量子運算
- Advertisment -
英特爾/QuTech發表Horse Ridge 強化量子運算布局
英特爾實驗室(Intel Labs)日前與荷蘭研究機構QuTech共同於2020年國際固態電路研討會(International Solid-State Circuits Conference, ISSCC)發表研究論文，介紹其新型低溫量子控制晶片Horse Ridge所採用的關鍵技術，包含可擴展性、保真度和彈性等特性，進一步解決建構量子系統時面臨的挑戰。
英特爾實驗室量子硬體總監Jim Clarke表示，現今的量子研究人員僅能使用少量的量子位元(Qubits)，以及圍繞著複雜控制和互連機制的較小型客製化設計系統。Horse Ridge大幅降低了這種複雜性，透過系統化擴展到量子實用性所需的數千個量子位元，將持續朝著在未來實踐量子運算的商業可行性的目標邁進。
新低溫控制晶片將加速全端(Full-stack)量子運算系統發展。
Horse Ridge透過整合式系統單晶片(SoC)設計，採用英特爾22奈米FFL(FinFET低功耗)CMOS技術，將四個射頻(RF)通道整合到單一裝置當中；每個通道都可以利用分頻多工(Frequency Multiplexing)的方式控制多達32個量子位元；該技術將可用的總頻寬畫分為一系列不重疊的頻段，每個頻段均用於承載獨立的訊號。利用這四個通道，可透過單一裝置控制多達128個量子位元，進而大幅減少先前所需的電纜和機架儀器的數量。
而量子位元數的增加會引發其他挑戰量子系統容量和運作的問題，其潛在影響之一將使量子位元保真度和效能下降。英特爾最佳化多工(Multiplexing)技術，使系統能夠擴大規模並減少相位偏移(Phase Shift)所帶來的誤差，避免量子位元之間的串擾(Crosstalk)。該晶片所利用的各種頻率都可以進行高精度的調諧(Tune)，使量子系統能用同一個射頻頻率控制多個量子位元時調整並自動校正相移，以提高量子位元的量子閘(Gate)保真度。
雙方於2019年便已攜手研究以晶片控制自旋量子位元。
此外，該晶片可覆蓋廣泛的頻率範圍，以控制超導量子位元(又稱為Transmon)和自旋量子位元(Spin Qubit)，其通常在6GHz~7GHz左右的頻率下運作，而自旋量子位元則在13GHz~20GHz的頻率下運作。
目前量子研究界仍處於起步階段，距離展示量子實用性仍有很長的一段路。量子運算能否應用於實際問題，取決於能否在高保真度下同時擴展和控制數千個量子位元。英特爾目前正研究矽(Silicon)自旋量子位元，其有可能在高達1克耳文(Kelvin, K)的環境下工作，而本次研究整合矽自旋量子位元裝置和新晶片的低溫控件，於精簡封裝中配置量子位元和控制元件。
大廠競逐量子霸權 百萬Qubit商用門檻仍卡關
對量子運算領域的研究者來說，2019年無疑是非常令人振奮的一年。早在1926年，奧地利物理學家薛丁格(Schrodinger)發表論文，提出薛丁格方程式，奠定量子力學的基礎後，量子運算的概念就開始逐漸醞釀。在此後數十年，多位大師級學者先後從理論上證明，量子運算是可行的，而且有些證明十分優雅，其數學推導過程甚至不到半張A4紙就能寫完。這使得學術界對於量子運算的理論研究跟硬體原型建構，一直有很高的興趣。
量子狀態難維持 系統/處理器設計考驗眾多
然而，理論歸理論，實務歸實務。量子運算在實作上非常困難，因為量子狀態本身極為脆弱，任何干擾，甚至只是試圖度量，都會使量子狀態難以維持，回復到古典(二位元)狀態。
