Η Ινδία στο Κέντρο του Αγώνα για την Τεχνητή Νοημοσύνη – Πώς η Νευρομορφική Υπολογιστική θα μπορούσε να προωθήσει τη χώρα στην Πρώτη Γραμμή

The artificial intelligence (AI) industry είναι αλλάζει τον κόσμο με δραματικό τρόπο καθώς γίνεται αναπόσπαστο μέρος των επιχειρήσεων σε όλους τους τομείς. 

Από την υγειονομική περίθαλψη, το λιανικό εμπόριο, τα χρηματοοικονομικά, την κατασκευή και την εφοδιαστική αλυσίδα μέχρι την εκπαίδευση, την ενέργεια και τη βιομηχανία ψυχαγωγίας, υπάρχει αυξανόμενη ζήτηση για εργαλεία με τεχνητή νοημοσύνη. 

Σύμφωνα με PWC, η AI μπορεί να μετασχηματίσει την παραγωγικότητα και το δυναμικό ΑΕΠ της παγκόσμιας οικονομίας, με τις μεγαλύτερες κερδισμένες βελτιώσεις να παρατηρηθούν στην Κίνα και τη Βόρεια Αμερική, ισοδυναμώντας με συνολικό ποσό 10,7 τρισεκατομμύρια δολάρια.

Με την αυξανόμενη χρήση, η αγορά AI αναμένεται να αυξηθεί από 50 δισεκατομμύρια δολάρια το 2023 σε πολύ πάνω από 800 δισεκατομμύρια δολάρια μέχρι το τέλος της δεκαετίας, σύμφωνα με τη Statista.

Αυτή η εποχή άνθισης της AI οδήγησε σε ανταγωνισμό μεταξύ μεγάλων εταιρειών για την ανάπτυξη των πιο ισχυρών μοντέλων AI παγκοσμίως, και οι χώρες είναι επιθυμητές να ενισχύσουν τα δικά τους ανταγωνιστικά συστήματα AI.

Στο μεταξύ, η Ινδία έχει αναδειχθεί σε βασικό παίκτη, με το 92 % των εργαζομένων γνώσης να χρησιμοποιούν γενετική AI, σε σύγκριση με το πολύ χαμηλότερο παγκόσμιο μέσο όρο του 75 %.

Μόλις τον περασμένο μήνα, ο πιο πλούσιος άνθρωπος της Ασίας, Mukesh Ambani, πρόεδρος της Reliance Industries (RELIANCE.BO ), παρουσίασε το «JioBrain», μια σειρά εργαλείων και εφαρμογών AI για τη μεταμόρφωση επιχειρήσεων στον τομέα της ενέργειας, των υφασμάτων και άλλων. Η τηλεπικοινωνιακή επιχείρηση της Reliance συνεργάζεται αυτή τη στιγμή με το Ινστιτούτο Ινδικής Τεχνολογίας (IIT) για την εκκίνηση του «Bharat GPT» για Ινδούς χρήστες. 

«Πρέπει να βρισκόμαστε στην πρώτη γραμμή της χρήσης δεδομένων, με την AI ως δυνατότητα για την επίτευξη ενός κβαντικού άλματος στην παραγωγικότητα και την αποδοτικότητα.»

– Mukesh Ambani

Αφού δημιούργησε μια βιομηχανία πληροφορικής αξίας 250 δισεκατομμυρίων δολαρίων, η Ινδία στρέφει τώρα το βλέμμα της στις υπηρεσίες AI, οι οποίες, σύμφωνα με μια έκθεση της Nasscom και της BCG, θα μπορούσαν να αξίζουν 17 δισεκατομμύρια δολάρια τα επόμενα τρία χρόνια. 

Με πάνω από 900 εκατομμύρια χρήστες διαδικτύου, η Ινδία έχει αναδειχθεί ως «η πρωτεύουσα των δεδομένων του κόσμου». Το γεγονός ότι τόσα πολλά δεδομένα είναι δημόσια διαθέσιμα είναι εξαιρετικά επωφελές για τις εταιρείες, καθώς μπορούν να γράψουν τα δικά τους αλγόριθμα AI.

