印度计划建设庞大的AI硬件基础设施 但远不及中国

划重点:

- 印度计划在国家计算基础设施上投资80个exaflops的计算能力。

- 计划包括高端计算、推理和边缘计算的三个层面，以及分布式数据网格，拥有200/400Gbit/sec的速度。

- 与中国最近的计算升级计划相比，印度计划的80 个exaflops的投资规模较小。

印度国家电子和信息技术部（MeitY）的印度AI团队上周五发布了一份AI愿景文件，呼吁在国家计算基础设施上进行大规模建设。这一计划将包括三个层面的计算能力，即高端计算、推理和边缘计算，以及拥有200/400Gbit/sec速度的分布式数据网格。

高端计算资源主要用于模型训练，计划包括40 exaflops的计算能力，其中部分来自于10，000个GPU，以及200PB的存储容量。愿景文件要求中级层或推理部门在印度的四个地理中心分布20.8 exaflops的计算能力（其中12用于训练，8.8用于推理），以及400PB的存储容量。每个中心需要1，000个GPU来进行推理任务，以及750个用于AI训练。

图源备注：图片由AI生成，图片授权服务商Midjourney

注:Exaflop 是衡量超级计算机性能的单位，表示该计算机每秒可以至少进行10^18或百亿亿次浮点运算。

愿景文件还提到了边缘计算资源，它为计算资源有限且数据较小的用户提供了便利。这允许用户在低端计算机上和自己的数据上测试假设。边缘中心提供了240PB的存储容量，分布在印度的12个不同地点。每个中心有125个用于AI训练的GPU，总计为6 exaflops，以及用于AI推理的500个GPU，总计为13.2 exaflops 。目前尚不清楚这些exaflop是否期望在每个站点上实现，还是分布在边缘计算中。

与中国早些时候宣布的150 exaflops 额外计算能力相比，印度计划的80 exaflops投资规模较小。

印度AI团队指出，截至2022年11月，中国拥有世界超级计算机的最大份额，达到162台，占Top500列表中记录的计算机的32%。而印度仅拥有三台，但印度国家超级计算任务（NSM）旨在将这一数字增加到24台。

愿景文件还呼吁组建国家数据训练资源，包括非个人数据，计划命名为印度数据集平台（IDP）。这些数据集具有数据驱动的治理潜力，也可用于初创企业和研究。

需要指出，这份AI愿景文件目前只是一个计划，尚无确定性是否会被采纳，尽管部长们急于让印度快速采用AI。愿景文件也未提及采购，这是一个重大问题，因为为任何实体采购GPU并不容易。