量子計(jì)算快速發(fā)展正在帶來一個(gè)新時(shí)代。然而隨著量子技術(shù)的進(jìn)步，人們?cè)絹碓綋?dān)心資源的可用性——這讓人想起最近人工智能領(lǐng)域公司面臨的GPU短缺的挑戰(zhàn)。

由于開發(fā)大型語言模型(LLM)和其他人工智能解決方案的爭(zhēng)相涌現(xiàn)，對(duì)GPU的需求激增，使許多組織難以獲得所需的計(jì)算能力。從科技巨頭到初創(chuàng)公司，各種規(guī)模的公司都發(fā)現(xiàn)自己在爭(zhēng)奪有限的GPU資源，導(dǎo)致項(xiàng)目延遲、成本增加，在某些情況下，還需要重新評(píng)估人工智能戰(zhàn)略。這種短缺性不僅影響了專注于人工智能的公司，還波及了尋求實(shí)施人工智能解決方案的其他行業(yè)。

隨著我們走向量子時(shí)代，人們?cè)絹碓綋?dān)心同樣場(chǎng)景可能會(huì)發(fā)生在量子計(jì)算領(lǐng)域。由于量子技術(shù)有可能解決以前無法解決的問題，對(duì)量子資源的需求可能很快超過供應(yīng)，從而限制該領(lǐng)域發(fā)展。

2024年6月，QuEra Computing對(duì)量子計(jì)算的現(xiàn)狀進(jìn)行了全面調(diào)查。調(diào)查揭示了組織如何制定實(shí)施量子技術(shù)的戰(zhàn)略，以及哪些方面可能會(huì)出現(xiàn)類似的人工智能GPU危機(jī)。

為什么公司要投資量子技術(shù)?

組織越來越多地投資于量子技術(shù)，因?yàn)樗锌赡芙鉀Q目前超出經(jīng)典計(jì)算能力的復(fù)雜問題。根據(jù)調(diào)查，這些投資的主要?jiǎng)訖C(jī)是探索未來的機(jī)會(huì)和應(yīng)用。最終用戶和以量子為中心的公司都渴望利用量子計(jì)算獲得競(jìng)爭(zhēng)優(yōu)勢(shì)，并為創(chuàng)新開辟新的途徑。

然而，盡管有這些投資，投資回報(bào)(ROI)還沒有完全實(shí)現(xiàn)。當(dāng)被問及從量子光源中看到的最高投資回報(bào)率時(shí)，不同組的被調(diào)查者的反應(yīng)不一。量子計(jì)算仍處于早期階段，雖然公司和個(gè)人都押注于其未來的潛力，但他們不清楚它將如何產(chǎn)生回報(bào)。最終用戶和制造商認(rèn)為，最高的投資回報(bào)率增長將來自量子計(jì)算解決的以前無法解決的問題，而研究人員認(rèn)為，它目前對(duì)投資回報(bào)率產(chǎn)生最大的影響仍處于書面階段。

你的組織會(huì)被打個(gè)措手不及嗎?

組織中一個(gè)重要的擔(dān)憂是害怕對(duì)量子技術(shù)的快速發(fā)展毫無準(zhǔn)備。調(diào)查顯示，31.8%的受訪者擔(dān)心他們的組織可能會(huì)被量子技術(shù)的發(fā)展速度打個(gè)措手不及。這種擔(dān)憂在終端用戶和學(xué)術(shù)機(jī)構(gòu)中尤其明顯，他們可能缺乏跟上技術(shù)曲線的資源，可能使他們?nèi)菀资艿礁艚莸母?jìng)爭(zhēng)對(duì)手的攻擊。

量子部署的戰(zhàn)略方法

為了應(yīng)對(duì)這些擔(dān)憂，企業(yè)正在探索各種策略，以確保自己不會(huì)落在后面。一個(gè)關(guān)鍵的抉擇是在本地部署量子資源，還是依賴基于云的解決方案。盡管量子技術(shù)還處于早期階段，而且可以在云端訪問，但近20%的受訪者計(jì)劃在內(nèi)部部署量子計(jì)算機(jī)。這表明了這些公司對(duì)能夠訪問計(jì)算機(jī)、保護(hù)其數(shù)據(jù)并將其與傳統(tǒng)計(jì)算機(jī)緊密集成的戰(zhàn)略重要性。

通過維護(hù)本地功能，即使云可用性受到限制，公司也可以確保訪問量子資源——這是從人工智能領(lǐng)域GPU短缺的經(jīng)驗(yàn)中吸取的教訓(xùn)。此外，組織正在優(yōu)先考慮在人才和技能開發(fā)方面的投資，以建立一支能夠利用量子技術(shù)的勞動(dòng)力隊(duì)伍，減少對(duì)外部資源的依賴。

量子會(huì)像人工智能一樣面臨資源短缺嗎?

量子資源短缺的可能性，特別是在云計(jì)算中，是許多組織的一個(gè)關(guān)鍵問題。調(diào)查顯示，64.5%的受訪者擔(dān)心，一旦量子計(jì)算的價(jià)值得到證實(shí)，會(huì)出現(xiàn)在云上的時(shí)間保障問題。這種擔(dān)憂源于人工智能領(lǐng)域最近的經(jīng)驗(yàn)，即對(duì)GPU的需求超過了供應(yīng)，導(dǎo)致人工智能項(xiàng)目延遲并增加了成本。

由于公司預(yù)計(jì)量子行業(yè)也會(huì)出現(xiàn)類似的情況，他們正在仔細(xì)考慮自己的資源戰(zhàn)略。雖然云計(jì)算提供商承諾提供大量可擴(kuò)展的資源，但由于資源的稀缺性，一些組織開始考慮其他方法，包括內(nèi)部部署和戰(zhàn)略合作伙伴關(guān)系，以確保優(yōu)先訪問。

調(diào)查結(jié)果強(qiáng)調(diào)了組織制定強(qiáng)大的量子資源管理戰(zhàn)略的迫切需要。隨著量子技術(shù)的不斷發(fā)展，企業(yè)必須積極主動(dòng)地解決潛在的資源限制問題，并確保自己不會(huì)被快速發(fā)展的步伐打了個(gè)措手不及。無論是通過內(nèi)部部署、戰(zhàn)略合作伙伴關(guān)系，還是對(duì)量子人才的投資，今天做出的決定將決定誰在量子時(shí)代處于領(lǐng)先地位，誰被拋在后面。

通過從人工智能領(lǐng)域GPU短缺的挑戰(zhàn)中吸取教訓(xùn)，組織可以更好地為量子未來做好準(zhǔn)備。爭(zhēng)奪量子霸權(quán)的競(jìng)賽不僅關(guān)乎技術(shù)水平，還關(guān)乎遠(yuǎn)見、準(zhǔn)備和適應(yīng)不斷變化的環(huán)境的能力。