在全球半导体竞争日益激烈的背景下，印度正积极布局，计划开发 2nm 工艺的 GPU，并预计在 2030 年将其装备到国内的 AI 基础设施中，为学术和商业研究提供有力支持。
据悉，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，负责该芯片的开发工作。其中三位直接参与项目的官员透露了诸多关键信息。一位官员指出，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 GPU 将达到这一标准，而印度自研的 GPU 也将达到此标准，且成本会低得多。另一位官员称，2nm 芯片的早期预览版将于 2025 年底展示。不过，即便 C - DAC 开发出 2nm 芯片，印度在未来五年内大概率不会拥有能生产此类芯片的国内制造工厂，因此很可能会与台积电合作进行大规模生产，同时印度 GPU 的成本将比英伟达目前的芯片零售价低 50%。还有一位官员表示，美国前总统乔?拜登签署的一项行政命令成为印度认真考虑自主研发芯片的关键节点，自那时起，印度便开始从零设计自主研发的 GPU，预计到 2030 年，将把它安装在 C - DAC 的云服务器和超级计算机上，供学术界、研究人员和初创公司构建自主研发的 AI 模型并运行云平台。
C - DAC 是印度电子和信息技术部下属的研发机构，成立于 1988 年，在高性能计算、人工智能、半导体设计等领域颇具影响力。其目标是将本土 GPU 作为片上系统（SOC）板提供，涵盖内存芯片、计算处理器和连接调制解调器。从资金方面来看，C - DAC 资金充裕，24 财年获得了 105.6 亿卢比的年度资本基金分配，25 财年这一金额还会增加，而本土 GPU 的 2 亿美元工程设计成本将在五年内分摊。
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），且为通用图形处理器（GPGPU），预计生产约 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，确保产品达到美国制定的全球标准。经过试验微调后，GPGPU 将于 2029 年实现量产和商业化推广。自主研发的 GPGPU 有助于印度减少对跨国公司的依赖，使印度无需为自主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 还可部署在国产超级计算机中，改善学术界和研究人员对中央计算基础设施的访问。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。
印度电子和半导体协会主席 Ashok Chandak 表示，自主技术的必要性源于安全担忧，当前芯片供应链很大一部分依赖中国，长远来看，这种依赖可能使关键芯片易受后门攻击，而自主研发的芯片可解决这些问题，还能让印度在芯片上制造和训练自己的人工智能并推向全球。
然而，印度自研芯片面临多重挑战。Ashok Chandak 认为，知识产权（IP）是一大难关，拥有自己的生产设施和是创造更大价值的关键，电子产品制造成本大部分来自半导体芯片，拥有有助于印度提升价值链。Gartner 分析师 Kanishka Chauhan 指出，EDA 也是难题，芯片设计基于 EDA 工具，授权费用高昂，且设计验证过程反复耗时，需要雄厚资金支持。此外，与 CPU 不同，GPU 缺乏标准化架构，构建所需的工程流程更为复杂。