其次，量子狀態得在接近絕對零度(攝氏-273.15度)的環境下才能維持，這使得人類開始試圖建造量子運算硬體的原型時，很自然地選擇超導體這條路徑。直到近年才開始有人探索新的設計架構，例如英特爾的自旋量子位元等基於矽晶的設計架構，或漢威聯合採用的離子阱(Ion Trap)架構(圖1)。
圖1 目前人類所發展出的六種量子運算原型系統，其中以基於超導體和半導體的系統最具發展潛力。
但這些新架構其實也無法有效解決量子運算長期以來最棘手的環境溫度問題。即便改用其他架構，可以稍微提高容許溫度，幅度也不大。舉例來說，超導量子位元必須在20毫克耳文溫度，也就是只能比絕對零度高20毫度的超低溫下才能運作。但基於矽晶的Tangle Lake，也只能把容許的溫度範圍從絕對零度往上提高一度。雖然這已能讓系統設計者在維持低溫環境方面省下許多努力，但從現實面來說，要長時間維持如此低溫的環境，還是一個很複雜的工程問題，也註定了量子運算系統必然是台龐然大物(圖2)。
圖2 Google量子電腦原型設備的局部照片。量子電腦不僅尺寸龐大，且線路非常複雜。
第三，基於超導體的設計方案很難像積體電路般微縮，這會使得量子處理器很難內建數量足以支撐商業應用的量子位元(Qubit)數量。不過，這也只是理論，實際上，Tangle Lake量子處理器的晶片尺寸還是高達三平方英吋，卻只內建了49個Qubit，低於Google在自然(Nature)期刊上發表的54Qubit超導量子處理器。這跟技術的成熟度有關，畢竟超導量子處理器的發展已經累積了數十年經驗，但矽基量子處理器的研究，是近幾年才開始。
Qubit數量對於量子運算能否實現商業應用極為關鍵。不管是54Qubit或49Qubit，都還不足以支撐真實的應用，只能用來執行實驗性質的演算法。這也是為何Google在自然期刊上發表其研究突破，聲稱實現量子霸權(Quantumn Supremacy)後，立刻引來IBM反駁的原因。
Google的研究使用了專為驗證其量子處理器所設計的演算法，因此才能在極短時間內完成超級電腦得花上萬年才能執行的運算量，但如果把Google所使用的演算法改寫成適合超級電腦執行的型態，超級電腦依然可以在幾天內跑完相同的運算任務。
撇開Google以專用的實驗性演算法來驗證其量子處理器設計不談，對任何運算設備來說，如果要進入實用階段，糾錯(Error Correction)能力是非常重要的機制，而這會需要大量的Qubit冗餘。根據英特爾、愛美科(imec)、CEA-Leti等領先企業跟研究機構的估計，如果要實現可執行商業應用，且具有糾錯能力的量子處理器，該處理器至少要整合100萬個Qubit。相較之下，目前最先進的量子處理器，離這個門檻都還有一段非常遙遠的距離。
而這也正是半導體業界為何對矽基量子處理器的前景充滿信心的原因。從物理層來看，一個量子位元的結構其實並不複雜(圖3)，在半導體製程已經可以在單一晶片上整合數億個電晶體的情況下，用半導體製程來生產整合了數百萬個Qubit的處理器晶片，具有很高的可行性。英特爾的研究團隊就估計，理論上，1平方毫米的晶片面積可放置十億個自旋量子位元，且自旋量子位元與傳統電晶體在結構上有很高的相似性，因此自旋量子位元可能有助於將量子運算系統的規模擴充至估計數百萬個量子位元。CEA-Leti的研究團隊則已經訂下目標，希望在2024年之前，製造出內建100個Qubit，基於半導體製程的量子處理器。