Ωστόσο, απαιτούνται υπολογιστική ισχύς και κοινόχρηστοι πόροι για να επιταχυνθεί η βιομηχανία AI της χώρας. Για το σκοπό αυτό, η κυβέρνηση της Ινδίας έχει προμηθευτεί χίλιες μονάδες GPU για να προσφέρει υπολογιστική χωρητικότητα σε δημιουργούς AI. 

Αρχικά φέτος, η πρώτη αποστολή τσιπ Nvidia (NVDA ) έφτασε σε ινδικά κέντρα δεδομένων μετά τον CEO του μεγαλύτερου κατασκευαστή τσιπ παγκοσμίως, Jensen Huang, που επισκέφθηκε την Ινδία και συζήτησε με τον Πρωθυπουργό Narendra Modi και τεχνολογικούς στελέχους.

«Έχετε τα δεδομένα, έχετε το ταλέντο. Αυτό θα γίνει μία από τις μεγαλύτερες αγορές AI στον κόσμο.» 

– Huang είπε στον ΠΜ όταν

Μία Επανάσταση: Μίμηση του Εγκεφάλου για Έξυπνο Υπολογισμό

Στο πλαίσιο αυτό, επιστήμονες του Κέντρου Νανοεπιστήμης και Μηχανικής (CeNSe), Ινστιτούτο Ινδικής Επιστήμης (IISc), Μπενγκαλού, Ινδία, πραγματοποίησαν μια μεγάλη πρόοδο στην τεχνολογία νευρομορφικού υπολογισμού. Αυτή η τεχνολογία μιμείται τη δομή και τη λειτουργία του ανθρώπινου εγκεφάλου για τη δημιουργία πιο αποδοτικών και έξυπνων υπολογιστικών συστημάτων.

Αυτή η σημαντική πρόοδος μπορεί να βοηθήσει την Ινδία να γίνει κύριος παίκτης στον παγκόσμιο αγώνα AI και να κάνει τον υπολογισμό AI προσβάσιμο σε όλους και ενσωματωμένο στις προσωπικές τους συσκευές.

Αυτό αποτελεί σίγουρα ένα μεγάλο επίτευγμα, δεδομένου ότι το συμβατικό «μοντέλο υπολογιστικού νέφους» απαιτεί μεγάλα κέντρα δεδομένων που καταναλώνουν πολλή ενέργεια. Η χρήση εντατικών πόρων περιορίζει τη χρήση τους σε μια μικρή κοινότητα προγραμματιστών.

Το νευρομορφικό υλικό υπόσχεται βελτιωμένη ενεργειακή αποδοτικότητα και χώρο για AI. Ωστόσο, προς το παρόν, μπορεί να χειριστεί μόνο λειτουργίες χαμηλής ακρίβειας. Εργασίες όπως η επεξεργασία φυσικής γλώσσας (NLP), η εκπαίδευση νευρωνικών δικτύων και η επεξεργασία σήματος απαιτούν σημαντικά μεγαλύτερη υπολογιστική ανάλυση και αυτή τη στιγμή υπερβαίνουν τις δυνατότητες των μεμονωμένων νευρομορφικών κυκλωματικών στοιχείων.

Ωστόσο, η τελευταία πρόοδος των επιστημόνων του IISc μπορεί πραγματικά να βοηθήσει και να μετακινήσει το πεδίο προς το «υπολογισμό άκρων», που φέρνει την επεξεργασία και αποθήκευση δεδομένων πιο κοντά στις συσκευές που δημιουργούν και χρησιμοποιούν τα δεδομένα. Αυτό μειώνει το λανθάνοντα χρόνο, βελτιώνει την απόδοση των εφαρμογών και εξοικονομεί κόστη δικτύου.

Ο υπολογισμός άκρων επιτρέπει περαιτέρω εφαρμογές σε πραγματικό χρόνο, καθώς και εφαρμογές AI και μηχανικής μάθησης, να επεξεργάζονται μεγάλους όγκους δεδομένων με μεγαλύτερη ταχύτητα και αξιοπιστία. 

