由於摩爾定律(Moore's Law)即將觸及物理極限，使得過去基於傳統運算資源所發展的古典機器學習(Classical Machine Learning；CML)面臨運算效能瓶頸，目前產學界已將量子運算視為當前可行解方，量子機器學習(Quantum Machine Learning；QML)趨勢應運而生。DIGITIMES Research分析師陳辰妃認為，如同過去GPU將AI產業推進至深度學習階段，量子處理器(Quantum Processor Unit；QPU)與QML技術有望成為AI新進展的關鍵推手。 目前量子運算發展目標並非取代傳統運算，而是讓量子運算在傳統電腦運算基礎上進行更有效率的合作。QML的發展亦同，是將CML無法處理的複雜部分交付量子運算來進行。量子軟體將朝系統架構底層抽象化(abstraction)方向發展，讓開發者不需顧慮量子電腦實際運行狀況，以吸引熟悉CML開發流程的開發者進入量子運算領域。 IBM、Google、微軟(Microsoft)與亞馬遜(Amazon)等量子運算技術軟硬體供應業者已相繼投入QML資源布局，訴求降低CML開發者進入QML的使用門檻，並藉QML建立量子生態版圖，同時延續主導科技發展的地位。 DIGITIMES Research認為，縱使量子運算領域仍處於發展初期，然主要科技大廠皆已推出具體QML項目來宣示加入量子運算產業競爭，顯見量子運算已由實驗室正式進入商業領域，QML有望成為推動AI產業升級的重要推手。
|
首頁|手機版|Chip123 科技應用創新平台 |新契機國際商機整合股份有限公司
GMT+8, 2024-4-20 03:50 AM , Processed in 0.073004 second(s), 16 queries .
Powered by Discuz! X3.2
© 2001-2013 Comsenz Inc.