圖3 超導量子位元與半導體量子位元的實體結構。
量子運算成熟還需十年 大廠動作頻頻為哪樁？
其實，按照許多技術研究單位跟科技大廠的預估跟規畫，量子運算是2020~2030年這段期間的重點研發題目。換言之，即便研發進度超前，量子運算進入實用階段，最快恐怕也得等到2020年代的下半葉。那麼，為何量子運算的議題提前在2019年引爆？
答案在於高效能運算的效能成長空間，已經出現瓶頸。由於功耗、通訊頻寬等限制運算效能成長的因素，本質上都跟物理有關，因此高效能運算相關的晶片業者，均急於尋求突破效能天花板的辦法，而量子運算則是其中之一。
量子運算會帶來前所未見的運算能力，可模擬和分析自然現象，從而迅速找出這類問題的解答。現今的超級電腦必須花費大量時間才能為這類問題求解，因此業界預期，量子運算會在各領域促成突破性發展，包括個體化遺傳醫學、天體物理學等。
不過，這並不意味著量子電腦會是一個通用運算系統。據CEA-Leti量子運算計畫總監Maud Vinet(圖4)指出，目前高效能運算在許多方面都已經面臨極限，要進一步提高效能的難度只會越來越高。但量子運算是領域專用型運算，無法像超級電腦般，靈活地執行各種不同類型的運算任機構合力進行的研究，從量子裝置開始擴大建構，納入諸如錯誤修正、硬體和軟體型控制等機制，以及用來發展量子應用程式的方法和工具。
但即便上述工程挑戰均獲得解決，也無法保證量子運算能獲得普及應用。由於量子運算先天上就不適合當作通用運算任務的執行平台，因此量子運算的應用會受到相當多限制。即便是在適合使用量子運算的領域，由於量子運算的效能極為驚人，全世界可能只需要一到兩台量子電腦，就足以滿足運算需求。將這些因素加總起來，量子電腦很可能無法創造出夠大的經濟規模，驅動其成本下滑，而這會進一步對量子運算的商用化進程造成阻礙。
圖4 CEA-Leti量子運算計畫總監Maud Vinet指出，量子運算並非通用運算，無法完全取代超級電腦。
旺宏電子總經理盧志遠日前在SEMICON Taiwan 2019展會期間，針對量子電腦的商業化挑戰，做出了很精闢的總結。他表示，對現有的半導體產業而言，量子運算無疑是一項破壞性創新，但一個破壞性創新技術要成功，除了工程、材料、設備機台等生態系統的配套要同步到位之外，最重要的還是應用。有廣大的應用，才能讓一項技術變成一個產業。
量子運算對高科技、工業、化學製藥、金融及能源產業都有可能帶來巨大的顛覆，但現在看來，量子運算要應用在這些領域，也還有諸多技術及工程上的難題需要克服。在量子運算真正起飛之前，必然會經歷一段炒作周期(Hype Cycle)，只有撐到最後，把主要問題解決的廠商，才能享受到量子運算的豐碩果實。
十大策略科技相繼啟動 數位商業/生態系逐步成形
雖然科幻小說常把AI機器人描寫成反派角色，現在卻有些科技巨擘將之用於安全領域，例如微軟、Uber等公司利用Knightscope K5機器人來巡邏停車場和大型戶外區域，藉此預測並防範犯罪。這些機器人能讀車牌、回報可疑活動、收集資料並回報車主。
這類由人工智慧驅動的機器人都是「自動化物件」的實例之一。自動化物件是Gartner 2019年十大策略科技趨勢的其中一項，這些趨勢極有潛力在未來五年內，帶動大規模突破式創新並帶來商機。Gartner副總裁暨傑出分析師David Cearley指出，在未來，無所不在的智慧裝置將成為數位商業和生態系之基礎，提供人們越來越具洞察力的數位服務，稱之為智慧數位網格。