Δημοσιεύτηκε στο Nature, η πιο πρόσφατη έρευνα του Καθηγητή Sreetosh Goswami στο CeNSe, IISc, που ηγήθηκε ομάδας επιστημόνων και φοιτητών, ανέπτυξε έναν τύπο ημιαγωγικού συσκευής που ονομάζεται Memristor. Αντί για την παραδοσιακή τεχνολογία βασισμένη σε πυρίτιο, το Memristor δημιουργήθηκε χρησιμοποιώντας μια μεταλλο-οργανική μεμβράνη.

Η χρήση μοριακών μεμβράνων επέτρεψε στους ερευνητές να παρακολουθούν τις ελεύθερες ιοντικές κινήσεις, διευρύνοντας τις διαδρομές μνήμης.

Για να εδραιώσουν κινητικούς ελέγχους πάνω στη μοριακή μετάβαση που επέτρεψε τα νευρομορφικά χαρακτηριστικά σε ένα μόνο κυκλωματικό στοιχείο, οι επιστήμονες εφάρμοσαν παλμούς τάσης και στη συνέχεια χαρτογράφησαν τις μοριακές κινήσεις σε ένα διακριτό ηλεκτρικό σήμα. Αυτό δημιούργησε ένα εκτενές «μοριακό ημερολόγιο» διαφορετικών καταστάσεων.

«Λόγω αυτής της ελεύθερης ιοντικής κίνησης, δημιουργήθηκαν αμέτρητες μοναδικές καταστάσεις μνήμης και διαδρομές. Τέτοιες ενδιάμεσες καταστάσεις είχαν παραμείνει απρόσιτες μέχρι τώρα, καθώς τα περισσότερα ψηφιακά συστήματα μπορούν να προσπελάσουν μόνο δύο καταστάσεις, υψηλής ή χαμηλής αγωγιμότητας.»

– Professor Sreebrata Goswami, πατέρας του Prof Sreetosh, επισκέπτης επιστήμονας στο CeNSe

Αυτή η πλατφόρμα, συνδυάζοντας τη δημιουργικότητα της χημείας και την ακρίβεια της ηλεκτρονικής μηχανικής, «μας επέτρεψε να ελέγξουμε τις μοριακές κινήσεις πολύ ακριβώς μέσα σε ένα ηλεκτρικό κύκλωμα τροφοδοτούμενο από παλμούς τάσης νανοδευτερολέπτου», πρόσθεσε.

Η μοριακή αλλαγή ήταν μικρή, αλλά ήταν ακριβώς αυτό που επέτρεψε τον εξαιρετικά ακριβή και αποδοτικό νευρομορφικό επιταχυντή. Αυτός ο πρωτοποριακός επιταχυντής μπορεί να αποθηκεύει και να επεξεργάζεται δεδομένα στην ίδια θέση.

Έτσι, το υλικό ουσιαστικά επέτρεψε στη ημιαγωγική συσκευή να μιμηθεί τον τρόπο που ο εγκέφαλός μας επεξεργάζεται πληροφορίες χρησιμοποιώντας συνάψεις και νευρώνες. Όταν ενσωματώνεται με έναν κανονικό ψηφιακό υπολογιστή, το Memristor ενίσχυσε την ενεργειακή και ταχυτική απόδοση του εκατοντάδες φορές, καθιστώντας το έναν ενεργειακά αποδοτικό «επιταχυντή AI».

Η τελική κλιμάκωση της τεχνολογίας αναμένεται να επιτρέψει την εκτέλεση των πιο σύνθετων και μεγάλης κλίμακας εργασιών AI, όπως η εκπαίδευση μεγάλων γλωσσικών μοντέλων (LLM), σε ένα απλό καταναλωτικό laptop ή smartphone, αντί για κέντρα δεδομένων.

