印度的 GPU 基础设施革命：从 8 万个 GPU 到 1,000 亿美元投资
印度以 34.4% 的年复合增长率成为亚太地区增长最快的 GPU 基础设施市场，到 2027 年，全国将部署超过 80,000 个 GPU，并吸引超过 1000 亿美元的承诺投资。印度雄心勃勃的 "印度人工智能计划"（IndiaAI Mission），加上大规模的私营部门投资和本土 GPU 开发计划，使印度成为全球人工智能基础设施领域的重要一员，尽管它面临着巨大的电力基础设施和人才挑战。
GPU 基础设施现状
印度的 GPU 基础设施经历了巨大的转变，在印度人工智能计划（IndiaAI Mission）的推动下，印度目前拥有超过 34,000 个由政府管理的 GPU，公共和私营部门的 GPU 总数估计超过 80,000 个。在规模和复杂程度上都可与全球标准媲美的几个超大型设施是基础设施的基础。
Yotta Data Services公司凭借其位于纳维孟买（Navi Mumbai）、占地82万平方英尺、容量为210兆瓦的大型NM1设施，在私营部门的部署中遥遥领先。该公司已承诺为英伟达™（NVIDIA®）GPU 提供 10 亿美元，其中 16,000 个 H100 和 GH200 GPU 将于 2025 年 7 月前交付，另外 16,000 个 GPU 将于 2025 年 3 月前交付，总计 32,768 个 GPU。
CtrlS 运营着亚洲最大的 Rated-4 数据中心网络，其设施遍布各大城市。其海得拉巴园区拥有 5,101 个机架和 612 兆瓦的电力容量，分布在六栋大楼中，而其钦奈设施则采用先进的液体冷却技术，每个机架可支持高达 70 千瓦的功率，这对现代 GPU 部署至关重要。该公司的网络包括直接芯片冷却和浸入式冷却功能，可满足人工智能工作负载的高散热要求。
地理分布显示出明显的技术中心集群。马哈拉施特拉邦（Maharashtra）的孟买和纳维孟买（Navi Mumbai）是GPU最集中的地方，包括Yotta的大型设施和多个超级分频器。卡纳塔克邦的班加罗尔拥有重要的学术超级计算基础设施和企业研发中心。Telangana 受益于 CtrlS 庞大的海德拉巴园区和不断增长的超级计算器投资，而泰米尔纳德邦的钦奈地区则拥有多家供应商提供的先进冷却设施。
国家超级计算骨干网包括位于浦那 C-DAC 的AIRAWAT 系统，该系统的峰值性能为 13,170 teraflops，人工智能能力为 410 petaflops，全球排名第 75 位。PARAM 系列包括 Siddhi-AI（5.267 petaflops），支持材料科学、医疗保健和气候建模方面的高级研究。这些系统为印度研究界提供了重要的计算基础设施，迄今已处理了超过 730 万次计算查询。
政府倡议和国家战略
印度政府史无前例地推动了人工智能基础设施的发展，而印度人工智能计划（IndiaAI Mission）则是其中的基石举措。该计划于 2024 年 3 月宣布，预算为 10,372 亿英镑（约合 12.5 亿美元），为期五年，内容包括全面的基础设施发展、本土模式创建和生态系统建设。
2025-26 年预算案标志着一个分水岭，人工智能资金翻了两番，达到 2000 亿英镑，电子和信息技术部获得了 260.2625 亿英镑，增长了 48%。200 亿英镑的深度技术基金的引入标志着对本土创新的长期承诺。此外，对半导体制造的支持增加了一倍，达到 24.99 亿英镑，这反映了在国内构建整个计算堆栈的综合方法。
GPU 采购战略显示出显著的执行效率。最初的目标是 10,000 个 GPU，而印度已经在 13 个授权的云服务提供商中部署了超过 34,000 个 GPU。采购包括多种选择--英伟达（NVIDIA）H100、H200、A100、AMD MI300X、英特尔（Intel）Gaudi 系列和 AWS Trainium--确保了技术多样性，避免了供应商锁定。补贴价格为每小时 115-150 英镑，与全球价格相比有 40-60% 的折扣，使初创企业和研究人员能够更方便地使用人工智能。
国家超级计算任务自 2015 年启动以来取得了长足发展。在4500亿英镑的资助下，该任务已在34个系统中部署了24.83 petaflops的计算能力，并计划再部署41.17 petaflops的计算能力。该计划已培训了 17.5 万名高性能计算专业人员，建立了一支熟练的劳动力队伍。本土开发成果包括 Trinetra 高速网络和 Rudra 服务器平台，减少了对外国技术的依赖。
监管框架正在演变，以平衡创新与负责任的人工智能部署。拟议的《数字印度法案》将纳入人工智能治理条款，而 NITI Aayog 的战略则强调 FAT（公平、问责、透明）原则。轻触式监管方法旨在促进创新，同时确保合乎道德的人工智能发展，目前正在针对不同的人工智能应用开发基于风险的分类系统。
私营部门格局
