【TechWeb】11月6日消息，据印度科技媒体ETGovernment报道，印度电子和信息技术部（MeitY）秘书长S. Krishnan在接受专访时表示，根据“印度半导体使命2.0”（India Semiconductor Mission 2.0），印度政府计划支持本土GPU芯片研发，并预计这项工作需要约24个月。
Krishnan在采访中给出的原话是：“我们应当拥有自己的GPU芯片。这不会一蹴而就。这是一个大约需要24个月的项目，我们打算朝着这个目标推进。”
Krishnan在采访中系统阐述了Semicon 2.0时的战略判断：第一阶段（ISM 1.0）主要聚焦晶圆制造和芯片封装两个环节，而ISM 2.0要把能力铺向芯片设计、制造设备、材料、化学品、先进封装以及研发的完整价值链。该计划总预算为1.275万亿卢比（约合人民币900亿元左右），覆盖六大支柱，相关通知已于2026年8月下发。换言之，GPU研发被嵌入了一个从设计到制造、从材料到设备的系统性产业政策框架之中，而非一个孤立的芯片攻关项目。
Krishnan将印度需要构建的AI技术栈拆解为五个层面：第一层是能源与电力基础设施，第二层是用于AI计算的加速器芯片，第三层是计算基础设施与服务器，第四层是AI模型，第五层是应用。在第二层，他明确指出了问题的症结：全球GPU供应集中在极少数企业手中，这种集中直接推高了AI算力的成本。印度在ISM 2.0下瞄准本土GPU，正是对这一结构性约束的回应。
不过，Krishnan没有透露任何具体负责研发的企业、芯片供应商或制造商，也没有公布芯片架构、性能指标或制程节点。Yahoo Tech在转载ETGovernment报道时同样注明，该GPU项目“仍是一个早期阶段的目标”，制造商、芯片供应商和承建方均未确定。
另外，与GPU目标并行的是SHAKTI和VEGA两款RISC-V处理器的商业化推进。Krishnan在采访中将这两款处理器描述为印度在处理器设计领域能力增长的证据。两者的定位需要与GPU严格区分：它们是基于开放RISC-V指令集架构的CPU设计，与MeitY此次瞄准的GPU并非同一类产品。SHAKTI由印度理工学院马德拉斯分校（IIT Madras）主导，其软件开发工具包早在2019年就已发布，目的是让开发者在处理器商业化之前先行构建应用生态。VEGA则由印度高级计算发展中心（C-DAC）等机构参与研发，2024年推出的Aries 3.0开发板搭载了VEGA ET301处理器，一颗32位、最高运行频率100MHz、配备26KB SRAM的芯片，面向的是传感器、可穿戴设备和物联网等轻量化场景，而非桌面计算或图形处理。
在芯片设计生态的底层，印度通过“设计关联激励计划”（DLI）积累了一批可量化的早期成果。Krishnan透露，DLI已从100多家企业中筛选支持了24家，其中15家随后吸引了风险投资或其他私人投资，产品覆盖微控制器、无人机飞行控制器、智能电表芯片和闭路电视摄像头芯片等。这些成果为ISM 2.0将重心进一步上移到AI加速器等战略性芯片设计提供了某种底层储备，但DLI所支持的芯片品类与高性能GPU之间的技术跨度，仍然显著。
与此同时，印度当前的AI算力供给仍然高度依赖进口。IndiaAI Mission的共享算力池在2026年6月达到超过45,000块GPU，面向研究人员和初创企业提供补贴性算力接入。但据印度媒体报道，截至2026年10月，该任务实际可用的GPU约为30,000块，低于45,000块的承诺总量，部分私营供应商因全球GPU供应紧张和设备成本上升而未能兑现承诺容量。这一现实构成了本土GPU计划的直接背景：共享算力可以暂时缓解“有没有卡可用”的问题，却无法改变底层硬件受制于外部供应的结构。
在制造端，印度正在引入外部能力以补足前端产能。2026年5月，荷兰半导体设备商ASML与塔塔电子签署协议，为古吉拉特邦多莱拉（Dholera）的印度首座商业300mm（12英寸）晶圆厂提供设备与量产爬坡支持。英特尔也已宣布与塔塔集团在半导体制造和封装领域建立战略合作。但一座晶圆厂从设备搬入到稳定量产通常以年为单位计算，而印度规划的GPU即便完成设计，也仍需面对由谁来制造、在哪个节点上制造、良率与成本如何控制等一系列尚未回答的问题。