Ενίσχυση των Δυνατοτήτων AI με την Τεχνολογία Memristor

Με την αυξανόμενη ζήτηση για ταχύτερα και πιο αποδοτικά smartphones, η ψηφιακή υπολογιστική που βασίζεται στην τεχνολογία πυριτίου αντιμετωπίζει ήδη περιορισμούς. Εκτός από την ανάπτυξη της AI, υπάρχει πλέον κρίσιμη ανάγκη για καινοτομίες που μπορούν να βελτιώσουν σημαντικά την ταχύτητα επεξεργασίας και την ενεργειακή αποδοτικότητα των σημερινών συστημάτων υπολογισμού. 

Για τη δημιουργία μιας τέτοιας συσκευής, οι επιστήμονες του IISc χρησιμοποίησαν τη μέθοδο μεταλλο-οργανικής μεμβράνης για τα Memristors — μια προσέγγιση In-Memory Computing που έχουν υιοθετήσει οι κατασκευαστές τσιπ για την αντιμετώπιση των προβλημάτων, αλλά χωρίς μεγάλη επιτυχία — η οποία λειτουργεί όπως το κύκλωμα νευρώνα-συνάψεως του εγκεφάλου.

Κατά τη διάρκεια της δεκαετίας του 2010, οι εταιρείες προσπάθησαν να μιμηθούν τον εγκέφαλο, αλλά συνέχισαν να χρησιμοποιούν πυριτίουσες τρανζίστορ και δεν πέτυχαν σημαντικές βελτιώσεις.

«Στη δεκαετία του 2020, οι επενδύσεις στην έρευνα επιστρέφουν στην ακαδημαϊκή κοινότητα επειδή συνειδητοποιούμε ότι χρειαζόμαστε πολύ πιο θεμελιώδεις ανακαλύψεις για να επιτύχουμε πραγματικά υπολογισμό εμπνευσμένο από τον εγκέφαλο. Αν απλώς ακολουθήσουμε μια βίαιη προσέγγιση με τρανζίστορ και επιβάλλουμε συγκεκριμένους αλγόριθμους, αυτό δεν θα λειτουργήσει.»

– Sreetosh είπε σε συνέντευξη

Στον εγκέφαλό μας, η μνήμη και η επεξεργασία δεν μοιάζουν καθόλου με έναν ψηφιακό υπολογιστή. Δεν χρησιμοποιούνται 0 και 1 για την επεξεργασία πληροφοριών ή τη διάσπαση των δεδομένων σε μικρά κομμάτια. Ο εγκέφαλός μας καταναλώνει μεγάλα κομμάτια δεδομένων για να επεξεργαστεί πληροφορίες, μειώνοντας δραστικά τα βήματα που απαιτούνται για να βρεθούν απαντήσεις, καθιστώντας το εξαιρετικά ενεργειακά αποδοτικό. 

Ο συνδυασμός αναλογικής υπολογιστικής και της τεχνολογίας Memristor κάνει τον νευρομορφικό υπολογισμό γρήγορο και εξαιρετικά αποδοτικό.

Έτσι, η ομάδα αποθήκευσε και επεξεργάστηκε δεδομένα σε 16 520 καταστάσεις ταυτόχρονα αντί για μόνο δύο (μηδέν και ένα). Αυτό μείωσε τον αριθμό των βημάτων που απαιτούνται για το βασικό μαθηματικό υπολογισμό πίσω από τους αλγόριθμους AI, πολλαπλασιάζοντας πίνακες 64 × 64, σε μόλις 64 βήματα, ενώ διαφορετικά θα απαιτούνταν 262 144 λειτουργίες.

Για να δοκιμάσουν τη συσκευή, η ομάδα τη συνδέθηκε σε έναν συμβατικό επιτραπέζιο υπολογιστή και τη χρησιμοποίησε για την πολύπλοκη εργασία αναδημιουργίας της εικόνας «Pillars of Creation» της NASA, χρησιμοποιώντας τα δεδομένα από το διαστημικό τηλεσκόπιο James Webb. Η εργασία ολοκληρώθηκε πολύ πιο γρήγορα και με σημαντικά λιγότερη ενέργεια από έναν κανονικό υπολογιστή.