私营部门的反应非常热烈，国际超大型企业和印度企业集团都做出了大规模承诺。微软公司在 2025-2026 年期间投资 30 亿美元，在 2026 年之前扩展到第四个数据中心地区，同时保持 22-24% 的云计算市场份额。AWS 尽管市场份额略有下降，降至 32%，但仍承诺到 2030 年投资 127 亿美元，其中 83 亿美元明确分配给马哈拉施特拉邦。
印度企业集团也在采取同样雄心勃勃的行动。Reliance位于古吉拉特邦的1GW人工智能数据中心采用了英伟达™（NVIDIA®）Blackwell GPU，是世界上范围最广的人工智能专用设施之一。与英伟达™（NVIDIA®）的合作将最终容量扩展到2000MW，为Reliance的JioBrain平台提供支持，服务4.5亿客户。塔塔通信公司正在第一阶段部署数万个英伟达™（NVIDIA®）Hopper GPU，并计划在2025年集成Blackwell GPU，从而打造印度最大的超级计算机之一。
IT 服务巨头已积极转向人工智能基础设施。TCS 已对 100,000 多名员工进行了人工智能培训，并有 250 多个生成式人工智能机会正在筹备中。Infosys 报告称，有 100 多个新的生成式人工智能代理正在开发中，而 Wipro 则已对 180,000 名员工进行了生成式人工智能原理方面的培训。这些公司不仅是人工智能基础设施的消费者，也是建设者，它们与超大规模企业合作，创建特定行业的解决方案。
2024-2025 年，人工智能初创企业将筹集到 7.805 亿美元，比上一年增长 40%，初创企业生态系统显示出非凡的活力。自 2020 年以来，已有 100 多家 GenAI 初创公司融资 15 亿美元以上。NxtGen、Netweb Technologies 和 Neysa 等专注于基础设施的初创公司正在构建 GPU 生态系统的关键组成部分。仅 Netweb 就安装了 5000 多套以人工智能为重点的 GPU 系统，市值达到 110.33 亿英镑。
云服务提供商通过提供全面的 GPU 产品来满足需求。E2E Networks 提供带有 Quantum-2 InfiniBand 网络的英伟达 Hopper 集群，为 AI4Bharat 和 Qure.ai 等客户提供服务。Sify Technologies 运营着 14 个数据中心，容量超过 407 兆瓦，而 CtrlS 则计划建设一个 500 兆瓦的人工智能大型园区。这些供应商提供有竞争力的价格和本地支持，这对价格敏感的印度市场至关重要。
未来计划和路线图
印度到 2027 年的 GPU 基础设施路线图是世界上最雄心勃勃的数字化转型计划之一。最重要的成就将是本土 GPU 开发，预计在 2025 年底进行技术演示，并计划在 2029 年全面投产。这项计划得到了 2 亿美元 2 纳米 GPU 开发资金的支持，目标是到 2030 年以低 50%的成本达到英伟达公司的性能。
大型基础设施项目正在重塑格局。信实公司（Reliance）的贾姆纳加尔（Jamnagar）工厂将在 2027 年前扩大到 3GW 的产能，预计投资 200 亿至 300 亿美元。谷歌的纳维孟买设施（381,000 平方英尺，投资额达 11.44 亿美元）将于 2025 年竣工，而微软则承诺投资 37 亿美元，在特拉甘纳邦建设 660 兆瓦的产能。NTT DATA 的海德拉巴集群投资 12 亿美元，产能为 400 兆瓦，可容纳 25,000 个 GPU。
据 JLL 预测，数据中心容量将翻一番多，从 2024 年的 950MW 增加到 2026 年的 2GW，增长 66%，增加 604MW。到 2030 年，这一扩张需要增加 4500 万至 5000 万平方英尺的房地产和 40-45 太瓦时的电力。地理分布显示，马哈拉施特拉邦的新增发电量占 35%，泰米尔纳德邦和特兰甘纳邦的新增发电量也很可观，而浦那和加尔各答等新兴市场也获得了发展。
投资承诺规模惊人。世邦魏理仕的数据显示，到 2027 年，数据中心投资总额将达到 1000 多亿美元。到 2030 年，亚马逊将以 127 亿美元的投资额遥遥领先，而超级分销商的投资总额将超过 250 亿美元。政府倡议通过各种任务和半导体计划再增加 150 多亿美元。包括应用材料公司（4 亿美元）、美光公司（27.5 亿美元）和 AMD 公司（4 亿美元）在内的国际半导体企业正在建立重要的业务。
各邦政府竞相吸引投资。古吉拉特邦将自己定位为半导体中心，拥有塔塔公司耗资 9100 亿美元的设施和信实公司的大型数据中心。特拉甘纳邦旨在通过多个项目成为印度的 "人工智能之都"，其中包括 NTT DATA 的集群。马哈拉施特拉邦利用其在数据中心政策方面的先发优势，而恰蒂斯加尔邦则在纳瓦赖布尔启动了印度首个运营中的人工智能数据中心园区。
研究与学术基础设施
印度的学术机构通过国家超级计算任务建立了大量 GPU 基础设施。班加罗尔国际理工学院使用英伟达™（NVIDIA®）Tesla V100 GPU运行着3.3 petaflops的PARAM Pravega，为从COVID-19建模到药物发现的研究提供支持。印度理工学院德里分校的高性能计算设施拥有16个GPU节点，每个节点配备双英伟达™（NVIDIA®）A100，补充了217个传统的GPU加速节点。