．智慧
幾乎所有既有科技都具備人工智慧，並創造出全新領域。
．數位
結合數位和實體世界，創造出沉浸式的世界。
．網格
創造個人、企業、裝置、內容和服務群體之間不斷擴大的連結。
以下為Gartner 2019年十大策略科技趨勢預測，著重於正在變遷或尚未廣泛受到注意，且將在2023年前影響產業並帶動轉型的趨勢。
自動化物件
不論是汽車、機器人或農業，自動化物件都可利用人工智慧來執行傳統人力進行的任務。智慧程度或許有所差異，但所有自動化物件都能利用人工智慧，以更自然的方式與周遭環境互動。自動化物件將以五種類型存在：
．機器人
．汽車
．無人機
．電器用品
．虛擬世界的代理人
這五個類型將存在於四種環境：海洋、陸地、空中與數位世界，它們運作時的功能、協調性和智慧程度都有所不同。舉例來說，它們的範圍從需要人為操控的空中無人機，到能在田間完全自主作業的農耕機器人。這替未來可能的應用勾勒出一幅廣大的藍圖，從潛在到所有垂直應用、服務和物聯網物件都將結合某種形式的人工智慧，使流程或人類的行動實現自動化或增強，例如無人機群(Drone Swarm)這樣的協作型自動化物件，將逐漸推動人工智慧系統的未來。
Gartner建議針對企業組織或顧客環境裡所有實體物件，探索人工智慧自動化功能的可能性，但自動化物件不像人腦具備決策、智力或廣泛學習的能力，因此必須謹記定義這些裝置的用途時範圍越窄越好。
增強分析
資料科學家現在有越來越多資料可以準備、分析和分類，從而得出結論，但考慮到資料的數量，將難以探索所有的可能性，這意味企業可能會因為資料科學家無法探究某些假設，錯失關鍵洞察力。
增強分析代表的是第三波的資料和分析功能，即資料科學家可以利用自動化的算法來探索更多假設。資料科學和機器學習平台已經改變了企業產生分析洞察力的方式。增強分析能辨識隱匿的模式，同時排除個人偏見。雖然企業面臨在演算法中無意帶入偏見的風險，增強分析和自動化洞察力終將導入企業應用。
到了2020年，公民資料科學家數量的成長速度將是專業資料科學家的五倍。公民資料科學家利用人工智慧驅動的增強分析工具，讓資料科學功能得以自動化，以自動辨識資料集、發展各種假設並辨識資料當中的模式；企業將仰賴公民資料科學家，做為它們造就和擴充資料科學功能的方法之一。
Gartner預測到了2020年，將有超過40%的資料科學工作邁入自動化，使生產力得以提升且更加廣泛為公民資料科學家所使用。在公民資料科學家和增強分析之間，資料洞察力將更為廣泛地提供給整個企業組織，包括分析師、決策階層和作業人員。
人工智慧驅動開發
由人工智慧驅動開發，主要是思考哪些工具、技術和最佳實作規範可將人工智慧嵌入應用程式，從而為開發流程打造由人工智慧所驅動的工具。此趨勢隨著以下三個面向演進：
1.用來打造人工智慧解決方案的工具，正從鎖定資料科學家的工具(人工智慧基礎建設、人工智慧框架和人工智慧平台)，拓展為針對專業開發人員社群的工具(人工智慧平台、人工智慧服務)。有了這些工具，專業開發人員就能將人工智慧所驅動的功能和模型注入某個應用程式，而無需專業資料科學家介入。
2.用來打造人工智慧解決方案的工具，開始因為人工智慧所驅動的功能而更加強大，能協助專業開發人員，讓與人工智慧增強解決方案開發相關的工作得以自動化。增強分析、自動化測試、自動化寫程式和自動化解決方案的開發，將加快開發流程，讓更多類型的使用者可開發應用程式。
