印度推进AI半导体自给自足与全球技术霸权格局的裂痕

执行摘要

印度开发国产AI半导体，是源于1985年美国拒绝出口超级计算机后所形成的“技术依赖=安全脆弱性”观念在AI时代的重现。莫迪政府向Semicon 2.0计划投入154亿美元，实施第三方对冲战略，试图摆脱中美双方将其纳入各自AI平台的压力。但考虑到半导体产业特有的长期资本和技术积累要求，政策发布速度与实际量产能力之间的差距很可能在相当长的一段时间内持续存在。鉴于印度更有可能成为多元化供应链中的一环，而非实现完全自给自足，韩国有必要将印度同时视为替代供应链伙伴以及GPU和晶圆代工的合作需求方。中美技术霸权竞争的余波扩散至第三国产业政策的趋势，对韩国的贸易和技术安全战略也具有重要启示。

I. 议题现状分析

印度推进国产AI半导体开发：议题现状分析

1. 议题背景及经过

印度推进半导体自给自足并非始于近期。1985年10月，美国以担心被转用于核开发为由，拒绝向印度出售超级计算机[1]。以此为契机，印度政府于1988年3月成立了高级计算发展中心（C-Dac）[1]。C-Dac于1991年8月成功自主研发出印度首台超级计算机Param-8000[1]。这一经历成为印度政策圈内一个典型的案例，深刻烙下了“外部技术依赖直接导致安全脆弱性”的观念。

近40年后的今天，这一历史经验正在AI半导体领域重演。印度政府预测，到2035年，其半导体进口依赖规模将增至每年2400亿美元[8]。纳伦德拉·莫迪总理领导的政府正以此为据，加速推行半导体产业培育政策[8]。政策的重点已从单纯的进口替代，扩展到构建覆盖设计、制造、封装全流程的自主能力。

2. 当前状况

印度信息技术部（IT部）通过Semicon 2.0计划启动了规模达1.28万亿卢比（约154亿美元）的第二阶段半导体培育政策[5][8]。该计划旨在吸引基于12英寸标准晶圆的最新晶圆厂，其特点是降低政府直接补贴的比重，转而提供最高达40%的现金激励[5]。该计划还提高了资格要求，将援助对象限定为能够投入至少2000亿卢比（21亿美元）自有资本的、经过验证的制造商[5]。继塔塔集团的首个商业晶圆厂之后，印度正以2031年为目标，向全球企业发出投资邀请，以吸引第二家晶圆厂[5]。

《日经亚洲》在报道印度这一积极举措的同时，也引述了专家观点，指出了“后发者风险”[8]。有观点担忧，半导体产业是一个需要长期大规模资本投入和技术积累的领域，因此政策发布与实际量产能力的实现之间存在巨大差距[8]。在印度国内，政府从直接补贴转向吸引民间资本的方式，可以被解读为一种政策学习，即吸取了过去大规模财政支持下成果迟迟未现的教训。

与此同时，印度在推进半导体自给自足的同时，也在智能手机等相邻电子产业中采取了并行措施。电子和信息技术部部长阿什维尼·维什瑙表示，通过一项规模达6.25万亿卢比的手机制造计划，到2027年中期，印度有望推出自有品牌的智能手机[12]。这是针对过去十年中国品牌主导印度市场格局的应对之策，与不仅在半导体领域，而且在整个电子产业中将确保“本国品牌、本国知识产权”设定为国家课题的趋势一脉相承。

3. 主要行为体及立场

印度政府将此项政策定义为经济安全层面的核心任务。正如其电力网络SCADA系统国产化的举措所证实的，对源自中国的网络威胁的警惕，贯穿于印度政府核心基础设施国产化政策的始终[16]。半导体自给自足同样是这一安全逻辑的延伸。

美国与中国正在形成一种竞争格局，试图将印度拉入各自的AI平台阵营。美国外交关系协会（CFR）分析指出，印度在需要海外投资和伙伴关系以弥补其AI生态系统结构性弱点的同时，也面临着必须管理与中美两国关系的双重挑战[4]。这表明，印度不太可能完全并入任何一方阵营，而更可能采取战略对冲（hedging）的行动，以从双方获取实际利益。