部署在各机构的 10 台超级计算机为 2,600 多名研究人员提供服务，处理 3100 万个计算任务。印度理工学院（IIT Roorkee）的 PARAM Ganga 使用英伟达™（NVIDIA®）Tesla V100 GPU 在 312 个混合节点上实现了 1.67 PFLOPS 的性能。印度理工学院（IIT BHU）的 PARAM Shivay 和印度理工学院（IIT Kharagpur）的 PARAM Shakti 利用印度制造的组件进行本地组装，展示了高性能计算基础设施日益增长的自立能力。
研究计划在全国范围内建立了卓越中心。印度理工学院马德拉斯分校的罗伯特-博世中心是印度发表论文最多的人工智能实验室，重点研究网络分析和深度强化学习。海德拉巴印度理工学院是印度首个英伟达™（NVIDIA®）人工智能技术中心，拥有多套DGX系统，主要面向农业人工智能和智慧城市。政府宣布将在 2024 年新建三个人工智能卓越中心，重点关注医疗保健、农业和可持续城市，到 2028 年将获得 ₹990 亿美元的资助。
访问框架确保广泛利用。IISc SERC 利用英伟达™（NVIDIA®）公司提供 GPU 研讨班，为航空航天、生物信息学等领域的研究提供支持。德里印度理工学院实施了基于 Kerberos 的身份验证和基于队列的优先系统。国家框架要求机构隶属与基于项目的访问，而 C-DAC 在 PARAM 系统上开展了广泛的培训计划，覆盖了 500 多名用户。
行业应用和使用案例
印度企业在采用人工智能方面全球领先，59% 的企业积极使用人工智能，这一比例为全球最高。印度储备银行预计，到 2029-30 年，人工智能将为 GDP 贡献 3590-438 亿美元。巴罗达银行部署了生成式人工智能虚拟关系经理，而在 2024 年，25% 的印度公司将人工智能融入生产，而在 2023 年，这一比例仅为 8%。
医疗保健行业显示出变革潜力，92% 的领导者认为自动化对解决人员短缺问题至关重要。人工智能驱动的诊断工具在放射学和病理学领域越来越受青睐，而药物发现加速和远程患者监测也在迅速扩展。制药和生命科学领域的人工智能小规模采用率达到 82%，显示出巨大的增长潜力。
制造业已进入人工智能 "专家 "成熟阶段，重点关注预测性维护、质量控制和供应链优化。汽车和电子行业率先采用人工智能，Reliance Industries 在所有业务部门实施了人工智能转型。与物联网的集成实现了创新的制造解决方案，这在以前没有大量计算基础设施是不可能实现的。
IT 服务部门广泛利用 GPU 基础设施。Infosys Topaz 平台通过 90 多个活跃项目为 57,000 名训练有素的员工提供生成式人工智能功能。TCS 的 ignio™ 平台将认知计算与 ML 相结合，其 100,000 多名经过人工智能培训的员工是全球最大的人工智能员工队伍。Wipro 的 HOLMES 平台在 140 多个项目中创造了价值 12,000 多人时的生产力，部署了 1,800 多个机器人实例。
在印度人工智能计划（IndiaAI Mission）的推动下，本地人工智能模型开发蓬勃发展。Sarvam AI 获得了 4,096 台英伟达 H100 GPU 和 986.8 亿英镑的补贴，用于开发 700 亿参数的本地 LLM。其他受益者还包括 Soket 人工智能实验室（Soket AI Labs）和 Gnani.ai，前者正在开发拥有 1 200 亿个参数的 "Pragna-1B"，后者正在为印度语创建语音模型。BharatGPT 生态系统包含多项倡议，其中包括用于多模态 LLM 的 BharatGen 和 CoRover 的 5.34 亿参数离线模型，支持 100 多种语言。
影响增长的挑战和制约因素
印度的 GPU 基础设施面临着严重的电力和冷却瓶颈，威胁着扩展计划。与传统的 6-8kW 负载相比，GPU 集成所需的功率密度要高出 7-8 倍，每个机架需要 40-60kW 的功率。如果不进行重大改造，包括采用液体冷却或浸入式解决方案，大多数现有数据中心都无法满足 100kW 以上的要求。印度的目标是到 2030 年将数据中心容量从 800MW 扩展到 3000MW，这就需要对电网基础设施进行大规模升级，因此挑战也随之加剧。
人才短缺是对人工智能雄心壮志的现实威胁。到 2027 年，对专业人才的需求将从 60 万至 65 万增长到 125 万以上，但目前的人才库只能满足 49% 的需求。每 10 个 GenAI 职位中，只有一个合格的专业人员。尽管96%的雇主优先考虑人工智能技能招聘，但79%的雇主找不到所需的人才。虽然像 TCS 和 Wipro 这样的公司已经培训了数十万名员工，但仓促的培训计划仍存在质量问题。
