人工智能

HCLTech 将参与印度奥里萨邦 AI 数据中心项目,投资额达 1425.7 亿卢比

2026年7月25日 · admin
openmagic ad

据 IT之家 7 月 24 日消息,印度科技企业 HCLTech 今日宣布,将与印度奥里萨邦政府以及印度 AI 初创企业 Sarvam 合作,在奥里萨邦首府 Bhubaneswar 即将落成的主权人工智能产业园区内共同建设一座 AI 数据中心。来源显示,该项目总投资额为 1425.7 亿卢比,按现汇率约合人民币 100.04 亿元。该项目将把 HCLTech 的全栈人工智能能力与 Sarvam 的基础模型结合,面向私营部门和公共部门企业提供特定行业的 AI 应用,同时支持印度自主人工智能生态系统建设,并推动多语言 AI 服务向基层用户覆盖。

HCLTech、奥里萨邦政府与 Sarvam 形成三方协作

从公开信息看,这一项目并非单纯的数据中心建设,而是围绕“主权人工智能”展开的基础设施与应用生态布局。HCLTech 作为印度大型科技服务企业,将在其中提供从基础设施、平台到行业解决方案相关的全栈 AI 能力;奥里萨邦政府则为项目落地提供区域产业承载;Sarvam 作为印度 AI 初创企业,其基础模型能力将成为面向本地市场开发应用的重要组成部分。

所谓主权人工智能产业园区,通常强调本地可控的算力、模型、数据和应用体系。对于印度这样的多语言、多行业数字化市场而言,AI 基础设施不仅是算力资源的堆叠,也关系到模型能否服务政府、金融、教育、医疗、制造等具体场景。来源提到,该投资将面向私营和公共部门企业提供特定行业的 AI 应用,这意味着项目未来可能更侧重“AI 能力落地”,而非仅承担通用云计算或托管服务。

  • 项目地点:印度奥里萨邦 Bhubaneswar 的主权人工智能产业园区。
  • 参与方:HCLTech、奥里萨邦政府以及印度 AI 初创企业 Sarvam。
  • 投资规模:1425.7 亿卢比,约合人民币 100.04 亿元。
  • 主要方向:AI 数据中心、行业 AI 应用、多语言 AI 服务和本土 AI 生态建设。
  • 配套建设:HCLTech 还将在 Bhubaneswar 建设全球技术中心,可容纳 5000 名员工,预计 2028 年投运。

AI 数据中心正成为国家级 AI 竞争的基础设施

大模型发展正在推动全球范围内的数据中心升级。与传统互联网数据中心相比,AI 数据中心更依赖高性能计算资源、低延迟网络、稳定供电和更高等级的散热能力。对于希望建立自主 AI 能力的国家和地区而言,数据中心已经成为模型训练、推理部署、数据治理和行业应用开发的基础设施。

印度近年在数字公共基础设施、软件服务和初创生态方面具有较强积累,但在大模型时代,算力与本地模型能力同样关键。HCLTech 参与奥里萨邦项目,体现出印度科技服务企业正在从传统 IT 外包和软件交付,进一步向 AI 平台、行业模型和本地算力体系延伸。Sarvam 的加入,则使该项目与印度本土基础模型生态产生更直接联系。

对中文科技读者而言,这一动向值得关注的原因在于:AI 竞争已从单一模型能力,扩展为“算力基础设施 + 模型能力 + 行业场景 + 政策协同”的综合竞争。奥里萨邦项目的建设,也显示印度地方政府正在通过产业园区、数据中心和技术中心吸引 AI 产业资源集聚。

多语言 AI 服务或是项目的重要落地方向

来源中特别提到,该投资将有助于向基层用户提供多语言 AI 服务。这一点与印度市场特征高度相关。印度拥有复杂的语言环境,如果 AI 服务只覆盖少数主流语言,其在公共服务、教育、农业、医疗咨询和基层政务等场景中的应用效果会受到限制。

因此,多语言能力不仅是模型产品的功能卖点,也可能成为 AI 普惠化的关键前提。通过本地数据中心和本土基础模型结合,项目有望在数据合规、本地部署、语言适配和行业应用定制方面形成更完整链条。尤其是在公共部门应用中,模型是否能够理解本地语言、适配本地流程,并在可控环境中运行,将直接影响 AI 服务的推广深度。

全球技术中心补足人才与交付能力

除 AI 数据中心外,HCLTech 还将在 Bhubaneswar 建设全球技术中心。来源显示,该设施可容纳 5000 名员工,预计 2028 年投运。对于大型 AI 基础设施项目而言,技术中心的意义在于提供长期研发、运维、客户交付和行业解决方案开发能力。

这也表明,HCLTech 在奥里萨邦的布局不是一次性基础设施投资,而是将算力设施、模型合作和人才基地放在同一地区进行协同建设。随着 AI 应用从实验阶段走向企业生产系统,围绕数据中心形成的技术服务、模型微调、应用集成和运维支持,将成为项目能否持续产生价值的关键。

总体来看,HCLTech 参与奥里萨邦 AI 数据中心建设,是印度推进自主 AI 生态的一项重要产业动作。它既反映出 AI 基础设施投资继续升温,也显示出大模型落地正在从通用能力竞争转向行业化、本地化和多语言服务竞争。对于全球 AI 产业而言,类似项目将进一步推动算力、模型与区域产业政策深度绑定。