 Uhr
5.
Angaben zur Leistung
a)
Art und Umfang der Leistung
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.
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.
c)
Ort der Leistungserbringung
Weimar
6.
Angaben zu Losen
a)
Anzahl, Größe und Art der Lose
Los 1: 1 Stück GPU-Hochleistungsserver
Los 2: 3 Stück GPU-Workstations
Los 2: 3 Stück GPU-Workstations
b)
Angebote für Lose
Angebote sind möglich für
alle Lose
7.
Zulassung von Nebenangeboten
Nein
8.
Bestimmungen über die Ausführungsfrist
schnellstmöglich
9.
Höhe geforderter Sicherheitsleistungen
Für vom Auftragnehmer geforderten Abschlagszahlungen vor der Warenlieferung wird eine Vorauszahlungsbürgschaft einer deutschen Geschäftsbank gem. Bürgschaftsformular 423 gefordert. Die Höhe der Bürgschaft richtet sich nach der Höhe der geforderten Abschlagszahlung brutto. Die Vorauszahlungsbürgschaft ist innerhalb von 15 Werktagen nach Vertragsschluss bei nachfolgender Adresse einzureichen: Bauhaus-Universität Weimar
Dezernat Finanzen, Referat Beschaffung
Cranachstraße 47, Raum 202
99423 Weimar
Dezernat Finanzen, Referat Beschaffung
Cranachstraße 47, Raum 202
99423 Weimar
10.
Wesentliche Zahlungsbedingungen
gem. Thüringer Landeshaushaltsordnung in der aktuell gültigen Fassung
11.
Unterlagen und Anforderungen zur Beurteilung der Eignung des Bieters und des Nichtvorliegens von Ausschlussgründen
a) Eigenerklärung zur Eignung gem. Fbl. 124
b) Handelsregisterauszug
c) Unbedenklichkeitserklärung des Finanzamtes und der Sozialversicherungsträger
d) Referenzliste bezogen auf den ausgeschriebenen Leistungsgegenstand
e) Eigenerklärung zur Einhaltung des ThürVgG
Ein Auszug aus der Präqualifizierungsdatenbank ersetzt die Bieternach-weise a) und c)
b) Handelsregisterauszug
c) Unbedenklichkeitserklärung des Finanzamtes und der Sozialversicherungsträger
d) Referenzliste bezogen auf den ausgeschriebenen Leistungsgegenstand
e) Eigenerklärung zur Einhaltung des ThürVgG
Ein Auszug aus der Präqualifizierungsdatenbank ersetzt die Bieternach-weise a) und c)
12.
Zuschlagskriterien
a) Preis 50%
b) Qualität, Funktionalität, Bedienungsfreundlichkeit, Folgekosten 50%
b) Qualität, Funktionalität, Bedienungsfreundlichkeit, Folgekosten 50%
13.
Rechtsform, die eine Bietergemeinschaft nach Zuschlagserteilung annehmen muss
gesamtschuldnerisch haftend mit bevollmächtigtem Vertreter
5f39121b-4ab4-457b-97bd-d57a3b6febff