3.人工智慧工具正在演進，從協助應用程式開發(AD)相關功能的自動化，轉為增強商業領域的專業，讓應用程式開發流程堆疊裡實現更高層級的自動化活動(從一般開發到商業解決方案設計)。
市場焦點將從與開發人員合作的資料科學家，轉移到由開發人員利用以服務型態提供的預先定義模型來獨立作業。這讓更多開發人員得以利用這項服務，從而增加效率。這些趨勢也將使得虛擬軟體開發人員和非專業「公民應用程式開發人員」變得主流。
數位分身
數位分身指真實世界中某個實體物件、流程或系統的數位表徵，也可以予以連結，成為電廠或城市等更大系統的分身。數位分身並非新概念，它可以回溯到為物件或顧客線上檔案提供電腦輔助設計表徵的做法，但現在的數位分身有以下四點不同之處：
．模型的穩健程度，著重在如何支援特定商業結果。
．連結真實世界，有即時監測並控制的潛力。
．利用先進大數據分析和人工智慧來帶動新商機。
．能和假設的情境互動並加以評估。
目前討論數位分身的焦點在於物聯網，透過提供與維修及可靠度相關的資訊、提升產品效能的洞察力、新品資訊和增加的效率，以改善企業決策。企業組織的數位分身也逐漸崛起，創造組織流程模型以提供即時監控並優化流程效率。
更強大的邊緣運算
邊緣運算是一種拓撲，能將資訊的處理、內容的收集與傳送都保留在靠近該資訊來源處，主要是讓流量在本機進行可縮短延遲時間；目前這項科技的焦點放在物聯網系統的需求，為嵌入式世界提供切斷連結或分散式的功能。這種類型的拓撲可解決現今面臨的各種挑戰，包含廣域網路(WAN)成本過高和高延遲程度等問題。除此之外，它還能實現數位商業和IT解決方案的相關細節。
Gartner預測在2028年之前，於邊緣裝置嵌入感測器、儲存裝置、運算和先進人工智慧功能的數量將穩定成長。整體而言，智慧功能將移往邊緣處各式各樣的端點裝置，包括工業用裝置、螢幕、智慧型手機甚至汽車發電機。
沉浸式科技
2028年之前，對話式平台、擴增實境(AR)、混合實境(MR)和虛擬實境(VR)等技術，將帶領大家進入一種全新的沉浸式體驗。擴增實境、混合實境和虛擬實境展現了提高生產力方面的潛力，新一代虛擬實境技術甚至能感測形狀並追蹤使用者方位，混合實境則能讓人觀看並與世界互動。
到了2022年，70%的企業會嘗試將沉浸式技術應用於消費者和企業用途，而25%會用於生產中。從虛擬個人助理到聊天機器人之類的對話式平台，未來將結合經過擴充的感測頻道，讓平台可以根據臉部表情偵測情緒，強化互動時的對話能力。最後這項技術與思維將發展成一種體驗，透過電腦甚至汽車等數百種邊緣裝置與人類連結。
區塊鏈
區塊鏈是一種分散式帳本，其中的列表會不斷擴充，依時序排列出以加密方式簽署且無法撤銷的交易紀錄，並由網路中所有參與者共同分享。區塊鏈讓企業能追蹤某項交易，和不受信任的另一方合作而無需中介機構(例如銀行)，這將大幅降低業務摩擦；在相關業務從金融領域起步之後，也已經拓展到政府機關、醫療照護、製造業、供應鏈等面向。區塊鏈有潛力能降低成本、縮短交易結算所需時間，還能改善現金流，目前也出現大量以區塊鏈為靈感來源、利用區塊鏈某些優勢和部分技術的解決方案。
雖然純粹的區塊鏈模型並不成熟，要擴充也有難度，不過企業應開始評估這項技術，因為Gartner預測到了2030年區塊鏈將創造3.1兆美元的商業價值。有些方案以區塊鏈為靈感來源但不採行所有的區塊鏈原則，它們能提供短期價值，但無法像純粹的區塊鏈那樣保證提供高度分散且去中心化的共識模型。
智慧空間