Μια ενεργειακή αποδοτικότητα 4,1 tera-operations ανά δευτερόλεπτο ανά watt (TOPS/W) αναφέρθηκε από την ομάδα, η οποία είναι 220 φορές πιο αποδοτική από μια GPU NVIDIA K80, με σημαντικό περιθώριο για περαιτέρω βελτιώσεις.

«Ο νευρομορφικός υπολογισμός έχει αντιμετωπίσει πολλές άλυτες προκλήσεις για πάνω από μια δεκαετία,» σημείωσε ο Sreetosh, προσθέτοντας ότι κατά τη διάρκεια της δεκαετούς έρευνάς τους και της «σπάνιας» ανακάλυψης, η ομάδα κατάφερε να λύσει όλες τις έξι προκλήσεις που ξεκίνησαν και, στην πορεία, «σχεδόν κατέστη το τέλειο σύστημα». 

Στο τρέχον στάδιο, είναι μόνο μια απόδειξη αρχής, αλλά παρά το ότι βρίσκεται στα αρχικά του στάδια, το γεγονός ότι η ομάδα πέτυχε βελτίωση τεσσάρων τάξεων μεγέθους σε σχέση με τις προηγμένες μεθόδους, καταναλώνοντας 460 × λιγότερη ενέργεια από τους ψηφιακούς υπολογιστές, οι επιστήμονες πιστεύουν ότι αυτή η πρόοδος μπορεί να βοηθήσει την Ινδία να κάνει ένα σημαντικό άλμα στο υλικό AI.

Σύμφωνα με τον Navakanta Bhat, ειδικό στην ημιαγωγική ηλεκτρονική και καθηγητή στο CeNSE (ο οποίος επίσης ηγήθηκε του σχεδιασμού του έργου):

«Αυτό που ξεχωρίζει είναι το πώς μετατρέψαμε την πολύπλοκη φυσική και χημική κατανόηση σε επαναστατική τεχνολογία για υλικό AI. Στο πλαίσιο της Αποστολής Ημιαγωγών Ινδίας, αυτή η ανάπτυξη θα μπορούσε να αλλάξει τα δεδομένα, επαναστατώντας τις βιομηχανικές, καταναλωτικές και στρατηγικές εφαρμογές. Η εθνική σημασία μιας τέτοιας έρευνας δεν μπορεί να υπερεκτιμηθεί.»

Στο επόμενο στάδιο, η ομάδα θα κατασκευάσει μεγαλύτερους πίνακες που θα φτάνουν μέχρι 256 × 256. Χρηματοδοτημένη από το Υπουργείο Ηλεκτρονικών και Πληροφοριακών Τεχνολογιών (MeitY), η έρευνα στοχεύει περαιτέρω στην ανάπτυξη και επίδειξη μιας λύσης System-on-Chip και τελικά στην ίδρυση μιας startup για εμπορευματοποίηση, κάτι που αναμένεται να συμβεί μέσα στα επόμενα τρία χρόνια. 

Τοποθέτηση της Ινδίας ως Παγκόσμιου Ηγέτη στην AI 

Ένας συνδυασμός ερευνητικών ιδρυμάτων, νεοσύστατων εταιρειών και μεγάλων τεχνολογικών εταιρειών οδηγεί στην σημαντική ανάπτυξη που βιώνει αυτή τη στιγμή ο τομέας AI στην Ινδία. Είναι εξαιτίας αυτών των συμμετεχόντων που η θεωρητική AI μεταφράζεται επιτυχώς σε πραγματικές εφαρμογές.

Αλλά αυτό δεν είναι το μόνο. Η ταχέως αναπτυσσόμενη βιομηχανία AI της Ινδίας έχει επίσης λάβει σημαντική υποστήριξη από την κυβέρνηση, η οποία έχει εισαγάγει πολλές στρατηγικές πολιτικές και πρωτοβουλίες, όπως η Εθνική Στρατηγική AI, η Ομάδα Εργασίας AI και η Αποστολή AI, για την επιτάχυνση της προόδου.

Αυξάνοντας την επένδυση κατά 1,25 δισεκατομμύρια δολάρια προς την «IndiaAI Mission», η κυβέρνηση λειτουργεί ως κύριος κινητήρας της μεταμόρφωσης AI της Ινδίας.

