印度正大力构建本国人工智能基础设施,来自印度次大陆的行业领袖表示,这一举措将对新加坡、马来西亚等东南亚成熟科技中心起到促进作用,而非形成竞争蚕食。
在新加坡举办的Gitex AI Asia 2026大会上,站在印度AI基础设施建设浪潮前沿的科技高管们阐述了印度的庞大规模将如何成为更广泛亚洲市场的试验场。
印度数据中心巨头Yotta Data Services联合创始人兼首席执行官苏尼尔·古普塔,与总部位于英国、专注于AI驱动智慧城市应用的Gorilla Technology董事长兼首席执行官杰伊·钱丹,近期签署了一项里程碑式协议,计划在印度全境部署数千块图形处理器(GPU)。
在一场炉边对话中,两位领导人就此次部署计划的细节展开讨论。此次合作的背后,是印度新德里政府力推建立主权AI能力、保护国家数据并满足国内需求的战略方向。
印度拥有14亿人口,其中10亿智能手机用户已接入互联网,目前该国承载了全球超过一半的数字支付交易。这直接推动了在境内处理和存储数据的需求持续攀升。
古普塔指出,随着近年来AI的快速普及,用户开始对自身数据的安全性产生忧虑,尤其关注AI系统如何使用和管理个人信息的隐私问题。他表示:"人们希望拥有主权AI,以及用主权数据训练的主权模型。这在印度目前是一股巨大的浪潮,并获得了政府的全力支持。"
通过政府主导的"印度AI使命"计划,印度政府正大幅补贴算力成本,向基础设施提供商付费,将GPU资源分配给本土模型开发者、研究人员和学术机构。钱丹表示:"我们计划在头六个月内部署约5000块GPU用于AI工作负载。"他补充说,该合作最终目标是将规模扩展至36000块GPU。
根据协议,Gorilla负责提供GPU基础设施,Yotta则在其位于印度纳维孟买的数据中心运营这些GPU,向企业和政府客户提供AI算力服务,涵盖GPU集群、裸金属GPU、AI实验室工作站及AI模型端点等。
突破投资回报率瓶颈
古普塔指出,尽管许多企业已在金融、媒体、娱乐和制造业等多个领域开发了AI应用场景,但并非所有项目都能顺利落地投产。
他说:"首席财务官并不买账。如果我投资这些GPU、模型、数据集和技能体系,能否获得回报?我们必须降低成本,让他们能够跨越那条通向量产的门槛。一旦他们开始实验并取得成功,自然会进一步扩大规模。"
钱丹表示,通过以弹性、低成本的按需消费模式提供GPU基础设施,Yotta与Gorilla旨在使企业AI具备商业可行性,并在三到五年内实现投资回报。
然而,印度AI基础设施的快速扩张也引发了外界疑虑——这是否会将科技投资从东南亚数字中心吸走。
"在我参加的所有会议中,大家都会问:'印度会取代新加坡、马来西亚和越南吗?'这不会发生,"钱丹说,"印度不是来取代任何人的,印度是来帮助大家建立规模和速度的,是来证明你可以构建大型模型,并以高效的成本结构取得成功的。"
古普塔补充道,印度规模庞大的数据中心也在帮助解决全球供应链挑战。他透露,由于其他地区存在GPU短缺问题,来自欧洲和中东的企业正越来越多地将目光转向印度,希望在当地托管AI训练与推理工作负载。
"由于印度在地缘政治上相对稳定,与许多其他地区相比更为安全,它具备成为服务全球AI需求重要枢纽的潜力,"他说。
Q&A
Q1:印度主权AI战略的核心目标是什么?
A:印度主权AI战略旨在构建本国AI基础设施,保护国家数据安全,满足国内需求。通过政府主导的"印度AI使命"计划,印度政府大力补贴算力成本,向基础设施提供商支付费用,将GPU资源分配给本土模型开发者、研究人员和学术机构,推动AI技术在金融、媒体、制造等领域的规模化应用。
Q2:印度AI基础设施的扩张会影响东南亚科技中心的发展吗?
A:不会形成替代关系。Gorilla Technology董事长杰伊·钱丹明确表示,印度不是来取代新加坡、马来西亚或越南的,而是帮助这些市场建立规模和发展速度。印度庞大的体量更多充当亚洲市场的测试场,并通过提供高性价比的GPU基础设施,与东南亚科技生态形成互补。
Q3:Yotta与Gorilla Technology的合作具体包括哪些内容?
A:根据双方协议,Gorilla Technology负责提供GPU基础设施,Yotta Data Services则在其位于纳维孟买的数据中心负责运营这些GPU。双方计划在首六个月内部署约5000块GPU,最终目标扩展至36000块GPU,向企业和政府客户提供GPU集群、裸金属GPU、AI实验室工作站及AI模型端点等算力服务,目标是在三到五年内实现投资回报。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。