login
quiescence.eu

Los 1: GPU nodes (DGX/HGX B200/B300 class)

Open

The source does not publish a status. We worked this out from the opening and closing dates it does publish.

Sign in to bookmark this

Im Rahmen eines öffentlich geförderten europäischen Projekts zu offenen großen Sprachmodellen veröffentlicht die Gottfried Wilhelm Leibniz Universität Hannover (LUH) diese europaweite Ausschreibung für GPU- und CPU-Rechenkapazitäten für das Pretraining und Post-Training großer Sprachmodelle (LLMs). Die Beschaffung ist in zwei Lose unterteilt, die zwei technisch unterschiedlichen Systemklassen entsprechen: Los 1 betrifft GPU-Knoten gemäß der NVIDIA-DGX/HGX-B200- oder B300-Referenzarchitektur (8 GPU-Module pro Knoten) oder neuer. Gegenstand sind die Fertigstellung und das Post-Training von Mixture-of-Experts-(MoE-)Modellen mit mehr als 100 Milliarden Parametern, die Evaluierung, die Generierung synthetischer Daten mit Generatormodellen von etwa 400 Milliarden Parametern sowie die Destillation kleinerer Modellvarianten. -Referenz-GPU NVIDIA B200 in Knoten der DGX/HGX-B200-Referenzarchitektur (2,25 × 10¹⁵ FLOPs/s BF16 Dense je GPU); DGX/HGX B300 oder neuere NVIDIA-Referenzarchitekturen d

Status
Open
Deadline
Published
Country
Germany
Funder
Gottfried Wilhelm Leibniz Universität Hannover
Official page
Open at the source portal

What applying involves

2 steps, all of them taken from this call's own documents.

Understand the call

Submit

Sign in to track these

Similar opportunities

Where this came from

Source document
https://oeffentlichevergabe.de/api/notice-exports?pubMonth=2026-10
Document fingerprint
00e7b1af31cfc901 (SHA-256, first 16 hex characters)
Collected
First recorded here

What has changed

Data source

Source: Datenservice Öffentlicher Einkauf (Bundesministerium für Wirtschaft und Klimaschutz). CC0 1.0 (CC-ZERO) — no conditions.

We collected this from the source on .

Personal data of natural persons has been dissociated by quiescence.eu.

This service is not affiliated with, sponsored or endorsed by the data publishers.