L'Inde déploie 20 000 GPU NVIDIA Blackwell dans la poussée d'infrastructure $1B AI

Terrill Dicki

18 février 2026 01:10

L’Inde s’associe à NVIDIA pour construire une infrastructure souveraine d’IA avec plus de 20 000 GPU Blackwell Ultra, visant un marché de 27,7 milliards de dollars d’ici 2032 dans le cadre de la Mission IndiaAI.

L’Inde a fait son plus gros pari sur la souveraineté de l’IA à ce jour. Lors du Sommet sur l’impact de l’IA à New Delhi, le pays a dévoilé des partenariats avec NVIDIA pour déployer plus de 20 000 GPU Blackwell Ultra dans plusieurs centres de données — l’épine dorsale matérielle de ce que les responsables appellent la Mission IndiaAI.

L’initiative gouvernementale d’un milliard de dollars, approuvée en mars 2024, vise à transformer l’Inde d’un consommateur d’IA en un producteur. Avec des projections du marché intérieur de l’IA allant de 27,7 milliards de dollars à 131 milliards de dollars d’ici 2032 selon les estimations, les enjeux sont énormes.

La stratégie matérielle

Trois fournisseurs de cloud mènent la construction de l’infrastructure. Yotta construit ce qu’il appelle le Shakti Cloud, alimenté par plus de 20 000 GPU Blackwell Ultra répartis dans des centres à Navi Mumbai et Greater Noida. E2E Networks déploie des systèmes NVIDIA HGX B200 au centre de données Vyoma de L&T à Chennai.

Peut-être plus important pour la stratégie à long terme : Netweb Technologies fabrique localement des plateformes NVIDIA GB200 NVL4 dans le cadre du programme « Make in India ». Chaque système intègre quatre GPU Blackwell et deux CPU Grace — une puissance sérieuse pour l’entraînement et l’inférence de modèles, construite sur le sol indien.

Pourquoi l’IA souveraine est importante ici

L’Inde reconnaît 22 langues officielles. Son recensement en a enregistré plus de 1 500 autres. Construire une IA qui sert réellement 1,4 milliard de personnes implique de former des modèles sur des données locales, dans des langues locales, sur une infrastructure locale.

Le développement de modèles déjà en cours est conséquent. BharatGen, une initiative soutenue par le gouvernement, a construit un modèle de 17 milliards de paramètres basé sur un mélange d’experts, à partir de zéro, en utilisant le cadre NeMo de NVIDIA. Sarvam.ai open-source sa série Sarvam-3, entraînée sur 22 langues indic, avec des modèles allant de 3 milliards à 100 milliards de paramètres.

Gnani.ai affirme une réduction de 15 fois des coûts d’inférence après avoir ajusté finement les modèles de parole de NVIDIA pour les langues indic — permettant à l’entreprise de gérer plus de 10 millions d’appels par jour pour des clients dans les télécommunications et la banque.

Déploiements en production déjà en service

Ce n’est pas de la vaporware. CoRover.ai a déployé une IA vocale multilingue pour Indian Railways, supportant 10 000 utilisateurs simultanés et traitant 5 000 réservations de billets quotidiennes. La National Payments Corporation of India teste FiMi, un modèle financier basé sur Nemotron, pour alimenter un service client multilingue dans tout le système bancaire.

Tech Mahindra vise le secteur de l’éducation — en construisant un modèle de 8 milliards de paramètres pour traduire les matériaux de classe en hindi, maithili, dogri et autres langues régionales.

Le pipeline de financement

NVIDIA s’associe à Peak XV, Elevation Capital, Nexus Venture Partners et Accel India pour financer des startups d’IA développant pour les marchés domestiques et internationaux. Plus de 4 000 startups indiennes d’IA sont déjà inscrites au programme Inception de NVIDIA.

La Fondation nationale de recherche Anusandhan bénéficiera d’un accès gratuit au logiciel NVIDIA AI Enterprise et d’un mentorat technique, avec des bootcamps et hackathons prévus pour développer les talents.

L’Inde a mené l’adoption de l’IA en Asie-Pacifique en 2024, avec 93 % des étudiants et 83 % des employés utilisant activement l’IA générative selon Deloitte. L’infrastructure annoncée cette semaine indique que le pays a l’intention de passer de l’adoption à la production. La réussite de cette transition dépendra en grande partie de la capacité de ces clusters GPU à entraîner des modèles compétitifs — ce que les 12 à 18 prochains mois devraient révéler.

Source de l’image : Shutterstock