印度要自研2nm GPU

据报道，印度计划开发2nm工艺的 GPU，目标 2030 年装备到印度国内的AI基础设施中，为该国的学术和商业研究提供支持。

四位知情高级官员透露，班加罗尔先进计算发展中心（C-DAC）的工程师们已获得2亿美元的资金，负责开发这款芯片，其中三人直接参与了该项目。其中一位官员透露，英伟达的产品路线图显示，到2028年，高端芯片将基于2nm工艺。“这意味着到2030年，数据中心和人工智能训练中主流使用的最佳GPU将达到这一标准，印度GPU也将达到这一标准，但成本要低得多。”

另一位官员透露，2nm芯片的早期预览版将于2025年底展示。不过，即使C-DAC开发出2nm芯片，印度在未来五年内也不太可能拥有一家能够生产此类芯片的国内制造工厂，因此“我们很可能会与台积电合作进行大规模生产”，同时，该官员透露，印度GPU的成本将比英伟达目前的芯片零售价低50%。

第三位官员则表示此前美国前总统乔·拜登签署的一项行政命令表明，在发生冲突的情况下，美国可以限制印度或任何其他国家获取关键芯片，而这项命令是印度开始认真考虑自主研发芯片的关键时刻，“从那时起，我们就一直在从零开始设计自主研发的GPU。预期到2030年，我们将把它安装在C-DAC的云服务器和超级计算机上，让学术界、研究人员和初创公司能够使用它来构建我们自主研发的AI模型并运行云平台。”

值得注意的是， C-DAC是印度电子和信息技术部下属的国家级研发机构，成立于1988年，旨在推动本土高端计算技术的自主研发与应用，其核心使命是通过技术创新解决国家在科学、工程和社会发展中的复杂计算需求，尤其在高性能计算、人工智能、半导体设计等领域具有显著影响力。

在半导体领域，C-DAC的目标是将本土GPU 作为片上系统（SOC）板提供，包括内存芯片、计算处理器和连接调制解调器。当然，作为国家级研发机构，C-DAC的资金也十分充足，根据其财政年度报告，在24财年，C-DAC获得了 105.6亿卢比的年度资本基金分配，而这一金额在25财年还会有所增加。前文的官员透露本土GPU的2亿美元工程设计成本将在五年内分摊，即从25财年到29财年。

据知情人士透露，印度将在今年年底前开始试验首批国产图形处理器 (GPU)，并且将会是通用图形处理器 (GPGPU)。“到今年年底，印度将生产约29台国产 GPGPU 原型机。之后，参与研发的机构将收集性能、可靠性和效率方面的数据，以确保产品不仅是国产的，而且能够达到美国制定的全球标准。”

经过试验后，GPGPU将进行微调，并于2029年实现量产和商业化推广。“自主研发的GPGPU将帮助印度减少对跨国公司的依赖，以及在关键时刻限制关键计算基础设施访问的能力。虽然印度不可能独立完成所有事情，GPU通常需要使用大量相关专利和知识产权（IP），但自主研发的芯片将使印度不再需要为主权云部署或学术层面的AI模型训练等项目直接购买GPU。”

定制GPU可以部署在国产超级计算机中，从而改善学术界和研究人员对中央计算基础设施的访问。“从长远来看，印度计划在国产云平台和超级计算机中使用国产GPU，这反过来又可以帮助印度严密保护关键技术专利。2030年以后，全球大多数战略发展都将取决于技术，而每项技术的核心都是半导体。”

值得一提的是，印度的长期目标是在数据中心、AI 模型训练、分析、云平台、超级计算机和关键通信基础设施等领域取代AMD、英特尔、英伟达和高通等全球巨头的芯片。

为什么印度要自研芯片呢？印度电子和半导体协会主席Ashok Chandak表示：“自主技术的必要性也源于安全担忧，目前芯片供应链很大一部分依赖于中国。从长远来看，这种依赖可能会使关键芯片容易受到后门攻击。而自主研发的芯片就可以解决所有这些问题。拥有自主研发的GPU芯片也至关重要，因为它不仅能让印度在这种芯片上制造和训练自己的人工智能，还能将其推向世界其他地区。”

当然，要自研芯片并非是易事，将会面临多重挑战。

在Ashok Chandak看来，其中一个难关就是知识产品（IP）。“拥有自己的生产设施和专利是创造更大价值的关键。电子产品制造成本的大部分来自半导体芯片，如果拥有自己的专利将有助于印度进一步提升其价值链。”

此外，Gartner高级首席分析师 Kanishka Chauhan指出EDA也是一大难关。芯片设计基于EDA工具，而这些工具的授权费用高达数百万美元。此外，设计验证是一个反复的过程，极其耗时，因此这个过程需要雄厚的资金支持。与CPU不同，GPU缺乏标准化架构，这使得构建 GPU 所需的工程流程更加复杂。