印度MeitY：24个月自研GPU，1.275万亿卢比计划铺路

11月6日，据印度科技媒体ETGovernment报道，印度电子和信息技术部（MeitY）秘书长S. Krishnan在专访中表示，按照“印度半导体使命2.0”（India Semiconductor Mission 2.0），印度政府打算扶持本土GPU芯片的研发，预计这项工作要花约24个月才能完成。

专访中，Krishnan的原话是：“我们应当拥有自己的GPU芯片。这不会一蹴而就。这是一个大约需要24个月的项目，我们打算朝着这个目标推进。”

谈到Semicon 2.0，Krishnan在采访里把战略判断讲得很系统：ISM 1.0那一步盯的主要是晶圆制造和芯片封装两块，到了ISM 2.0，能力要铺开到芯片设计、制造设备、材料、化学品、先进封装以及研发这条完整价值链上。该计划总预算为1.275万亿卢比（约合人民币900亿元左右），覆盖六大支柱，相关通知已于2026年8月下发。换句话说，GPU研发被放进了一个从设计到制造、从材料到设备的产业政策框架里，并不是单独拎出来的一个芯片攻关项目。

Krishnan把印度要建的AI技术栈分成五层：能源与电力基础设施排第一层，用于AI计算的加速器芯片是第二层，第三层为计算基础设施与服务器，第四层是AI模型，第五层是应用。说到第二层，他点明了症结所在：全球GPU供应握在极少数企业手里，这种集中直接把AI算力的成本抬了上去。印度在ISM 2.0下盯上本土GPU，回应的正是这一结构性约束。

不过，具体由哪家企业负责研发、用谁的芯片、找谁制造，Krishnan一概没有透露；芯片架构、性能指标和制程节点同样没公布。Yahoo Tech转载ETGovernment的报道时也注明，这个GPU项目“仍是一个早期阶段的目标”，制造商、芯片供应商和承建方都还没定。

和GPU目标并行的，是SHAKTI和VEGA两款RISC-V处理器的商业化推进。Krishnan在采访中把这两款处理器称作印度在处理器设计领域能力提升的证明。两者的定位要和GPU严格分开：它们是基于开放RISC-V指令集架构的CPU设计，跟MeitY这次瞄准的GPU不是同一类产品。SHAKTI由印度理工学院马德拉斯分校（IIT Madras）牵头，其软件开发工具包早在2019年就已发布，目的是让开发者在处理器商业化之前先动手构建应用生态。VEGA则有印度高级计算发展中心（C-DAC）等机构参与研发，2024年推出的Aries 3.0开发板搭载了VEGA ET301处理器，这颗芯片为32位、最高运行频率100MHz、配备26KB SRAM，面向的是传感器、可穿戴设备和

在芯片设计生态的底层，印度靠“设计关联激励计划”（DLI）攒下了一批可以量化的早期成果。Krishnan透露，DLI从100多家企业里筛选支持了24家，其中15家随后拿到了风险投资或其他私人投资，产品涉及微控制器、无人机飞行控制器、智能电表芯片和闭路电视摄像头芯片等。这些成果算是为ISM 2.0把重心进一步上移到AI加速器等战略性芯片设计提供了一定的底层储备，但DLI支持的芯片品类和高性能GPU之间，技术跨度依然很明显。

另一头，印度眼下的AI算力供给仍严重依赖进口。IndiaAI Mission的共享算力池在2026年6月超过45,000块GPU，为研究人员和初创企业提供有补贴的算力接入。但据印度媒体报道，截至2026年10月，该任务实际可用的GPU约为30,000块，低于45,000块的承诺总量，部分私营供应商因全球GPU供应紧张和设备成本上升而没能兑现承诺容量。这一现实正是本土GPU计划的直接背景：共享算力能暂时缓解“有没有卡可用”的问题，却改不了底层硬件受制于外部供应这个结构。

制造端，印度正在引入外部能力来补前端产能的缺口。2026年5月，荷兰半导体设备商