量子電腦是什麼？對生活有什麼影響？中研院自製量子電腦亮相！|數位時代 BusinessNext

台灣自製「量子電腦」登場！量子電腦是什麼？跟傳統電腦差在哪？一文看懂

台灣中研院首部自研、自製5位元超導全系統量子電腦，來了解「量子電腦」到底是什麼、能為我們的生活帶來什麼轉變？

「量子電腦」是什麼？中央研究院近期舉辦了「量子電腦專題中心進度報告會」，發布台灣首部自研、自製5位元超導全系統量子電腦，且將部署至雲端讓合作單位進行測試。

IBM在2019年的CES展中，對外展示了全球第一台商用量子電腦IBM Q System One，獨特的外觀在許多人心中留下深刻的印象。中研院也在2019年開始討論，怎麼在台灣發展量子電腦，並在2020年開始與國科會（時任科技部）、經濟部組成「量子電腦國家隊」。

而台灣首部自研、自製5位元超導全系統量子電腦，也讓台灣躋身少數可以自製量子電腦的國家，中研院院長廖俊智表示，雖然跟世界頂尖還有差距，「但也是在一隻手能數得出來的國家」中完成研發。

量子電腦是什麼？中研院自製的量子電腦有什麼用？

提到量子電腦，許多人會直覺反應量子糾纏、量子疊加等技術。但一言以蔽之，就是目前的運算邏輯是以0或1的形式處理二進制訊息，但量子運算可以同時處理兩者，最大、最重要、最關鍵的特性就是「快」。

到底有多快？

台灣大學IBM量子電腦中心主任張慶瑞在一場演講中舉例說明，「如果每次走1公尺，走30次後可以走多遠？傳統電腦的走法是1×30，結果是30公尺；量子電腦則是2的30次方，約等於繞地球26圈。 這種『指數增長』便是量子電腦的威力。 」

從理論上來看，一台50個量子位元的量子電腦，就能超越世界上最強的超級電腦運算力。而量子位元就像是強度的證明，擁有越多的量子位元，就擁有越強的運算能力。

雖然中研院量子電腦看起來只有5位元，但放眼全球除了大型科技公司如Google、IBM之外，能自研、自製的單位也不多。更重要的是，中研院僅花了2年時間就推動上線。

中研院物理研究所暨應用科學研究中心陳啟東特聘研究員解釋，5位元超導量子電腦的開發過程，是建立國內量子電腦生態系的最佳平台。同時，也是台灣量子生態系掌握核心技術的關鍵，讓人才有練兵的場域。成果也可以提供給國內許多業者測試開發，讓想要深入量子領域的業者，可以先透過中研院的平台試試水溫。

量子電腦功能有什麼？可以用在哪？

現行所有的「運算」，都有機會被量子電腦帶到新的層級。 但最多人討論的絕對是「破解密碼」 。

現行的加密運作流程，就是用極大的運算量當作關卡，讓破解的密碼的時間拉到「幾千年、幾萬年」以上。但量子電腦的速度，可以突破這個時間限制。趨勢科技在2018年年初就組成一個6人團隊鑽研量子電腦與密碼學，其表示：「只要量子位元數能增加至200個，威力將會很驚人！到時候『有加密等於沒加密』。」

而提到加密，比特幣也就浮上檯面。

俗稱的「挖」比特幣，也就是進行一連串的數學運算，量子運算有機會暴力突破這些運算，在短時間內把比特幣都挖出來。雖然所需的運算量、量子位元很大，但也成為受人矚目的焦點。

除此之外，在AI、醫療、資安、金融等領域，都有量子運算一展拳腳的空間。舉例來說，在製藥領域，可以用大量的運算製作、試驗、合成人們還沒想過的可能性，搭配AI可望帶來大躍進。

量子電腦有哪些科技巨頭競逐？目前誰取得先機？

先從一個新聞來看，在今年1月30日，IBM與東京大學、首爾大學、芝加哥大學簽署了一項協議，將投入1億美元（約為新台幣30億元）發展、打造量子電腦生態系。由此可知，量子電腦需要龐大的金錢與研究人力，也讓護城河的門檻非常高，不是所有人都能輕易切入。

目前全球有幾個量子電腦「大玩家」。

IBM：位元數領先、落實商用

IBM非常積極投入量子電腦的領域，不只推出第一台商用量子電腦IBM Q System One，也讓研究人員可以透過線上預約的方式，進行小規模的量子運算測試。在2023年發表的量子電腦Condor，已經突破1,000量子位元，並預計在2025年將技術推進到4,000個量子位元以上。

Google：與NASA攜手合作

Google Quantum AI成立於2013年，由Google、NASA和數間頂尖大學、研究協會共同投入。而Google Quantum AI有一個明確的使命，就是研究量子運算怎麼跟機器學習合作，解決各種複雜的挑戰。另外，Google在2023年年中也發表研究結果，試圖以更強大的處理器獲得量子霸權之位。

AWS：作為「平台」，廣納各種量子服務

AWS旗下的Amazon Braket是一項託管量子運算服務，目標是加快量子運算領域的研究與軟體開發。而Amazon Braket是一個平台，讓用戶通過雲端嘗試各種量子電腦或技術，包含D-Wave的量子退火、IonQ的離子阱處理器等。此外，AWS也投入量子晶片研發。

阿里巴巴：行蹤成謎？

阿里巴巴集團的雲端公司與中國科學院合作，在上海開設了阿里巴巴量子計算實驗室，被視為中國投入量子電腦、量子運算的重要角色。不過，在去年12月，阿里巴巴量子實驗室關閉，引起專家們廣泛地猜測，質疑關閉是否與阿里巴巴的財務有關，或者表明量子技術還存在更未能解的問題。

不過，相較於AI的爆發，量子電腦、量子運算、量子技術所獲得的資源自然受到排擠，但從各家巨頭的投入——不只上述這些公司，還有英特爾（Intel）、輝達（NVIDIA）等——可以發現仍是不可忽視的項目。而AI能否跟量子電腦能有更多的整合，讓發展AI的同時，也帶動量子技術的發展，也許是可以觀測的短期目標。

延伸閱讀：Google量子電腦大進展！超級電腦花47年的運算，它只要6秒，霸權之爭結束了？

責任編輯：錢玉紘

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。