智慧空間是一種實體或數位環境，人類和科技系統能在這個開放且共同合作的聯網智慧生態內互動；隨著科技逐漸融入成為日常生活的一部分，智慧空間的市場正邁入加速期。而由人工智慧驅動的技術、邊緣運算、區塊鏈和數位分身等其他趨勢也開始順應這個潮流，從個別解決方案發展成為智慧空間。
智慧空間的演進圍繞著五大關鍵層面：開放性、連結性、協調性、智慧功能與應用範疇。基本上，智慧空間正由單一技術的發展逐漸轉為創造出協作式的互動環境。智慧空間裡範圍最大的例子就是智慧城市，結合了商業、住宅和工業社群，在設計上則是利用智慧型都會生態系統架構，串聯所有產業進行社會和社群協作。
數位倫理和隱私
消費者逐漸意識到他們的個資也具有價值，而且越來越關心公家單位和私人企業組織如何利用他們的個資，未能重視這個問題的企業，將面臨消費者反彈的風險。
不過，任何與隱私相關的討論，都必須以道德和信任為基礎。討論的主題應從「我們是否合乎規範」，拓展到「我們是否在做正確的事」。各國政府正積極規畫或通過相關法規，除了企業必須遵守外，消費者也開始小心保護或移除個人資訊。企業必須取得並維持顧客的信任才能成功，同時也應遵守內部價值，確保顧客覺得它們值得信任。
量子運算
量子運算(Quantum Computing)是一種以次原子粒子(例如電子和離子)的量子狀態來運作的非典型運算方式，以量子位元(qubit)為儲存資訊的單位。量子電腦則是一種具有指數級擴充性和高度平行的運算模型，可以從大型圖書館想像傳統和量子電腦之間的差異。
傳統電腦必須以線性方式讀取圖書館裡每本書，但量子電腦能同時閱讀所有書籍。理論上量子電腦能一次處理幾百萬個運算，若能以商業化形式提供價格親民且可靠的量子運算服務，將可帶動部分產業轉型。
量子運算在真實世界的應用，從個人化醫療甚至到模式辨識功能的優化。這種技術仍在新興崛起階段，表示現在正是企業應了解有哪些應用具有潛力的時機，並考量其中是否存在安全疑慮。除了少數幾家企業能藉由特定的量子運算法取得優勢，2022年前大部分公司仍將持續探索或之後再開始應用。
(本文作者為Gartner副總裁暨傑出分析師)
企業數位轉型正熱 量子電腦應用2023年爆發
研調機構IDC於近日發布對2019年台灣市場的十大ICT預測，並指出隨著數位轉型(DX)的步伐加快並呈指數級成長，企業正從上到下重塑企業的發展；並預期在2023年時，人工智慧(AI)將成為協助企業轉型的重要技術，其中，量子電腦的開發進程將成為關鍵。
IDC台灣區總經理江芳韻表示，從2019開始，數位轉型的新一波競爭強調適者生存，隨著產業以及全球經濟迅速調整和越來越著重數位創新，企業必須更積極的重新塑造所需要的IT組織和IT技能，以實現快節奏的多元化創新世界，否則可能在未來的競爭中遭到淘汰。江芳韻預期，在2020年，亞太區的企業將會有超過50%的投資是與數位轉型相關。然而與以往不同的是，在未來除了B2C的企業將持續投入數位創新之外，將會有更多B2B企業投入數位創新。
江芳韻進一步說明，在企業的數位轉型投資之中，最主要的方向將會是人工智慧、物聯網與機器人應用。其中，量子電腦的技術開發將與人工智慧的推演與發展有極大關係，江芳韻也提到，由於近來已有廠商開始將量子電腦技術平台化，因此，預期在2023年後有機會能看到量子電腦平台開始為企業提供服務。
在新的數位經濟中，技術應用將是關鍵，未來的競爭將取決於企業是否能利用數位創新平台，參與創新溝通，採用新一代雲，敏捷部署，利用作為新用戶界面的AI以及大規模安全和信任機制重新構建IT，同時實現現代化和合理化，以拋棄過時系統的負荷。