量子與人工智能：應對資源挑戰

量子計算快速發展正在帶來一個新時代。然而隨着量子技術的進步，人們越來越擔心資源的可用性——這讓人想起最近人工智能領域公司面臨的GPU短缺的挑戰。

由於開發大型語言模型(LLM)和其他人工智能解決方案的爭相涌現，對GPU的需求激增，使許多組織難以獲得所需的計算能力。從科技巨頭到初創公司，各種規模的公司都發現自己在爭奪有限的GPU資源，導致項目延遲、成本增加，在某些情況下，還需要重新評估人工智能戰略。這種短缺性不僅影響了專注於人工智能的公司，還波及了尋求實施人工智能解決方案的其他行業。

隨着我們走向量子時代，人們越來越擔心同樣場景可能會發生在量子計算領域。由於量子技術有可能解決以前無法解決的問題，對量子資源的需求可能很快超過供應，從而限制該領域發展。

2024年6月，QuEra Computing對量子計算的現狀進行了全面調查。調查揭示了組織如何制定實施量子技術的戰略，以及哪些方面可能會出現類似的人工智能GPU危機。

爲什麼公司要投資量子技術?

組織越來越多地投資於量子技術，因爲它有可能解決目前超出經典計算能力的複雜問題。根據調查，這些投資的主要動機是探索未來的機會和應用。最終用戶和以量子爲中心的公司都渴望利用量子計算獲得競爭優勢，併爲創新開闢新的途徑。

然而，儘管有這些投資，投資回報(ROI)還沒有完全實現。當被問及從量子光源中看到的最高投資回報率時，不同組的被調查者的反應不一。量子計算仍處於早期階段，雖然公司和個人都押注於其未來的潛力，但他們不清楚它將如何產生回報。最終用戶和製造商認爲，最高的投資回報率增長將來自量子計算解決的以前無法解決的問題，而研究人員認爲，它目前對投資回報率產生最大的影響仍處於書面階段。

你的組織會被打個措手不及嗎?

組織中一個重要的擔憂是害怕對量子技術的快速發展毫無準備。調查顯示，31.8%的受訪者擔心他們的組織可能會被量子技術的發展速度打個措手不及。這種擔憂在終端用戶和學術機構中尤其明顯，他們可能缺乏跟上技術曲線的資源，可能使他們容易受到更敏捷的競爭對手的攻擊。

量子部署的戰略方法

爲了應對這些擔憂，企業正在探索各種策略，以確保自己不會落在後面。一個關鍵的抉擇是在本地部署量子資源，還是依賴基於雲的解決方案。儘管量子技術還處於早期階段，而且可以在雲端訪問，但近20%的受訪者計劃在內部部署量子計算機。這表明了這些公司對能夠訪問計算機、保護其數據並將其與傳統計算機緊密集成的戰略重要性。

通過維護本地功能，即使雲可用性受到限制，公司也可以確保訪問量子資源——這是從人工智能領域GPU短缺的經驗中吸取的教訓。此外，組織正在優先考慮在人才和技能開發方面的投資，以建立一支能夠利用量子技術的勞動力隊伍，減少對外部資源的依賴。

量子會像人工智能一樣面臨資源短缺嗎?

量子資源短缺的可能性，特別是在雲計算中，是許多組織的一個關鍵問題。調查顯示，64.5%的受訪者擔心，一旦量子計算的價值得到證實，會出現在雲上的時間保障問題。這種擔憂源於人工智能領域最近的經驗，即對GPU的需求超過了供應，導致人工智能項目延遲並增加了成本。

由於公司預計量子行業也會出現類似的情況，他們正在仔細考慮自己的資源戰略。雖然雲計算提供商承諾提供大量可擴展的資源，但由於資源的稀缺性，一些組織開始考慮其他方法，包括內部部署和戰略合作伙伴關係，以確保優先訪問。

調查結果強調了組織制定強大的量子資源管理戰略的迫切需要。隨着量子技術的不斷髮展，企業必須積極主動地解決潛在的資源限制問題，並確保自己不會被快速發展的步伐打了個措手不及。無論是通過內部部署、戰略合作伙伴關係，還是對量子人才的投資，今天做出的決定將決定誰在量子時代處於領先地位，誰被拋在後面。

通過從人工智能領域GPU短缺的挑戰中吸取教訓，組織可以更好地爲量子未來做好準備。爭奪量子霸權的競賽不僅關乎技術水平，還關乎遠見、準備和適應不斷變化的環境的能力。