印度在$1B AI基礎設施推動中部署了20,000個NVIDIA Blackwell GPU

泰瑞爾·迪基

2026年2月18日 01:10

印度與NVIDIA合作，建設主權AI基礎設施，配備超過20,000台Blackwell Ultra GPU，目標到2032年達成277億美元市場規模，推動印度AI使命。

印度剛剛在AI主權方面做出了最大的一次投資。在新德里舉行的AI影響力峰會上，該國宣布與NVIDIA合作，在多個數據中心部署超過20,000台Blackwell Ultra GPU——這是官方稱為印度AI使命的硬體支柱。

這項由政府批准的10億美元計劃於2024年3月通過，旨在將印度從AI消費國轉變為生產國。根據不同預測，到2032年，印度國內AI市場規模可能從277億美元到1310億美元不等，風險極高。

硬體布局

三家雲服務提供商領先基礎設施建設。Yotta正在建設名為Shakti Cloud的雲平台，該平台由超過20,000台Blackwell Ultra GPU支援，分布在納威穆尼和大諾伊達的設施中。E2E Networks則在金奈的L&T Vyoma數據中心部署NVIDIA HGX B200系統。

對長期策略更具意義的是：Netweb Technologies在“印度製造”計劃下，國內生產NVIDIA GB200 NVL4平台。每套系統配備四個Blackwell GPU和兩個Grace CPU，為模型訓練和推理提供強大算力，全部在印度本土打造。

為何主權AI在此重要

印度官方語言有22種，人口普查還記錄了超過1500種語言。打造真正服務14億人口的AI，意味著必須在本地數據、本地語言和本地基礎設施上訓練模型。

目前已經展開的模型開發規模相當龐大。由政府支持的BharatGen，利用NVIDIA的NeMo框架，從零建立了一個擁有170億參數的專家混合模型。Sarvam.ai則開源其Sarvam-3系列模型，涵蓋22種Indic語言，模型規模從30億到1000億參數不等。

Gnani.ai聲稱，通過微調NVIDIA的Indic語言語音模型，推理成本降低了15倍，使公司能每天處理超過1000萬通電話，服務於電信和銀行客戶。

已經投入運營的實例

這不是空談。CoRover.ai已部署多語言語音AI，用於印度鐵路，支持1萬名同時用戶，日處理5,000張火車票預訂。印度國家支付公司（NPCI）正在測試FiMi，一款基於Nemotron的金融模型，用於推動銀行系統的多語言客戶服務。

Tech Mahindra則專注於教育，建立一個擁有80億參數的模型，將課堂資料翻譯成印地語、Maithili、Dogri等地區語言。

資金流

NVIDIA正與Peak XV、Elevation Capital、Nexus Venture Partners和Accel India合作，為國內外市場的AI新創公司提供資金。已有超過4000家印度AI新創加入NVIDIA的Inception計劃。

Anusandhan國家研究基金會將獲得NVIDIA AI Enterprise軟體和技術指導的免費使用權，並計劃舉辦訓練營和黑客松，以培養人才。

2024年，印度在亞太地區領先AI採用，根據Deloitte的數據，93%的學生和83%的員工積極使用生成式AI。這周宣布的基礎設施顯示，該國意圖從採用階段轉向生產階段。未來12到18個月的發展將主要取決於這些GPU集群是否能真正訓練出具有競爭力的模型——這一點值得期待。

圖片來源：Shutterstock