Krutrim и Lenovo запустили проект самого крупного в Индии суперкомпьютера для модели с 700 миллиардами параметров

Индийская компания Krutim, занимающаяся разработкой технологий искусственного интеллекта и являющаяся частью Ola Group, сообщила о начале сотрудничества с технологическим гигантом Lenovo для создания самого мощного суперкомпьютера в Индии.

Информация о данном проекте была представлена на мероприятии Lenovo TechWorld India 2025. Технический директор Ola, Навенду Агарвал, отметил, что эта система будет задействована для обучения Krutrim 3 — языковой модели, состоящей из 700 миллиардов параметров, что позволит поднять местные разработки в области ИИ на качественно новый уровень.

По данным Tech In Asia, суперкомпьютер будет основываться на чипах собственного производства компании Krutrim, а также использовать облачные технологии и алгоритмы фирмы. Подробная информация о технических характеристиках системы, включая сроки завершения проекта и бюджет, пока не раскрыта.

Ранее, в августе 2024 года, Krutrim объявила о планах запустить три специализированных процессора: Bodhi, Sarv и Ojas. Первый из них предназначен для обучения крупных языковых моделей и других ИИ-алгоритмов, второй — для выполнения общего вычисления, а третий — для работы на периферийных устройствах (Edge).

Разработкой процессоров Krutrim занимается совместно с компаниями Arm и Untether AI. В планах компании представить в 2028 году Bodhi 2, который, по словам Агарвала, сможет обрабатывать модели, насчитывающие до 10 триллионов параметров, и станет основой для суперкомпьютеров экзафлопсного уровня.

Инициатива Krutrim перекликается с другими проектами Lenovo в Индии. В сентябре 2024 года Lenovo анонсировала строительство завода для выпуска высокопроизводительных ИИ-серверов и исследовательского центра в городе Бангалор (штат Карнатака). В Lenovo подчеркивают, что эти действия соответствуют государственной стратегии «Сделано в Индии» и программе «ИИ для всех», направленной на превращение страны в глобальный центр технологических инноваций.

Источник: iXBT