Индия сотрудничает с NVIDIA для создания суверенной инфраструктуры ИИ с более чем 20 000 графических процессоров Blackwell Ultra, нацеленной на рынок стоимостью 27,7 миллиарда долларов к 2032 году в рамках миссии IndiaAI.
Индия сделала свою крупнейшую ставку на суверенный ИИ. На Саммите по влиянию ИИ в Нью-Дели страна объявила о партнерствах с NVIDIA для развертывания более 20 000 графических процессоров Blackwell Ultra в нескольких дата-центрах — аппаратной базе для того, что чиновники называют миссией IndiaAI.
Государственная инициатива стоимостью 1 миллиард долларов, одобренная в марте 2024 года, направлена на преобразование Индии из потребителя ИИ в его производителя. Согласно прогнозам внутреннего рынка ИИ, к 2032 году он может достигнуть от 27,7 миллиарда до 131 миллиарда долларов, и ставки здесь очень высоки.
Аппаратная стратегия
Три облачных провайдера ведут строительство инфраструктуры. Yotta создает так называемый Shakti Cloud, основанный на более чем 20 000 графических процессорах Blackwell Ultra, размещенных в дата-центрах в Нави-Мумбаи и Грейт-Нойда. E2E Networks разворачивает системы NVIDIA HGX B200 в дата-центре Vyoma L&T в Ченнаи.
Более важное для долгосрочной стратегии: Netweb Technologies производит платформы NVIDIA GB200 NVL4 внутри страны по программе «Make in India». Каждая система содержит четыре графических процессора Blackwell и два процессора Grace — мощное оборудование для обучения моделей и их вывода, созданное на территории Индии.
Почему суверенный ИИ важен здесь
Индия признает 22 официальных языка. В переписи населения зафиксировано более 1500 дополнительных языков. Создавать ИИ, который действительно обслуживает 1,4 миллиарда человек, означает обучать модели на локальных данных, на местных языках и на местной инфраструктуре.
Разработка моделей уже идет активно. BharatGen — инициатива, поддерживаемая правительством, — создала с нуля модель с 17 миллиардами параметров на базе фреймворка NVIDIA NeMo. Sarvam.ai открывает исходный код своей серии Sarvam-3, обученной на 22 индийских языках, с моделями от 3 до 100 миллиардов параметров.
Gnani.ai заявляет о снижении затрат на вывод моделей в 15 раз после дообучения речевых моделей NVIDIA для индийских языков — что позволяет компании обрабатывать более 10 миллионов звонков ежедневно для телекоммуникационных и банковских клиентов.
Уже запущенные производственные решения
Это не фантазии. CoRover.ai внедрила мультиязычный речевой ИИ для Индийских железных дорог, поддерживающий 10 000 одновременных пользователей и обрабатывающий 5000 ежедневных бронирований билетов. Национальная корпорация по платежам Индии тестирует FiMi — финансовую модель на базе Nemotron для поддержки многоязычного обслуживания клиентов в банковской системе.
Tech Mahindra работает в сфере образования — создает модель с 8 миллиардами параметров для перевода учебных материалов на хинди, maithili, догри и другие региональные языки.
Финансовый поток
NVIDIA сотрудничает с Peak XV, Elevation Capital, Nexus Venture Partners и Accel India для финансирования стартапов в области ИИ, ориентированных как на внутренний, так и на международный рынок. Уже более 4000 индийских стартапов в области ИИ участвуют в программе NVIDIA Inception.
Фонд Anusandhan National Research Foundation получит бесплатный доступ к программному обеспечению NVIDIA AI Enterprise и техническому наставничеству, а также планируются буткемпы и хакатоны для развития талантов.
Индия лидирует в области внедрения ИИ в Азиатско-Тихоокеанском регионе в 2024 году: по данным Deloitte, 93% студентов и 83% работников активно используют генеративный ИИ. Объявленная на этой неделе инфраструктура свидетельствует о намерении страны перейти от внедрения к производству. Успех этого перехода во многом зависит от того, смогут ли эти кластеры GPU действительно обучать конкурентоспособные модели — что должно стать ясным в ближайшие 12–18 месяцев.