供应链漏洞使印度面临地缘政治风险。作为 "二级 "国家，美国的出口管制对印度规定了 50,000 块 GPU 的上限，这给采购带来了不确定性。虽然印度在 2024 年采购了约 19,000 个 GPU，但对英伟达（NVIDIA）和 AMD 等美国供应商的严重依赖使生态系统很容易受到政策变化的影响。在 2029 年之前推动本土 GPU 开发旨在降低这些风险，但也面临着技术和制造方面的挑战。
基础设施就绪程度的差距不仅限于电源。事实证明，传统的数据中心设计如果不进行大规模改造，对于高功率人工智能工作负载来说是不可行的。冷却基础设施危机意味着大多数设施需要彻底改造，才能达到 GPU 部署所要求的低于 1.1 的 PUE 效率水平。电网基础设施的限制制约了大规模实施，尤其是在计划扩建的二线城市。
对进口的依赖加剧了整个半导体供应链所面临的挑战。除 GPU 外，印度的先进冷却系统、高速网络设备和专用电源管理组件也依赖进口。半导体 2.0 的本地制造计划旨在建立生态系统能力，包括化学品和气体供应商，但真正实现自给自足仍需时日。
印度在亚太地区 GPU 竞赛中的地位
印度以 34.4% 的复合年增长率成为亚太地区 GPU 市场中增长最快的国家，超过了中国（32.1%）、日本（31.1%）和韩国（31.7%）。然而，绝对市场规模却说明了另一个问题--2024 年印度 4.85 亿美元的市场规模与中国 18.2 亿美元的市场规模相比相形见绌。到 2034 年，亚太地区的整体市场规模将从 67 亿美元增长到 446 亿美元，这为那些能够克服基础设施限制的国家带来了巨大的机遇。
区域投资模式揭示了竞争态势。马来西亚以 150 亿美元的人工智能数据中心投资遥遥领先，而新加坡则利用其战略枢纽地位，投资了 90 亿美元，并出台了绿色数据中心补助金等先进政策。越南尽管是后来者，但也吸引了 60 亿美元的投资，这凸显了该地区在人工智能基础设施领导地位方面的竞争。印度的优势在于长期承诺投资，到 2027 年将超过 1000 亿美元，但执行仍然至关重要。
印度在亚太地区拥有独特的竞争优势。印度拥有全球 20% 的半导体设计劳动力，其 GPU 计算能力为每小时 115-150 ₹，而全球基准为 213-256 ₹，成本优势达 40-50%。作为世界上人口最多的国家，印度在金融、医疗保健和农业等领域的需求激增，为其提供了无与伦比的国内市场。政府通过耗资 103.72 亿英镑的印度人工智能计划（IndiaAI Mission）提供支持，包括为初创企业和学术界提供 40% 的折扣，为生态系统的发展创造了有利条件。
然而，一些重大的不利因素限制了其潜力。电力基础设施的限制和电网容量的挑战阻碍了大规模部署。对供应链的依赖使印度容易受到地缘政治限制的影响，美国的出口管制就是明证。在数据中心的先进性方面，基础设施的成熟度落后于中国和新加坡。虽然印度培养了大量科技人才，但与更发达的市场相比，质量问题依然存在。
区域合作为克服局限性提供了途径。东盟数字经济框架协议》的目标是到 2030 年实现 2 万亿美元的数字经济，印度支持《2025 年东盟数字总体规划》。跨境数据流协调和联合能力建设计划创造了凝聚力。印度的战略位置和成本优势使其成为东盟数字转型的潜在区域枢纽，前提是基础设施方面的挑战得到迅速解决。
结论
印度正处于数字化转型的决定性时刻。印度部署了超过 8 万个 GPU，承诺投资超过 1000 亿美元，并且是亚太地区全球增长最快的 GPU 市场，这为印度在人工智能领域的领导地位奠定了坚实的基础。政府通过 "印度人工智能使命"（IndiaAI Mission）制定的全面战略，与私营部门的大规模投资和本土发展计划相结合，创造了前所未有的机遇。
然而，成功并不能保证。印度必须抓紧解决可能制约 GPU 部署的电力基础设施限制问题，同时解决可能影响装机容量利用率的严重人才短缺问题。鉴于地缘政治对供应链的不确定性，在 2029 年之前开发出本土 GPU 的竞赛既代表了技术雄心，也是战略需要。
印度能否利用其竞争优势--成本效率、市场规模和政府支持--同时克服基础设施和人才方面的限制，将决定印度是成为全球人工智能基础设施中心，还是永远追赶地区领导者。随着重大项目的上线和本土能力的成熟，接下来的两年（直至 2027 年）将会起到决定性作用。
参考资料
印度分析杂志。2024."2024年人工智能初创企业融资与收购报告--印度"。 https://analyticsindiamag.com/ai-highlights/ai-startup-funding-acquisition-report-2025-india/
印度分析杂志。2024."印度人工智能，GPU 在哪里？ https://analyticsindiamag.com/ai-features/indiaai-where-are-the-gpus/
天使一号2025."印度首个印度制造的人工智能 GPU 将于 2025 年在₹103.72 亿美元的印度人工智能任务下进行演示"。 https://www.angelone.in/news/market-updates/india-s-first-made-in-india-ai-gpus-to-be-demoed-by-2025-under-10-372-crore-indiaai-mission
