Is Quantum Computing the "Next AI"? Analysis: Timing of Entry is Crucial

量子計算正成為投資者關注的新焦點，但這一新興技術的商業化進程仍面臨重大挑戰。儘管最近取得了技術突破，且有消息稱美國政府考慮入股相關企業，但業內人士警告稱，在量子計算真正成熟之前，投資者面臨的風險遠大於潛在回報。

谷歌近期宣佈其量子芯片在特定計算中的速度是普通計算機的 13000 倍，這一突破展示了量子計算的潛力。此前媒體報道，特朗普政府正考慮收購 IonQ 和 D-Wave Quantum 等公司的股份，儘管政府對此否認，這些消息仍推動量子計算概念股大幅上漲。過去一年，D-Wave Quantum 飆升 1811%。

然而，這一行業仍處於發展初期。目前最先進的量子計算機在大多數應用場景中仍無法超越傳統計算機，主要瓶頸在於電子 “大腦” 規模不夠大，無法可靠地修復計算錯誤。美國銀行分析師 Wamsi Mohan 指出，可擴展性是未來五年至十年的關鍵問題。

技術瓶頸尚需時日突破

當前量子計算機性能不穩定的根本原因在於量子比特（qubit）數量不足且錯誤率高。與傳統計算機使用只能是 0 或 1 的比特不同，量子計算機則利用所謂的量子比特的量子力學特性，使之可以同時具有 0 和 1 的兩種狀態。這使得能夠同時處理更多可能性，從而解決傳統計算機需要近乎無限期時間才能完成的問題。

但構建大規模且無錯誤的量子計算機難度極大。眾多量子組件需要冷卻到接近絕對零度才能發揮作用，設備通常體積龐大且計算機精密。IBM 在量子計算領域深耕約十年，生產出了一些最強大的量子計算機，但其最先進的系統也只有 156 個量子位。

分析師表示，量子計算機需要更多數量級的量子比特才能解決許多普通計算機無法處理的問題。IBM 今年發佈的路線圖顯示，計劃到 2033 年達到 2000 個量子比特。谷歌目前擁有一款 105 個量子比特的芯片，目標是達到 1000 個量子比特，但時間表尚不清楚。

技術路線之爭勝負未分

誰將贏得量子計算的擴展競賽遠未明朗。IBM 和谷歌投入大量資金，亞馬遜和微軟等科技集團也紛紛入局。規模較小的上市量子計算公司也可能突圍佔領市場。此外，PsiQuantum 這樣的初創企業也將在澳大利亞和芝加哥建設大規模量子計算機，該公司於 9 月在芝加哥破土動工。

量子計算產業仍處於早期階段，甚至連哪種基本技術路徑最具可擴展性都尚未明確。一些公司如 IBM 和谷歌使用冷卻至絕對接近零度的材料，IonQ 等公司使用被懸浮懸浮並在空間中的帶電粒子，PsiQuantum 則利用光的量子特性。

對於投資者而言，任何投資量子計算的途徑都潛在着巨大的風險。今天的任何技術路徑都可能失敗，就像幾十年前 Betamax 在錄像帶格式之爭中輸給了 VHS。政府早期對某種方案的支持也可能產生適得其反的效果，如果押錯了寶，反而會阻礙整個行業的發展。

商業化時間表仍存不確定性

行業整合需要多長時間尚不確定。法國巴黎銀行分析師 David O'Connor 在最近的報告中指出，量子計算現在更多的是工程問題而不是科學實驗，涉及如何製造更大規模的計算機。他估計這可能需要三到四年的時間。

美國銀行分析師 Wamsi Mohan 預計到 2030 年量子計算收入可能達到 42.5 億美元。這個數字並不算驚人，但也不容小覷：這大約相當於英偉達十年前的收入水平。

如果這些挑戰得到解決，量子計算似乎有望得到快速增長，併為投資者帶來可觀的回報。科學家已經使用量子計算機識別出可以提高太陽能電池效率的材料，模擬空客飛機的性能並優化電網。強大的量子計算機可以快速測試複雜的分子組合，有可能加速新藥的發現。

現在的問題與其説是量子計算是否會成為一項值得投資的技術，不如説是它何時會成為一項值得投資的技術，而這可能還需要一段時間。