由于开发大型语言模型(LLM)和其他人工智能解决方案的争相涌现，对GPU的需求激增，使许多组织难以获得所需的计算能力。从科技巨头到初创公司，各种规模的公司都发现自己在争夺有限的GPU资源，导致项目延迟、成本增加，在某些情况下，还需要重新评估人工智能战略。这种短缺性不仅影响了专注于人工智能的公司，还波及了寻求实施人工智能解决方案的其他行业。
随着我们走向量子时代，人们越来越担心同样场景可能会发生在量子计算领域。由于量子技术有可能解决以前无法解决的问题，对量子资源的需求可能很快超过供应，从而限制该领域发展。
2024年6月，QuEra Computing对量子计算的现状进行了全面调查。调查揭示了组织如何制定实施量子技术的战略，以及哪些方面可能会出现类似的人工智能GPU危机。
为什么公司要投资量子技术?
组织越来越多地投资于量子技术，因为它有可能解决目前超出经典计算能力的复杂问题。根据调查，这些投资的主要动机是探索未来的机会和应用。最终用户和以量子为中心的公司都渴望利用量子计算获得竞争优势，并为创新开辟新的途径。
然而，尽管有这些投资，投资回报(ROI)还没有完全实现。当被问及从量子光源中看到的最高投资回报率时，不同组的被调查者的反应不一。量子计算仍处于早期阶段，虽然公司和个人都押注于其未来的潜力，但他们不清楚它将如何产生回报。最终用户和制造商认为，最高的投资回报率增长将来自量子计算解决的以前无法解决的问题，而研究人员认为，它目前对投资回报率产生最大的影响仍处于书面阶段。
你的组织会被打个措手不及吗?
组织中一个重要的担忧是害怕对量子技术的快速发展毫无准备。调查显示，31.8%的受访者担心他们的组织可能会被量子技术的发展速度打个措手不及。这种担忧在终端用户和学术机构中尤其明显，他们可能缺乏跟上技术曲线的资源，可能使他们容易受到更敏捷的竞争对手的攻击。
量子部署的战略方法
为了应对这些担忧，企业正在探索各种策略，以确保自己不会落在后面。一个关键的抉择是在本地部署量子资源，还是依赖基于云的解决方案。尽管量子技术还处于早期阶段，而且可以在云端访问，但近20%的受访者计划在内部部署量子计算机。这表明了这些公司对能够访问计算机、保护其数据并将其与传统计算机紧密集成的战略重要性。
通过维护本地功能，即使云可用性受到限制，公司也可以确保访问量子资源——这是从人工智能领域GPU短缺的经验中吸取的教训。此外，组织正在优先考虑在人才和技能开发方面的投资，以建立一支能够利用量子技术的劳动力队伍，减少对外部资源的依赖。
量子会像人工智能一样面临资源短缺吗?
量子资源短缺的可能性，特别是在云计算中，是许多组织的一个关键问题。调查显示，64.5%的受访者担心，一旦量子计算的价值得到证实，会出现在云上的时间保障问题。这种担忧源于人工智能领域最近的经验，即对GPU的需求超过了供应，导致人工智能项目延迟并增加了成本。
由于公司预计量子行业也会出现类似的情况，他们正在仔细考虑自己的资源战略。虽然云计算提供商承诺提供大量可扩展的资源，但由于资源的稀缺性，一些组织开始考虑其他方法，包括内部部署和战略合作伙伴关系，以确保优先访问。
调查结果强调了组织制定强大的量子资源管理战略的迫切需要。随着量子技术的不断发展，企业必须积极主动地解决潜在的资源限制问题，并确保自己不会被快速发展的步伐打了个措手不及。无论是通过内部部署、战略合作伙伴关系，还是对量子人才的投资，今天做出的决定将决定谁在量子时代处于领先地位，谁被抛在后面。
通过从人工智能领域GPU短缺的挑战中吸取教训，组织可以更好地为量子未来做好准备。争夺量子霸权的竞赛不仅关乎技术水平，还关乎远见、准备和适应不断变化的环境的能力。
