量子電腦是什麼?黃仁勳一句「等30年」,量子概念股一夕全崩!
量子電腦是什麼?黃仁勳一句「等30年」,量子概念股一夕全崩!
發生什麼事?
  • 輝達(NVIDIA)執行長黃仁勳日前於CES展會預測, 要讓「非常有用的量子電腦」上市,可能需要15到30年 ,此番言論在隔日發酵,導致多家量子運算公司股價暴跌。

  • 量子運算系統商D-Wave執行長Alan Baratz反駁黃仁勳對量子電腦發展時程的預測,強調D-Wave的量子電腦已在商業應用中。

  • Baratz指出,黃仁勳的評論可能適用於閘極型量子電腦(gate-based quantum computers),但不適用於D-Wave使用的量子退火法(annealing approach)。

喊水會結凍!黃仁勳1句話讓量子概念股爆跌

黃仁勳周二在被問及NVIDIA的量子運算策略時表示, NVIDIA可以製造量子電腦晶片所需的傳統晶片,但這些電腦需要的量子位元(qubits)數量,將是目前的100萬倍。

他並預測,要讓「非常有用的量子電腦」上市可能需要15到30年。此番言論引發市場恐慌,更導致多家量子運算公司股價重挫。

其中, 量子運算晶片開發商Rigetti Computing跌45.41%、量子運算產品商Quantum Computing跌43.34%、量子運算軟硬體商IonQ跌39%、量子運算系統商D-Wave在周三暴跌36.13%。

回顧2024年,上述公司4家公司Rigetti、IonQ、Quantum Computing及D-Wave,分別暴衝1,449.4%、237.13%、1,712.51%、854.44%。Google去年底展示的量子運算晶片Willow,成為帶動量子運算概念股飆漲的一大因素。

Willow.jpg
Google旗下的「Google Quantum AI」實驗室,發布新的量子晶片 Willow。

但針對黃仁勳說法,D-Wave執行長Alan Baratz在接受《CNBC》採訪時表示「完全錯誤」,強調D-Wave的量子電腦已在商業應用中,並非遙不可及。

Baratz舉例指出,包括Mastercard(萬事達卡)和日本的NTT Docomo(日本電信電話)等公司,都已在實際業務營運中使用D-Wave的量子電腦。

Baratz強調,這些應用並非在15年、20年或30年後,而是「現在、今天」。

量子電腦路線之爭:量子退火法 vs. 閘極型量子電腦

量子運算旨在解決傳統處理器難以處理的問題。例如,解碼加密、產生隨機數和大規模模擬。包括輝達、微軟、IBM、Google等公司,以及其他新創及學界,數十年來一直致力於量子運算發展。

Baratz承認,「閘極型量子電腦」可能還需要數十年才能實現。但他強調, D-Wave使用的是「量子退火法」 ,這項技術現在就可以部署應用。他表示,雖然黃仁勳的評論對於量子退火法來說「完全是錯誤的」。

儘管股價在周三大幅下滑,但截至1月9日,D-Wave股價在一年之內仍上漲逾615%,市值達到16億美元(近新台幣530億元)。

Baratz表示,D-Wave系統可以解決超出配備最快NVIDIA系統能力的問題,更稱 「非常樂意隨時隨地與黃仁勳會面,幫助他填補這些知識上的空白。」

什麼是量子退火法?

量子電腦可以分為兩大類,一是量子退火(quantum annealing),二是通用型量子電腦, 兩者之間主要差別在於是否具有「邏輯閘(logic gate)」 。前者沒有,只用來解決特定的問題;後者則更接近於我們目前使用的古典電腦,可藉由各種邏輯閘的操作,達到通用計算的目的。

至於量子退火法(Quantum Annealing)則一種利用量子力學效應來尋找複雜問題最佳解的演算法。它特別擅長解決「組合優化問題」,這類問題的特點是有許多可能的解決方案,但要找到最佳解非常困難。 舉例而言,就像是在一個佈滿高低起伏地形的區域中找到最低點。

古典方法:緩慢下降

延續上述「找到地形最低點」的比喻,古典電腦解決問題的方法,就像是一個沿著斜坡慢慢滾動小球,直到到達一個低點。但問題是,這個地形可能有很多個局部低點(就像小山谷),小球一旦滾到其中一個山谷就可能停住,而無法找到真正的最低點,也就是最佳解。

Quant-annl.jpg
量子退火的優勢在於,可以透過量子穿隧效應(quantum tunneling),快速從次佳解跳至最佳解。

量子方法:直接穿隧

而量子退火法則,利用了量子力學中的「量子穿隧效應」(Quantum tunneling effect)。想像這個小球不再只是沿著地形表面滾動,它還可以「穿過」一些小山丘,直接到達更低的地方。這是因為在量子世界中,粒子有一定的機率穿過障礙物,即使它沒有足夠的能量「翻越」障礙物。

跟閘極型量子電腦差在哪?

相對於量子退火法,閘極型量子電腦更像是「通用型的量子電腦」,可以執行更廣泛的量子演算法。這兩者在技術實現和應用領域上有所不同。就像一台專門用來挖土的挖土機(量子退火)和一台可以執行各種任務的電腦(閘極型量子電腦)。

僅供報導用途_shutterstock_1620950968_IBM_量子電腦
閘極型量子電腦更像是「通用型的量子電腦」,可以執行更廣泛的量子演算法。
圖/ Boykov via shutterstock

黃仁勳為何不看好量子電腦短期內可上市?

黃仁勳指出量子電腦(或著說閘極型量子電腦)至少30年才會上市的原因,在於目前仍有多種困難難以克服。包括, 量子位元(qubits)的不穩定性,其容易受到環境的微小干擾(例如溫度、電磁場等)而導致計算錯誤,這使得硬體的建置和維護成本非常高昂。

此外,目前的閘極型量子電腦擁有的量子位元數量仍然有限,遠遠不足以解決複雜的實際問題。要實現具有實用價值的量子計算,需要成千上萬甚至數百萬個高質量的量子位元。 同時,由於商業模式還不明朗,許多企業和研究機構難以負擔大量的資金投入,為其目前實際面上的問題之一。

相較之下,量子退火法在某些特定類型的優化問題上已經展現出一定的應用潛力,例如金融建模、物流優化、材料科學,以及AI等,並且在硬體實現上相對容易一些。這也是D-Wave能夠推出商業化的量子退火電腦的原因。

除了D-Wave以外,富士通(Fujitsu)也開發了名為「數位退火器」(Digital Annealer)的技術,以模擬量子退火的運算方式。

其雖然不是真正的量子電腦,但數位退火器在解決某些優化問題時,也能提供比傳統電腦更快的速度。富士通提供數位退火器的硬體、軟體和雲端服務,並與各產業合作,應用於物流優化、材料開發等領域。

本文授權轉載自:數位時代
資料來源:CNBCCASE報科學科技魅影國家實驗研究院QM ware

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