全球大型科技公司的动向也是影响印度政策判断的变量。谷歌、亚马逊、微软、Meta、OpenAI等公司为降低对英伟达GPU的依赖，正着手开发自家的AI芯片[10]。这种“去英伟达化”的趋势，是AI半导体供应链从集中于少数企业的结构向多元化发展的信号，为包括印度在内的后发国家带来了市场准入空间可能被打开的期待。同时，正如有关Anthropic曾考虑收购AI芯片初创公司MatX的报道所示[14]，领先企业在硬件内部化方面的竞争日益激烈，这对像印度这样的后发进入者而言，也构成了技术差距可能反而扩大的风险因素。

台湾、荷兰等供应链核心节点国家的地位也揭示了印度自给自足尝试的局限性。独家供应EUV光刻机的阿斯麦（ASML）的存在，表明先进半导体的自给自足是一个结构性瓶颈，难以仅凭特定国家的政策意愿来完成[13]。例如，台湾力成科技（Powertech）正准备在2027年量产面板级封装（Panel-Level Packaging）[15]，在先进封装竞争中台湾也处于领先地位，印度要在短期内缩小这一差距并非易事。

4. 核心争议点

第一个争议点是政策发布与执行能力之间的差距。Semicon 2.0的财政规模和目标明确，但《日经亚洲》指出的“后发者风险”让人从根本上怀疑，在设计、材料、设备等所有领域技术基础积累不足的情况下，自给自足是否真正可行[8]。

第二个争议点是印度在中美之间的定位。印度在需要外部投资以构建本国AI生态系统的同时，也面临着来自中美双方要求其加入特定平台的压力[4]。这使得印度的半导体自给自足超越了纯粹的产业政策范畴，带上了地缘政治平衡战略的色彩。

第三个争议点是供应链瓶颈的结构性制约。如同阿斯麦对EUV设备的垄断[13]，先进半导体制造中存在着由少数企业或国家掌控的瓶颈环节。印度的自给自足目标能否达到足以绕开这些结构性制约的水平，目前尚不确定。

第四个争议点是印度政策对其他第三国产生的信号效应。在美国对华出口管制引发的技术霸权竞争格局中[11]，印度的举措有可能被那些试图不完全依附于中美任何一方的中等强国作为应对模式来参考。这一点对于包括韩国在内的主要半导体生产国在制定供应链战略时，也可能成为一个参考案例。

II. 议题深度分析

印度推进国产AI半导体开发：议题深度分析

1. 根本原因分析

若将印度推进半导体自给自足仅仅解读为一项产业政策，就会错失其核心。其根源在于新德里政策圈反复习得的经验——“技术依赖即安全脆弱性”。1985年美国拒绝出口超级计算机事件便是一个典型例子。当时，华盛顿以印度可能将其转用于核开发为由实施了制裁[1]。印度将此视为一次屈辱的经历，并随即成立了C-Dac，着手自主研发超级计算机[1]。这一事件给印度官僚社会留下了一个原型教训：若将获取尖端技术寄希望于外部，随时都可能被用作地缘政治的杠杆。

40年后的今天，这种观念在AI半导体领域正以同样的方式重演。随着中美技术霸权竞争的加剧，对包括英伟达GPU在内的先进AI芯片的出口管制已成为常态化的政策工具。在这一格局中，印度处于既非美国也非中国的第三方位置。CFR指出，印度有可能同时受到来自中美双方要求其并入各自AI平台的压力[4]。从印度的立场来看，开发国产AI芯片更像是一种战略选择，旨在规避这种二选一的局面。不依附于特定大国供应链的意愿，构成了该政策的根本动机。

经济因素也是根本原因的一个方面。预计到2035年，印度的半导体进口账单将增至每年2400亿美元[8]。这一规模可能对印度的经常账户造成巨大负担。莫迪政府决定向Semicon 2.0计划投入1.28万亿卢比，其背后正是这种进口替代的压力[5][8]。

2. 结构性背景

政治结构

对莫迪政府而言，半导体自给自足是与“自力更生的印度（Atmanirbhar Bharat）”这一对内政治叙事直接相关的事项。电子和信息技术部部长阿什维尼·维什瑙将培育国产智能手机品牌的目标设定在2027年中期，也出于同样的背景[12]。半导体和电子产业的国产化超越了单纯的产业政策，具有与印度教民族主义情绪相结合的政治象征意义。因此，朝野之间对于政策的持续性并无太大分歧。但政府已不再像过去那样大规模投入直接补贴，而是在Semicon 2.0中转向要求至少2000亿卢比民间资本投入的方式[5]。这可以看作是财政稳健性的政治负担与过去虽有支持但成果迟缓的经验相结合的结果。

