印度要做自己的DeepSeek：有芯片也有人，10个月内搞定

　　印度信息技术部长阿什维尼·维什瑙与到此访问OpenAI的联合创始人兼CEO奥特曼会面。维什瑙说，人工智能的发展可以在世界任何地方落地生根。

　　 维什瑙放出消息称，印度的大语言模型将在今年之内准备好。

　　 印度政府已经批准了18项提案，旨在加速农业和气候变化等关键领域的AI解决方案落地。这些支持措施包括提供算力、数据和资金。

　　 维什瑙还透露，预计到今年年底，将有6家主要开发商推出基础AI模型。为使相关开发更加“经济且易于获取”，印度政府将补贴40%的计算成本，降低AI计算单元的平均费用，将目前每小时1.29美元的费用降到更低。

　　 其实，近年来，印度政府在AI方面的投资并不少。

　　 就在2023年，印度才成立国家级“印度AI使命”项目，旨在实现“让AI在印度扎根”和“让AI为印度服务”两大目标，预算达1037.192亿卢比。

　　 印度也努力成为世界领先的人工智能中心。包括微软、英伟达、亚马逊在内的大型科技集团都有计划在印度投资数十亿美元，建设云计算和AI基础设施。印度本土的阿达尼集团和信实工业公司也正在进行大规模数据中心投资。

　　 甚至连贝莱德这样的资产管理集团，也计划招募近1200人，扩大在印度的两个支持中心，并在该国搭建AI能力。

　　 作为衡量AI算力的一个重要指标，在超大规模数据中心数量上，截至2023年，印度只有大约18个超大规模数据中心，而中国的公开数据是有接近100个。差距背后，是支撑和维系数据中心运作的一系列配套设施，包括了电力、网络、冷却系统等。

　　 对此， 印度还差什么

　　 近段时间，印度媒体和专家们不断在讨论，印度离一个本土的DeepSeek，还差些什么呢？

　　 印度人认为，差距并不是全方位的。甚至在硬件方面，印度还有优势。

　　 据了解，印度现有超过18600个高性能GPU，其中12896个为英伟达H100、1480个是英伟达H200、742个为MI325和MI325X。

　　 相比较之下，DeepSeek是在2000个GPU上训练完成的，ChatGPT是在25000个GPU上训练完成的，因而印度有超过18000个高性能GPU，可以说，印度的算力资源已经足够强大了，足以支撑印度大模型的需求。

　　 有学者认为，这与思维方式有关，印度并不重视基础创新。

　　 印度数据中心巨头Yotta的母公司CEO希兰南达尼认为，印度并不缺乏先进芯片，“但我们还没有创建一个创新的生态系统，这是一个思维方式问题”。

　　 印度前电子和信息技术部国务部长拉吉夫·陈德拉塞卡尔同样称：“DeepSeek AI模型的出现表明，印度的计算能力永远无法成为长期的护城河……希望印度的人工智能初创企业能够在未来带来颠覆。”

　　 印度专栏作家拉布罗也指出，印度应改变思维，敢于与世界领先企业竞争。“仅仅试图把别人创造的东西做好，并不能让我们成为一个突破性的国家。我们需要投资于有助于自身利益的尖端研究。”

　　 还有观点认为，印度政府干预的缺位以及受保护市场的缺乏，也是印度企业怯于参与AI竞争的原因之一。

　　 印度咨询公司Tracxn和印度人工智能协会的数据显示，过去4年，印度AI初创公司激增70家。但在AI大模型领域的公司不到10家，且业务主要集中在对话AI、智能助手等，基本不涉及基础模型的研发，只能解决相对初级的问题。

　　 例如，印度独角兽公司Krutrim的自研模型Krutrim AI在使用时仅允许输入424个字符。而OpenAI的GPT-4，字符数上限已达到了32768个。