商业标准》。2024."微软、亚马逊投资数十亿美元建设数据基础设施，推动印度人工智能发展"。 https://www.business-standard.com/technology/tech-news/ai-in-india-gets-a-boost-as-microsoft-amazon-invest-billions-in-data-infra-124061800328_1.html
商业标准》。2025."印度制造的 GPU 将于 2025 年进行技术演示，2029 年投入生产"。 https://www.business-standard.com/technology/tech-news/india-made-gpu-to-be-demo-ready-by-end-2025-production-by-2029-125051400720_1.html
今日商业2025."印度豪赌人工智能：启动大型计算设施，公布本土 GPU 芯片计划"。 https://www.businesstoday.in/technology/news/story/india-bets-big-on-ai-launches-major-compute-facility-unveils-plans-for-indigenous-gpu-chips-467053-2025-03-07
世邦魏理仕2024."印度人工智能驱动的数据中心热潮--到 2027 年预计投资 1000 亿美元"。IndiaAI. https://indiaai.gov.in/article/india-s-ai-powered-data-centre-boom-100-billion-investment-forecast-by-2027-cbre
CoinGeek.2024."尽管存在担忧，2024 年印度仍将引领人工智能的应用"。 https://coingeek.com/india-leads-ai-adoption-in-2024-despite-concerns/
数据中心动态。2024."印度公司订购数万片 Nvidia 芯片"。 https://www.datacenterdynamics.com/en/news/indian-companies-order-tens-of-1000s-of-nvidia-chips/
德勤2024."缩小人工智能人才差距，提升印度的科技和经济影响力：德勤-NASSCOM 报告"。 https://www.deloitte.com/in/en/about/press-room/bridging-the-ai-talent-gap-to-boost-indias-tech-and-economic-impact-deloitte-nasscom-report.html
科学技术部。2025."国家超级计算任务"。 https://dst.gov.in/national-super-computing-mission
Fierce Network。2024."AWS斥资 127 亿美元在印度建设数据中心的原因"。 https://www.fierce-network.com/data-center/aws-spend-127b-data-centers-india-2030
高盛集团2024."到 2030 年，人工智能将推动数据中心电力需求增长 165%"。 https://www.goldmansachs.com/insights/articles/ai-to-drive-165-increase-in-data-center-power-demand-by-2030
Grand View Research.2024."2030年印度数据中心GPU市场规模与前景"。 https://www.grandviewresearch.com/horizon/outlook/data-center-gpu-market/india
IBM.2024."59%的印度企业已积极部署人工智能，在受访国家中最高：IBM 报告"。 https://in.newsroom.ibm.com/2024-02-15-59-of-Indian-Enterprises-have-actively-deployed-AI,-highest-among-countries-surveyed-IBM-report
IBEF.2025."印度制造的图形处理器（GPU）将于 2025 年进行技术演示，2029 年投入生产"。 https://www.ibef.org/news/india-made-graphics-processing-units-gpus-to-be-tech-demo-ready-by-2025-production-by-2029
