印度拟24个月自研GPU,同步推SHAKTI、VEGA商业化

资讯 AI 行业观察 全文 1809 字 · 约 5 分钟读完 分类RISC-V芯片

IT之家 11 月 6 日消息,印度正加快建设本土半导体产业,计划在未来约 24 个月内研发出自主 GPU 芯片,同时推动基于 RISC-V 架构的 SHAKTI 和 VEGA 处理器进入商业市场。 据印度科技媒体 ETGovernment 当地时间 11 月 4 日报道,印度电子和信息技术部(MeitY)秘书长 S.

所属频道 算力与芯片

印度本土半导体产业的建设正在提速。按计划,该国将在未来约24个月内研发出自主GPU芯片,基于RISC-V架构的SHAKTI和VEGA处理器也将被推向商业市场。

印度科技媒体 ETGovernment 在当地时间 11 月 4 日报道称,印度电子和信息技术部(MeitY)秘书长 S. Krishnan 接受采访时表示,印度半导体使命 2.0 将支持本土 GPU 芯片的研发。

Krishnan 说,这事急不得,预计要花约 24 个月,印度会朝着拥有自主 GPU 的方向走。但该 GPU 项目眼下还处在早期规划阶段。具体由哪家企业负责研发、芯片供应商或制造商是谁,Krishnan 均未透露;芯片架构、性能指标及制程等技术细节同样没有公布。

他还谈到印度发展 AI 产业需要的五个基础层面:能源供应、加速器芯片、计算基础设施与服务器、AI 模型以及应用。

据其介绍,印度企业 VVDN、Kaynes 和 Avalon 已具备服务器制造能力。印度高级计算发展中心(C-DAC)则开发了 Rudra 系列服务器,其中包含面向 AI 工作负载的产品,并通过技术转让协助当地企业扩大生产。

GPU 之外,印度政府还打算推动本土 SHAKTI 和 VEGA 处理器商业化。这两者都基于开放的 RISC-V 指令集架构,属于 CPU 设计,与此次规划中的 GPU 芯片是不同项目。采用 RISC-V 架构,意味着本土开发者设计处理器时不必依赖专有 CPU 指令集架构的授权。

两项处理器计划已推进多年。2019 年,印度理工学院马德拉斯分校(IIT Madras)发布 SHAKTI 软件开发工具包,让开发者能在处理器商业化之前就着手开发相关应用。2024 年推出的 Aries 3.0 开发板,则搭载了 C-DAC 的 VEGA ET301 处理器。

VEGA ET301 为 32 位芯片,最高运行频率 100MHz,配备 26KB SRAM,主要面向传感器、可穿戴设备和物联网等相对简单的场景,并非为桌面 PC 或高强度图形计算任务设计。

实际应用上,9 月 26 日举行的 SEMICOM India 活动上,印度政府展示了多个采用 SHAKTI 和 VEGA 处理器的项目,包括基于 SHAKTI 的自主水面清洁机器人、搭载 VEGA 处理器的数字望远镜,以及用于监测森林环境的 VEGA 项目。

在芯片设计环节,印度电子和信息技术部靠设计关联激励计划(DLI)给本土企业撑腰。按该部门的说法,已有 24 家企业在这项计划扶持下拿到风险投资或其他私人投资。产品方向覆盖微控制器、无人机飞行控制器、智能电表芯片以及闭路电视摄像头等。

制造端同样在拉国际厂商入局。印度总理府早前披露,塔塔电子已联手荷兰半导体设备商 ASML,为古吉拉特邦多莱拉(Dholera)首座前端半导体晶圆厂提供支持。英特尔这边也宣布与塔塔集团达成战略合作,范围落在印度市场的半导体制造与封装业务上。

谈到 AI 对就业市场的影响,Krishnan 把当前机遇与 2000 年前后的 Y2K 问题相提并论。他认为,AI 或许会给印度 IT 服务业带来类似的增长机会,只是具体业务形态会有所不同。印度企业可以帮全球公司把 AI 技术整合进现有业务系统,提供数据安全、系统集成和企业级部署等服务。

印度国家转型委员会(NITI Aayog)早前一份研究报告测算,印度 IT 及 IT 支持服务行业眼下从业人员约 600 万。AI 重构行业结构之后,约 200 万个现有岗位恐怕保不住,但同期行业也有望多出约 400 万个岗位。Krishnan 的判断是,企业级 AI 应用落地将成长为印度 IT 服务业新的业务增长点。

通过 India Semiconductor Mission 2.0,印度政府希望逐步建立起覆盖芯片设计、晶圆制造、先进封装、半导体材料、制造设备和研发的完整产业生态。

印度电子和半导体协会(IESA)此前发布的数据显示,印度半导体市场规模目前已超过 500 亿美元,预计到 2030 年将接近 1,000 亿美元(现汇率约合 6,682.52 亿元人民币)。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 印度24个月自研GPU,SHAKTI与VEGA处理器同步推商业化

    IT之家 11 月 6 日消息,印度正加快建设本土半导体产业,计划在未来约 24 个月内研发出自主 GPU 芯片,同时推动基于 RISC-V 架构的 SHAKTI 和 VEGA 处理器进入商业市场。据印度科技媒体 ETGovernment 当地时间 11 月 4 日报道,印度电子和信息技术部(MeitY)秘书长 S.