Το Υπουργείο Ηλεκτρονικών και Πληροφοριακών Τεχνολογιών (MeitY), το οποίο χρηματοδότησε την τελευταία πρόοδο υπολογισμού στο IISc, αναζητά λύσεις AI στο πλαίσιο της IndiaAI Mission.

Το MeitY προσκαλεί υποβολές λύσεων AI για την αντιμετώπιση βασικών προκλήσεων στους τομείς της κλιματικής αλλαγής, της γεωργίας, της υγειονομικής περίθαλψης και των βοηθητικών τεχνολογιών. Οι αιτούντες θα περάσουν από πολλαπλές φάσεις αξιολόγησης και, αφού επιλεγούν, θα λάβουν χρηματοδότηση για περαιτέρω ανάπτυξη και υλοποίηση της λύσης τους για χρήση από την κυβέρνηση και τις σχετικές οντότητες για τέσσερα χρόνια.

Η πρωτοβουλία λαμβάνεται στο πλαίσιο της IndiaAI Application Development Initiative (IADI), ενός από τα επτά πυλώνες της IndiaAI. Το υπουργείο έχει καθορίσει έως δεκαπέντε δηλώσεις προβλημάτων στο έγγραφο αίτησης.

Άλλο σημείο, η AWS επέλεξε επτά ινδικές νεοσύστατες εταιρείες για το παγκόσμιο πρόγραμμα επιταχυντή Γενετικής AI. Αυτές οι νεοσύστατες εταιρείες περιλαμβάνουν τις Zocket, Unscripted AI, Phot.ai, Orbo.ai, Neural Garage, House of Models και Converse. Από τις 80 εταιρείες που επέλεξε η AWS παγκοσμίως, οι νεοσύστατες επιλέχθηκαν για την καινοτόμο χρήση AI και τις παγκόσμιες φιλοδοξίες ανάπτυξής τους.

Όλες οι επιλεγμένες εταιρείες θα έχουν πρόσβαση στα AI chips της εταιρείας και στην τεχνολογία υπολογισμού και αποθήκευσης. Θα τους παρασχεθούν επίσης πιστώσεις AWS, εκπαίδευση και καθοδήγηση για την περαιτέρω χρήση τεχνολογιών AI και μηχανικής μάθησης.

Ενώ η χώρα κάνει σημαντικές προόδους, υπάρχουν ακόμη πολλά εμπόδια στην πορεία προς την κυριαρχία στην AI. Η Ινδία πρέπει να αντιμετωπίσει το έλλειμμα δεξιοτήτων και την ανεπαρκή υποδομή ώστε να αξιοποιήσει πλήρως το δυναμικό της να γίνει παγκόσμιος ηγέτης στην AI.

Εταιρείες που Συμβάλλουν στην Πρόοδο της Αγοράς AI της Ινδίας

Η αυξανόμενη αγορά AI στην Ινδία έχει οδηγήσει σε πολλές εταιρείες που εργάζονται για την προώθηση της AI. Για παράδειγμα, η νεοσύστατη AI Krutrim έγινε το πρώτο unicorn της Ινδίας φέτος όταν εξασφάλισε χρηματοδότηση 50 εκατομμυρίων δολαρίων από τη Lightspeed Venture Partners και τον δισεκατομμυριούχο Vinod Khosla. Παράλληλα, ο δεύτερος πιο πλούσιος άνθρωπος της Ασίας, Gautam Adani, ανακοίνωσε κοινή επιχείρηση με τα ΗΑΕ για την εξερεύνηση AI και τη διαφοροποίηση σε ψηφιακές υπηρεσίες.

Η Microsoft (MSFT ) επίσης ενισχύει πρωτοβουλίες στην Ινδία που στοχεύουν στην εκπαίδευση 2 εκατομμυρίων ανθρώπων σε δεξιότητες AI. Η Infosys, η Wipro, η Tech Mahindra (TECHM.BO ) και η Larsen & Toubro (LT.BO ) (L&T), μεταξύ άλλων, χρησιμοποιούν AI στις επιχειρήσεις τους. Η HCL Technologies (HCLTECH.BO ), εν τω μεταξύ, υπέγραψε συμφωνία με τη Foxconn της Κίνας για τη δημιουργία εγκατάστασης δοκιμών τσιπ.

