專家指出科技巨頭在量子運算發展上策略分歧
投資網站Investing.com報導，專家指出，科技巨頭在量子運算的研發上採取截然不同的策略，反映出技術挑戰尚未解決，以及各公司對量子技術的建構與應用路徑存在分歧。量子運算仍處於初期階段，進展受限於錯誤修正、容錯能力和擴展性等核心技術難題。
在由BMO資本市場主辦的量子運算專家座談中，該專家指出，量子運算利用量子物理原理進行計算，與傳統計算機不同，但要達到廣泛應用，必須克服技術上的基礎限制。錯誤修正是其中最大障礙，因為量子態極為脆弱，稍有環境變化如溫度波動就會被干擾。若無效的錯誤修正，錯誤會快速累積，導致量子演算法無法運行足夠長時間以產生有效結果。
該專家指出，業界仍在早期階段嘗試開發穩定且經過錯誤修正的邏輯量子比特（logical qubits），這是實現容錯系統的必要條件。部分公司已展示有限數量的邏輯量子比特，但多數仍未有確鑿成果。
這些技術限制導致硬件開發出現多種競爭路線，俗稱「模態」（modalities），各有利弊。超導量子比特由IBM和Google等公司採用，優點是操作速度快且製造具擴展性，但需要極低溫環境且在網絡連接方面存在限制。離子和原子量子比特則由IonQ使用，連接性強但運作較慢，且物理擴展困難。光子量子比特利用光粒子編碼信息，自然適合光纖網絡，但構建大型且經過錯誤修正的系統存在挑戰。
專家表示，離子和原子系統在錯誤修正方面進展較超導系統快，已有報告稱達到數十個邏輯量子比特。預計未來五年內可能會有主導技術模態出現，但目前仍不確定堅持超導系統的公司是否會在離子和原子技術獲得突破後調整策略。
在市場定位方面，IBM多年來專注於超導系統並保持領先，但其擴展和錯誤修正路線圖仍面臨挑戰。微軟則被描述為較少開發自家量子硬件，轉而強調雲端平台和第三方技術棧。亞馬遜的硬件努力相對較弱，重心在雲端量子平台而非內部硬件開發。Google被視為在量子運算投入較大，偏重學術研究而非短期商用。IonQ在離子和原子比特領域居於領先地位，而專家對D-Wave的能力表示質疑，特別是其產品中有多少是真正的量子處理而非傳統計算。
現階段量子運算的應用主要集中於科學研究和學術領域，商業用途普遍預期需要數百至數萬個邏輯量子比特。政府是目前為數不多的量子系統買家之一。專家亦指出，鑑於硬件維護複雜且需專業知識，機構更可能透過雲端服務接觸量子運算，而非自行擁有和操作系統。
評論與啟示
這篇報導清楚揭示了量子運算領域技術和策略上的多元分歧，反映出這是一場尚未定型的技術賽跑。不同技術模態各有優劣，短期內難以預測哪種路線會勝出，這對投資者和產業觀察家來說，既是風險也是機遇。企業在研發策略上的分歧，亦反映出量子運算不僅是技術挑戰，更涉及商業模式、產業生態系統和長遠布局的抉擇。
值得注意的是，量子運算的真正商業化距離仍遠，核心技術如錯誤修正和容錯能力是當前的瓶頸，這意味著市場炒作需保持理性。科技巨頭如IBM和Google背靠深厚研發實力，積極投入基礎研究，微軟和亞馬遜則更側重雲端平台的生態建設，這種差異或許反映了他們對量子計算未來商業化時程和路徑的不同預期。
此外，離子和原子量子比特技術的進展提示我們，量子硬件的多樣化發展是必然趨勢，未來可能出現跨模態整合或新型態的量子計算架構。企業和投資者應密切關注技術突破與市場動向，避免被一時的技術風潮所迷惑。
最後，量子運算的雲端化趨勢也十分關鍵，因為量子硬件維護成本高昂且複雜，雲端量子服務將成為大多數企業和研究機構的首選入口，這對雲計算供應商來說是重要的戰略機會。
總結而言，量子運算正處於多路並進、技術挑戰重重的關鍵階段，只有時間和持續研發才能揭示哪條路線最終成為主流。對香港及全球科技產業來說，持續關注和理性投資量子技術，是未來科技競爭的重要一環。
以上文章由GPT 所翻譯及撰寫。