    来源 腾讯网
  2. 印度要自研GPU:24个月目标,预算1.275万亿卢比

    【TechWeb】11月6日消息,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在接受专访时表示,根据“印度半导体使命2.0”(India Semiconductor Mission 2.0),印度政府计划支持本土GPU芯片研发,并预计这项工作需要约24个月。

    来源 AI 行业观察
  3. 印度MeitY:24个月自研GPU,1.275万亿卢比计划铺路

    【TechWeb】11月6日消息,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在接受专访时表示,根据“印度半导体使命2.0”(India Semiconductor Mission 2.0),印度政府计划支持本土GPU芯片研发,并预计这项工作需要约24个月。

    来源 腾讯网
  4. 印度拟24个月自研GPU:ISM 2.0覆盖设计到制造

    印度在ISM 2.0下瞄准本土GPU,正是对这一结构性约束的回应。与此同时,印度当前的AI算力供给仍然高度依赖进口。IndiaAI Mission的共享算力池在2026年6月达到超过45,000块GPU,面向研究人员和初创企业提供补贴性算力接入。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30,0

    来源 TechWeb
  5. 印度GPU自研计划:24个月目标与1.275万亿卢比预算

    印度在ISM 2.0下瞄准本土GPU,正是对这一结构性约束的回应。与此同时,印度当前的AI算力供给仍然高度依赖进口。IndiaAI Mission的共享算力池在2026年6月达到超过45,000块GPU,面向研究人员和初创企业提供补贴性算力接入。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30,0

    来源 TechWeb
  6. Runway实时视频模型:单会话GPU从8块降到4块

    Runway公布技术论文,首次披露Runway Characters实时视频对话产品的推理系统。论文显示,通过缓存管理、计算流程及GPU通信优化,运行单个实时会话所需H100 GPU从8块降至4块,单次生成时间从240.9毫秒缩短至147.4毫秒,实现每秒24帧的实时视频生成。

    来源 凤凰科技
  7. YC初创设百万美元悬赏,求解AI材料科学五大难题

    成立仅数月的YC初创公司Discovered Materials宣布,设立总额100万美元的悬赏基金,围绕五个尚未解决的材料科学问题,每个解决方案奖励20万美元。该公司用AI寻找芯片材料,希望以开放创新加速材料发现,并验证AI在半导体材料研发中的潜力。这既是科研激励,也是初创公司构建生态、吸引人才与实验合作者的战略动作

    来源 AI 科技快讯
  8. 英特尔Q3营收165亿美元,AI服务器卖爆为何股价反跌28.6%?

    说实话,在英特尔公布2026年Q3财报之前,小雷以为靠着这一波AI基建狂潮,这家半导体巨头怎么也能打一场漂亮的翻身仗。毕竟从账面看,英特尔当季营收165亿美元,同比增长21%,还超出了华尔街此前的预期。 然而财报发出后,英特尔次日收盘却狂泻28.6%至65.76美元,创下数十年来最惨烈的单日跌幅。紧接着,老对手AMD也

    来源 AI 行业观察
  9. 美股AI硬件遭政治变量打断:道指跌1833点,中国资产逆势走强

    来源:利明说市 昨天(周四)你手里的A股、港股,不管涨得有多开心,今天早上一睁眼看美股,心就凉了。 道指一夜跌掉1833点,纳指大回调5.52%,费城半导体指数直接崩了12.25%——这是2020年3月疫情以来最惨烈的一天,半导体单日蒸发约2万亿美元市值。英伟达一夜蒸发4470亿美元,AMD、美光、闪迪,一个个跌得亲妈

    来源 AI 行业观察
  10. 李飞飞团队发布Frameboy:浏览器里实时体验世界模型

    智东西作者 | 王涵编辑 | 云鹏智东西11月6日报道,刚刚,“AI教母”李飞飞的世界模型团队World Labs发布Frameboy,是一个基于Atlas优化的实时流式生成演示Demo。Frameboy从云端GPU流式传输画面,速度最高可达15FPS,这意味着每隔约67毫秒就能获得一帧新画面。与之对比,谷歌DeepM