Τώρα, ας ρίξουμε μια ματιά σε ένα εξέχον όνομα στον ινδικό κλάδο AI:

Tata Consultancy Services (TCS)

Η μεγαλύτερη εταιρεία λογισμικού στην Ινδία, η TCS, επένδυσε 1,5 δισεκατομμύρια δολάρια σε μια σειρά έργων γενετικής AI τον Ιούλιο του τρέχοντος έτους. Αυτό έρχεται μετά τη δημιουργία μιας ειδικής μονάδας AI Cloud την περασμένη χρονιά. Επιπλέον, υπάρχει η ζώνη εμπειρίας AI που επιτρέπει στους υπαλλήλους να αναπτύσσουν και να πειραματίζονται με λύσεις AI. Μέχρι σήμερα, πάνω από 300 000 υπάλληλοι της TCS έχουν λάβει βασική εκπαίδευση στην AI, ενώ η εταιρεία διαχειρίζεται περισσότερα από 270 έργα AI και γενετικής AI.

Η TCS επίσης εργάζεται για την ενίσχυση της βιομηχανίας ημιαγωγών στην Ινδία και συνεργάζεται με την Tata Electronics για την ανάπτυξη τσιπ μέχρι το 2026. Η Tata Electronics, εν τω μεταξύ, ηγείται της παραγωγής με δύο εγκεκριμένα εργοστάσια ημιαγωγών. Η πρώτη εγκατάσταση αξίας 11 δισεκατομμυρίων δολαρίων θα δημιουργηθεί σε συνεργασία με την Ταϊβανέζικη Powerchip Semiconductor Manufacturing Corporation (PSMC) με στόχο την παραγωγή 50 000 wafer το μήνα. Η δεύτερη εγκατάσταση αξίας 3,26 δισεκατομμυρίων δολαρίων θα είναι ένα εργοστάσιο συναρμολόγησης και δοκιμών τσιπ, το οποίο αναμένεται να ξεκινήσει λειτουργίες τα επόμενα χρόνια.

Όσον αφορά τα οικονομικά, η TCS ανακοίνωσε αύξηση +3,9 % ετησίως στα έσοδά της, φθάνοντας τα 7,51 δισεκατομμύρια δολάρια για το Q2 2024. Τα καθαρά κέρδη ανήλθαν σε 1,44 δισεκατομμύρια δολάρια, ενώ η καθαρή ταμειακή ροή από λειτουργίες ήταν 1,34 δισεκατομμύρια δολάρια. Η εταιρεία ανέφερε επίσης «πολύ ισχυρή» ανάπτυξη στις αναδυόμενες αγορές, με επικεφαλής την Ινδία.

Συμπέρασμα

Η Ινδία, με τον νεαρό και ψηφιακά εξοικειωμένο πληθυσμό της, βρίσκεται σε καλή θέση να οδηγήσει την ανάπτυξη της AI όχι μόνο τοπικά αλλά και σε παγκόσμιο επίπεδο. Η αγορά AI στην Ινδία προβλέπεται να φτάσει τα 8 δισεκατομμύρια δολάρια μέχρι το 2025.

Μέσω της συνεχιζόμενης έρευνας και ανάπτυξης, όπως αποδεικνύεται από το IISc, η χώρα μπορεί να γίνει βασικός παίκτης στον αγώνα AI. Αλλά για να η Ινδία πάρει πραγματικά την πρωτοπορία, όλοι οι ενδιαφερόμενοι πρέπει να συνεργαστούν για να βοηθήσουν το ταξίδι AI της χώρας, να απελευθερώσουν το τεράστιο δυναμικό της και να μεταμορφώσουν πλήρως την AI.

Κάντε κλικ εδώ για να μάθετε τα πάντα σχετικά με την επένδυση στην τεχνητή νοημοσύνη.