经济结构

印度半导体产业的结构性弱点在于，虽然其在无晶圆厂（Fabless）设计能力方面相当可观，但实际的制造（晶圆代工）能力几乎为空白。塔塔集团建设首个商业晶圆厂是填补这一空白的尝试，政府随后正以2031年为目标，向全球企业发出投资邀请，以吸引第二家晶圆厂[5]。问题在于，半导体产业需要长期的资本积累和技术学习曲线。《日经亚洲》将其定义为“后发者风险”，并指出政策发布与实际量产能力之间存在巨大差距[8]。这暗示了一个结构性局限，即印度难以在短期内赶上韩国、台湾和中国历经数十年积累的工艺诀窍和设备生态系统。

安全结构

印度在半导体领域的自给自足动向，与在网络安全领域实现国产化的尝试一脉相承。中央电力局（CEA）推进电网SCADA系统国产化路线图的背后，是对源自中国的网络攻击的警惕[16]。这表明印度政府已将半导体视为与国家核心基础设施安全直接相关的战略资产，而不仅仅是普通的工业零部件。AI芯片也处于同样的逻辑线上。随着AI在国防安全领域的应用日益增多，依赖外国芯片作为其运算基础的结构本身，就被视为一种安全风险。

3. 历史先例及类似案例比较

印度当前的做法与多个国家的类似案例相比，呈现出一些共同的模式。

第一个比较对象是中国。为应对美国的半导体出口管制，中国计划到2035年将先进节点的自给率提升至66%的水平[13]。但有分析指出，即便是中国，也很可能无法解决阿斯麦EUV光刻机这一瓶颈问题[13]。这是一个参考案例，它表明即使印度推进半导体自给自足，在最尖端工艺上，对特定瓶颈技术的依赖在相当长的一段时间内可能仍是不可避免的。

第二个比较对象是大型科技公司自主研发芯片的趋势。谷歌、亚马逊、微软、Meta和OpenAI为减少对英伟达GPU的依赖，各自正在开发定制AI芯片[10]。据报道，Anthropic也曾为确保自家的芯片供应而考虑以70亿美元收购MatX[14]。这些案例虽然是企业层面的“AI主权”追求，而非国家层面，但其动机结构与印度的国家战略本质上相同。从试图减少对特定供应商的依赖这一点来看，二者是一致的。

第三个是与EAI分析的“主权AI（Sovereign AI）”论述的联系。韩国政府同样将AI主权设定为核心国家课题，这与“不仅是我国，美国、中国乃至世界各国都带着极其强烈的霸权意识投身于AI领域”的判断相吻合[6]。印度开发国产AI芯片的举动，正是主权AI竞争超越中美两强格局，扩散至中等强国和新兴国家层面的一个例证。

最直接的历史先例是印度自身的经验。1985年超级计算机出口被拒后，印度成功地成立了C-Dac并开发出Param-8000[1]。这一先例似乎给印度的决策者们注入了“能够依靠自身力量应对封锁”的信心。然而，1980年代的超级计算机与当今的AI半导体在技术复杂度和生态系统规模上存在天壤之别。当时只需通过单一机构的集中投资来复制特定硬件即可，而现在则要求构建一个涵盖设计、晶圆代工、封装和软件栈的完整生态系统。

4. 议题发展的核心变量

第一个变量是能否成功吸引晶圆代工厂。Semicon 2.0计划中以2031年为目标的第二家商业晶圆厂能否实际投产是关键[5]。能否真的有全球性企业满足至少2000亿卢比自有资本的条件，将是初期的试金石。

第二个变量是印度在中美之间采取的平衡战略的可持续性。正如CFR所指出的，美国和中国都将试图将印度拉入各自的AI平台阵营[4]。印度在这一压力下能在多大程度上维持其独立路线，将决定其自给自足政策的实际效果。

第三个变量是确保关键矿产与材料的供应链。卡内基国际和平基金会评估认为，印度与美国、日本一道，正处于能够主导关键矿产供应链去风险化的地位[7]。半导体自主能否与确保后段工艺材料及矿产的工作相结合并进，是决定政策完整性的一个变量。

第四个变量是电力与数据中心基础设施的扩充速度。BCG指出，AI计算领域的竞争，实质上是为建设数据中心而展开的确保电力的竞争[3]。即使自主生产半导体，若缺乏运行芯片所需的电网和数据中心基础设施作为支撑，也难以实现AI能力的实质性提升。印度电网国产化的动向[16]如何与此变量相结合并进，是今后的观察重点。