    来源 腾讯网
  11. 软银收购ABB机器人业务遇阻:53.75亿美元交易遭中国禁止

    【TechWeb】11月6日消息,据外媒报道,ABB集团官网11月5日发布的《ABB机器人业务剥离进展更新》声明称,ABB已获软银告知,中国外商投资安全审查工作机制办公室已禁止软银收购ABB在中国的机器人业务。声明同时表示,ABB与软银正保持密切对话,并以建设性态度推进该交易。 据媒体报道,ABB机器人业务在全球工业机

    来源 AI 行业观察
  12. 纳斯达克30天回撤近12%:AI扩张撞上社区与选票

    在AI的叙事里,人们一直以为最后的裁判是芯片、是电力、是现金流。谁也没想到,先出手的居然是镇长、州长和选票。2026年11月5日,AI失去的第一个秋天。纳斯达克综合指数收跌5.52%,跌掉1421.52点,报24315点;费城半导体指数跌12.25%,创2020年3月以来最大单日跌幅;纳斯达克100成分股市值一天蒸发2

    来源 腾讯网
  13. 高通联发科手机芯片业务双双滑坡,AI热潮下谁能接棒?

    当整个半导体产业都在为AI狂欢时,有一个曾经最赚钱的细分市场,却正在悄悄降温,那就是手机芯片。AI大模型的爆发,让全球半导体产业迎来了新的投资热潮。英伟达、AMD以及各大云计算厂商争相布局AI算力,数据中心成为资本和产业资源竞相追逐的新战场。但在这场盛宴之外,手机芯片市场却是另一番景象。曾经作为芯片产业最大...

    来源 腾讯网
  14. 黄仁勋跌出“全球富豪榜前十”

    民主党横扫国会选举,引发市场对AI数据中心建设受阻的担忧,科技及半导体板块遭集体抛售。英伟达股价单日重挫9.3%,CEO黄仁勋净资产骤降151亿美元,跌出全球十大富豪之列。马斯克与甲骨文创始人Ellison分别损失797亿和101亿美元。

    来源 华尔街见闻
  15. 美国人形机器人第一股:Agility Robotics 本周登陆纳斯达克,获富士康、英伟达投资

    IT之家 11 月 5 日消息,据彭博社报道,美国人形机器人企业 Agility Robotics 即将成为美国首家上市的专注于人形机器人的公司,这也标志着这一新兴行业迈出了重要一步。不过,人形机器人行业仍有许多问题有待验证。 这家初创公司将于当地时间本周四在纳斯达克挂牌交易,股票代码为“AGLT”。此前,Agilit

    来源 AI 行业观察
  16. 骁龙8双旗舰搭独立NPU,AI手机和普通手机差在哪

    随着各大手机品牌密集发布主打的人工智能新品,市场上关于“AI手机”的讨论迅速升温。然而许多消费者在选购时往往心存疑问:普通手机只要下载一个大模型App,同样能写文案、修图片,那

    来源 快科技
  17. 上汽联手Momenta设智驾合资公司,注册资本3亿元

    【TechWeb】11月5日消息,上汽集团董事会今日审议通过议案,拟与Momenta等共同设立智驾合资公司,注册资本3亿元,发力高阶智驾技术研发。 根据公告,合资公司的出资结构为:Momenta拟认缴出资1.53亿元,持股51%;上汽集团拟认缴出资7500万元,持股25%;延电科技拟认缴出资7200万元,持股24%。上

    来源 AI 行业观察
  18. 美国会转向瞄准超级AI:马斯克单日财富缩水近800亿

    【TechWeb】11月6日消息,随着美国中期选举落下帷幕,民主党夺回参众两院控制权后的政策转向,正迅速在科技界与华尔街引发“强震”。 监管风暴来袭:民主党呼吁全面封禁“超级AI” 当地时间11月4日,美国亚利桑那州民主党众议员亚萨明·安萨里(Yassamin Ansari)在社交平台X上发文,呼吁将暂停先进人工智能发

    来源 AI 行业观察
  19. Meritz:存储芯片2027-2028年订单远超产能,交付率或降至80%

    11月5日,韩国证券公司Meritz Securities指出,存储芯片厂商目前收到的2027-2028年订单远超产能,即使美国民主党在中期选举中取得优势,导致部分数据中心项目延期或调整,也不太可能从根本上改变存储芯片供应短缺的局面。Meritz表示,今年存储芯片订单交付率(可供应产能与订单量之比)一直维持在80%-8

    来源 腾讯网
  20. 英伟达详解AI内存全栈协同设计:HBM容量增3% 每美元吞吐量最高升30倍

    美东时间11月5日周四,英伟达发布公司博客文章,详解其AI内存全栈协同设计策略,强调随着大模型参数规模、上下文长度和智能体(Agent)应用持续扩张,AI基础设施的内存压力正在加剧,单纯增加GPU内存容量已不足以解决问题。英伟达提出,通过协同设计GPU、CPU、网络、存储和软件,并结合模型权重量化、KV Cache压缩

    来源 腾讯网
向下滚动自动加载更多