IndiaAI.2024."AIRAWAT：印度人工智能超级计算之旅的里程碑"。 https://indiaai.gov.in/article/airawat-a-landmark-in-india-s-ai-supercomputing-journey
IndiaAI.2025."IndiaAI计算能力"。 https://indiaai.gov.in/hub/indiaai-compute-capacity
IndiaAI.2025."联邦部长宣布提供 1.8 万多个负担得起的人工智能计算单元"。 https://indiaai.gov.in/article/union-minister-of-electronics-it-railways-and-i-b-announces-the-availability-of-18-000-affordable-ai-compute-units
印度科学学院。2022."PARAM Pravega：IISc 的 NSM 超级计算机"。 https://iisc.ac.in/events/param-pravega-an-nsm-supercomputer-at-iisc/
微软。2025."微软宣布两年内向印度云计算和人工智能基础设施投资 30 亿美元"。 https://news.microsoft.com/en-in/microsoft-announces-us-3bn-investment-over-two-years-in-india-cloud-and-ai-infrastructure-to-accelerate-adoption-of-ai-skilling-and-innovation/
麻省理工科技评论》。2025."印度争夺人工智能独立的内幕"。 https://www.technologyreview.com/2025/07/04/1119705/inside-indias-scramble-for-ai-independence/
NASSCOM.2024."AI Adoption Index 2.0：跟踪印度在人工智能采用方面的部门进展"。 https://nasscom.in/knowledge-center/publications/ai-adoption-index-20-tracking-indias-sectoral-progress-ai-adoption
英伟达™（NVIDIA®）。2024."为人工智能开放：印度科技领袖为经济转型打造人工智能工厂"。 https://blogs.nvidia.com/blog/india-ai-infrastructure/
英伟达新闻室。2024."Reliance与NVIDIA携手在印度为印度推进人工智能"。 https://nvidianews.nvidia.com/news/reliance-and-nvidia-partner-to-advance-ai-in-india-for-india
展望业务。2025."到 2030 年，印度能否满足人工智能数据中心的电力需求？ https://www.outlookbusiness.com/planet/industry/india-ai-data-centre-energy-sustainability-2030
新闻信息局。2025."印度通用计算能力超过 34,000 GPU"。 https://www.pib.gov.in/PressReleasePage.aspx?PRID=2132817
RCR 无线新闻。2025."印度五大人工智能数据中心"。 https://www.rcrwireless.com/20250326/fundamentals/top-ai-data-centers-india
TechCrunch.2025."报道称，信实公司计划在印度建立全球最大的人工智能数据中心"。 https://techcrunch.com/2025/01/23/reliance-plans-world-biggest-ai-data-centre-in-india-report-says/
汤姆五金店2024."Nvidia签下价值 5 亿美元的 1.6 万个 AI GPU 订单--印度数据中心公司希望到 2025 年拥有 3.2 万个 Nvidia H100 和 GH200 GPU"。 https://www.tomshardware.com/pc-components/gpus/nvidia-inks-order-for-16000-ai-gpus-worth-500-million
您的故事2025."DeepSeek威胁：印度可能有GPU问题，需要迅速采取行动"。 https://yourstory.com/2025/02/deepseek-threat-ai-india-gpu-chips-problem-ashwini-vaishnaw-indiaai
