شرکت فناوری مستقر در ابوظبی، G42، با همکاری تولیدکننده تراشه آمریکایی Cerebras تصمیم به راه‌اندازی یک سیستم سوپرکامپیوتر با ظرفیت ۸ اگزافلاپ در هند گرفته‌اند. این پروژه در حاشیه ایندیا AI Impact Summit در دهلی نو اعلام شد و بر رعایت قوانین محلی امنیت، حاکمیت داده‌ها و مقررات رعایت حریم خصوصی تأکید دارد.

هدف این پروژه، فراهم کردن منابع محاسباتی برای کاربردهای هوش مصنوعی در مؤسسات آموزشی، نهادهای دولتی و شرکت‌های کوچک و متوسط است. مانو جین، مدیرعامل G42 هند، گفت:

«زیرساخت‌های هوش مصنوعی مستقل، برای رقابت ملی ضروری هستند. این پروژه، قابلیت‌های لازم را در سطح ملی به هند می‌آورد و پژوهشگران و شرکت‌ها را قادر می‌سازد بدون از دست دادن حاکمیت داده، هوش مصنوعی بومی توسعه دهند.»

مشارکت دانشگاه‌ها و مؤسسات تحقیقاتی

در این پروژه، دانشگاه Mohamed bin Zayed University of Artificial Intelligence (MBZUAI) و مرکز C-DAC هند نیز حضور دارند. پیش از این، MBZUAI و G42 مدل زبان بزرگ Nanda 87B را مبتنی بر Llama 3.1 70B منتشر کرده بودند که قابلیت درک گفتار روزمره به زبان‌های هندی و انگلیسی را دارد.

اندی هاک، مدیر استراتژی Cerebras، افزود:

«راه‌اندازی این سیستم در هند، گام بزرگی در توسعه ظرفیت محاسباتی و برنامه‌های هوش مصنوعی مستقل کشور است و آموزش و استنتاج مدل‌های بزرگ را سرعت می‌بخشد.»

رقابت برای زیرساخت‌های هوش مصنوعی در هند

در جریان India AI Impact Summit 2026، شرکت‌های هندی و بین‌المللی چندین طرح زیرساختی دیگر را نیز اعلام کردند:

  • Adani Group اعلام کرد تا سال ۲۰۳۵، ۵ گیگاوات ظرفیت داده‌سنتری در هند ایجاد خواهد کرد.

  • Reliance سرمایه‌گذاری ۱۱۰ میلیارد دلاری برای هفت سال آینده برای مراکز داده در مقیاس گیگاوات را اعلام کرده است جزئیات بیشتر.

  • OpenAI با Tata Group همکاری کرده و ۱۰۰ مگاوات ظرفیت محاسباتی AI را تأمین کرده است و قصد دارد به ۱ گیگاوات افزایش دهد جزئیات بیشتر.

وزیر فناوری هند، Ashwini Vaishnaw، گفت که کشور در دو سال آینده بیش از ۲۰۰ میلیارد دلار سرمایه‌گذاری زیرساختی را با ترکیبی از مشوق‌های مالیاتی، سرمایه‌گذاری دولتی و حمایت‌های سیاستی جذب خواهد کرد. علاوه بر این، شرکت‌های فناوری آمریکایی مانند Amazon، Google و Microsoft تاکنون حدود ۷۰ میلیارد دلار برای توسعه زیرساخت هوش مصنوعی و ابری در هند اختصاص داده‌اند.

برای لینک‌دهی داخلی، می‌توان به مقالات زیر ارجاع داد: