i卡會員

趨勢1 加速運算整合量子系統，驅動量子超級電腦發展

舉辦首屆量子日研討會活動：NVIDIA於GTC 2025年度大會期間(3/20)舉辦首屆量子日(Quantum Day)研討會活動，由執行長黃仁勳親自主持，共舉辦三場領袖座談(如圖一)，邀請多位業界先驅參與(包括：Alice & Bob、Atom Computing、AWS、D-Wave、Infleqtion、IonQ、Pasqal、Microsoft、PsiQuantum、Quantinuum、Quantum Circuits、QuEra Computing、Rigetti 及SEEQC)，針對量子運算的現況與未來發展進行對談。座談中論及現階段產業界在量子位元的實現採用多種不同的技術路線，高技術門檻及複雜度影響商用化進程，與會者認為透過基於GPU的加速運算(accelerated computing)技術與量子系統的整合，將有助於推動量子超級電腦的發展以及實現突破性的新應用。

宣布建立加速量子研究中心：NVIDIA 於大會中宣布將於美國波士頓建立加速量子研究中心(NVIDIA Accelerated Quantum Research Center，NVAQC)，打造加速運算與混合量子運算先進研究實驗室，目的在協助解決量子運算最具挑戰性的技術問題，包括量子位元錯誤校正以及將實驗性的量子處理器轉換為可實際應用的裝置與設備。該研究中心預計於今年開始營運，將整合NVIDIA加速運算技術及Quantinuum、Quantum Machines、QuEra Computing等新創業者，及哈佛大學Harvard Quantum Initiative(HQI)、麻省理工學院Engineering Quantum Systems (EQuS)等學術單位的尖端研究，加速量子運算領域的創新及實現密碼學、材料科學等產業革命的潛力。

趨勢2 混合運算技術藍圖，加速量子運算軟硬架構整合

量子混合運算軟體開發平台CUDA-Q：NVIDIA以混合式量子運算技術為主要技術藍圖，部署內建576顆Blackwell GPU的AI整櫃伺服器系統(GB200NVL72超級電腦)，用於量子系統複雜模擬及低延遲量子硬體控制演算法的開發。NVIDIA亦開放其開源軟體開發平台CUDA Quantum(CUDA-Q)供開發者模擬量子電路，可整合量子處理器(QPU)、GPU、CPU及量子模擬並進行程式設計，並結合量子硬體開發商研發相關應用。例如，NVIDIA與Quantinuum合作推出超導與離子阱混合的H2系統，提升量子錯誤校正效能，協助製藥公司模擬分子結構以加速新藥研發；並與Rigetti Computing合作，透過CUDA-Q平台測試其超導量子位元硬體Aspen的可擴展性，應用於金融機構優化投資組合。

量子電路模擬設計軟體套件cuQuantum：NVIDIA也將運用專為量子電路模擬設計的軟體套件cuQuantum，支持多GPU並行運算，相較於CPU提升10倍模擬速度，加速Shor算法或Grover搜索等量子演算法的執行效能及量子運算的模擬，推動量子運算與經典運算架構的整合與發展。

趨勢3 主要領域參與者新技術發布，量子應用浮現

SEEQC 與Nvidia 發表數位量子與經典晶片介面：超導量子硬體製造商 SEEQC 與 Nvidia 合作，發布並展示連結量子處理器與經典 GPU 的數位量子與經典晶片方案，利用 SEEQC 的單通量量子(SFQ)技術，解決擴展量子運算的關鍵瓶頸，實現微秒級超低延遲量子錯誤校正，並將使用頻寬減少1000倍。量子晶片依靠經典運算優勢即時處理錯誤校正，同時利用量子運算優勢更快處理比傳統電腦更多的資料，加速異質運算(heterogeneous computing)的發展。

Infleqtion 發表情境機器學習方法：量子資訊科技公司Infleqtion與Nvidia 合作開發情境機器學習(Contextual Machine Learning，CML)方法，利用量子互文性現象(quantum contextuality)，協助機器學習在更長時間範圍內分析更大的資訊集，提高其偵測模式和適應不斷變化的條件的能力，包括識別感測器資料的模式(pattern)、預測趨勢及更準確做出即時決策等能力。

D-Wave 發表量子區塊鏈架構：D-Wave 發表新的量子區塊鏈架構，重點包括透過量子運算產生及驗證區塊鏈演算法。由於量子運算可能影響現有加密技術的安全性，使儲存在網路上的個資帶來資安風險。D-Wave 的量子區塊鏈架構研究可應用於加密貨幣、供應鏈管理、醫療保健、身份驗證及去中心化金融等下一代區塊鏈，並且嘗試讓區塊鏈的運作更為節能。

對台灣產業的意涵

觀察GTC 2025大會首屆量子日，一改之前預估量子技術實際應用還需20年的保守看法，NVIDIA企圖從特定晶片製造商轉型為全方位基礎架構提供者，成為AI時代及量子時代的產業生態建構者。儘管IBM及Google等量子運算領導業者並未直接參與，NVIDIA透過邀請多家領導業者參與對話、設立量子研究中心及搭建產學橋樑，揭示其布局混合式量子運算的技術藍圖，也展現其在量子技術發展過程與生態系建構中扮演關鍵角色的決心。據此，提出可資台灣產業借鏡的發展方向與建議。

首先，在技術發展路徑選擇層面，以自身優勢為出發點，採取以問題解決為導向的混合式量子運算發展策略，可視為過渡期的選項。近期Google表示量子運算將在5年內超越AI晶片能力，對於NVIDIA的市場地位可能造成威脅，在量子位元(Qubit)實現技術主流未明之際，NVIDIA考量本身優勢後選擇不自行製造核心量子晶片，採取混合式量子運算的加速運算發展模式，嘗試解決量子運算商用化面臨的技術發展瓶頸與問題，藉由早期與業界先驅及學校合作，有機會轉化危機為商機，加速量子電腦從實驗室走向市場。

對於台灣產業而言，選擇自身產業優勢與特色條件(如半導體、電子製造、零組件等)的發展路徑與階段性目標，發展量子科技不可或缺的晶片與次系統等核心關鍵技術，早期融入量子運算基礎研究與研發生態系，參與重要的組織或標準，將有助在市場成熟時獲得較大的競爭優勢，提升自主性。

其次，在國際合作與產業環境建構層面，發展以資料驅動的量子AI科技價值共創策略，或可作為尋求突破點的解方。目前各國皆加速量子運算、量子感測及量子通訊等技術研發，此領域的競爭將日趨激烈，未來將是生態與平台的競爭。此次活動中多家量子領域主要參與者發布最新技術進展，皆不離策略夥伴關係的形成以及AI技術的結合，應用領域包含加速新藥研發、優化金融投資組合、驗證區塊鏈演算法及加速AI模型訓練與推理等。

台灣過去幾年在AI產業及量子國家隊的發展，雖已具備一定基礎，在國際大廠逐漸形成的平台競爭態勢下，產能和規模無法與IBM、微軟等領先者競爭。建議台廠藉由國際大廠合作與共創，整合量子運算與AI高效能運算架構，發展資料驅動的量子AI(Quantum AI)技術應用，運用量子運算解決高維度參數的複雜問題，並結合機器學習方法突破量子技術瓶頸，進而運用本地製造、醫療等特定領域資料加速具商業價值與特色的創新應用。

最後，量子運算技術雖具應用潛力，但在處理一般性任務尚不具優勢，初期將以利基市場為主，不同領域需要專屬量子系統建置及大規模投資，整體開發技術門檻、複雜度及資金需求較高；因此建議政府擴大支持相關投資，建構有利量子科技發展與創新的環境與配套措施，鼓勵國內更多產學研參與。