Источник изображения: Shutterstock
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Индия развернула 20 000 GPU NVIDIA Blackwell в рамках инициативы по развитию инфраструктуры $1B AI
Террил Дики
18 февраля 2026 г., 01:10
Индия сотрудничает с NVIDIA для создания суверенной инфраструктуры ИИ с более чем 20 000 графических процессоров Blackwell Ultra, нацеленной на рынок стоимостью 27,7 миллиарда долларов к 2032 году в рамках миссии IndiaAI.
Индия сделала свою крупнейшую ставку на суверенный ИИ. На Саммите по влиянию ИИ в Нью-Дели страна объявила о партнерствах с NVIDIA для развертывания более 20 000 графических процессоров Blackwell Ultra в нескольких дата-центрах — аппаратной базе для того, что чиновники называют миссией IndiaAI.
Государственная инициатива стоимостью 1 миллиард долларов, одобренная в марте 2024 года, направлена на преобразование Индии из потребителя ИИ в его производителя. Согласно прогнозам внутреннего рынка ИИ, к 2032 году он может достигнуть от 27,7 миллиарда до 131 миллиарда долларов, и ставки здесь очень высоки.
Аппаратная стратегия
Три облачных провайдера ведут строительство инфраструктуры. Yotta создает так называемый Shakti Cloud, основанный на более чем 20 000 графических процессорах Blackwell Ultra, размещенных в дата-центрах в Нави-Мумбаи и Грейт-Нойда. E2E Networks разворачивает системы NVIDIA HGX B200 в дата-центре Vyoma L&T в Ченнаи.
Более важное для долгосрочной стратегии: Netweb Technologies производит платформы NVIDIA GB200 NVL4 внутри страны по программе «Make in India». Каждая система содержит четыре графических процессора Blackwell и два процессора Grace — мощное оборудование для обучения моделей и их вывода, созданное на территории Индии.
Почему суверенный ИИ важен здесь
Индия признает 22 официальных языка. В переписи населения зафиксировано более 1500 дополнительных языков. Создавать ИИ, который действительно обслуживает 1,4 миллиарда человек, означает обучать модели на локальных данных, на местных языках и на местной инфраструктуре.
Разработка моделей уже идет активно. BharatGen — инициатива, поддерживаемая правительством, — создала с нуля модель с 17 миллиардами параметров на базе фреймворка NVIDIA NeMo. Sarvam.ai открывает исходный код своей серии Sarvam-3, обученной на 22 индийских языках, с моделями от 3 до 100 миллиардов параметров.
Gnani.ai заявляет о снижении затрат на вывод моделей в 15 раз после дообучения речевых моделей NVIDIA для индийских языков — что позволяет компании обрабатывать более 10 миллионов звонков ежедневно для телекоммуникационных и банковских клиентов.
Уже запущенные производственные решения
Это не фантазии. CoRover.ai внедрила мультиязычный речевой ИИ для Индийских железных дорог, поддерживающий 10 000 одновременных пользователей и обрабатывающий 5000 ежедневных бронирований билетов. Национальная корпорация по платежам Индии тестирует FiMi — финансовую модель на базе Nemotron для поддержки многоязычного обслуживания клиентов в банковской системе.
Tech Mahindra работает в сфере образования — создает модель с 8 миллиардами параметров для перевода учебных материалов на хинди, maithili, догри и другие региональные языки.
Финансовый поток
NVIDIA сотрудничает с Peak XV, Elevation Capital, Nexus Venture Partners и Accel India для финансирования стартапов в области ИИ, ориентированных как на внутренний, так и на международный рынок. Уже более 4000 индийских стартапов в области ИИ участвуют в программе NVIDIA Inception.
Фонд Anusandhan National Research Foundation получит бесплатный доступ к программному обеспечению NVIDIA AI Enterprise и техническому наставничеству, а также планируются буткемпы и хакатоны для развития талантов.
Индия лидирует в области внедрения ИИ в Азиатско-Тихоокеанском регионе в 2024 году: по данным Deloitte, 93% студентов и 83% работников активно используют генеративный ИИ. Объявленная на этой неделе инфраструктура свидетельствует о намерении страны перейти от внедрения к производству. Успех этого перехода во многом зависит от того, смогут ли эти кластеры GPU действительно обучать конкурентоспособные модели — что должно стать ясным в ближайшие 12–18 месяцев.
Источник изображения: Shutterstock