Quantencomputer können Probleme lösen, die klassische Maschinen nicht können. Unternehmen wie Nvidia und Microsoft haben bereits die Infrastruktur dafür aufgebaut.
Photo by Sven Hoppe/picture alliance via Getty Images
Seit Jahren werden KI-Rechenzentren und Quantencomputing als separate Geschichten mit unterschiedlichen Problemen behandelt. Das eine handelt von Gigawatt, Netzbelastung und Streitigkeiten darüber, wer für den Ausbau zahlt. Das andere handelt von Laborphysik, kryogener Kühlung und Durchbrüchen, die immer ein Jahrzehnt entfernt sind.
Diese Trennung beginnt zu verschwinden. Microsoft $MSFT hat begonnen, einen Quantenprozessor zu entwickeln, der in Standard-Server-Rack-Größen passt. IBM $IBM hat einen Quantencomputer, der neben einem klassischen Supercomputer läuft.. Und NVIDIA hat diesen Monat Ising gestartet, eine Familie von Open-Source-KI-Modellen, die speziell dafür entwickelt wurden, die Fehler zu verwalten, die Quantenhardware plagen, und als Weg zu dem bezeichnet werden, was das Unternehmen "Quantum-GPU-Supercomputing" nennt.
Es ist ein bemerkenswerter Wandel für eine Technologie, die ein Jahrzehnt lang meistens als Laborneugier oder Cybersicherheitsbedrohung angesehen wurde. Quantum bewegt sich in die Infrastruktur-Diskussion, weil die Infrastruktur da ist.
Es gibt die Annahme (und manchmal das Versprechen), dass Quantencomputing für KI das tun wird, was GPUs taten. Einbauen, beschleunigen, die Wirtschaftlichkeit verändern. Das ist nicht das, was die Leute, die diese Systeme tatsächlich bauen, sagen.
Was sie beschreiben, ist eine andere Kategorie von Maschine. Quantencomputer sind schnell bei einer engen, aber wertvollen Reihe von Problemen, mit denen klassische Maschinen Schwierigkeiten haben oder die sie überhaupt nicht lösen können. Die Entwicklung neuer Batterietechnologien ist eine davon. Die Modellierung molekularer Interaktionen für die Arzneimittelentdeckung ist eine andere. Sie können photovoltaische Zellen bauen, die Licht effizienter in Elektrizität umwandeln, oder Portfolios optimieren und Derivate auf eine Weise bewerten, die Finanzunternehmen einen Vorteil verschafft, den ein Wettbewerber nicht erreichen kann.
Die gleichen Maschinen können auch die Verschlüsselung brechen, die den Großteil des Internets sichert, weshalb Regierungen und Unternehmen bereits auf Post-Quantum-Kryptographie umsteigen, gemäß einem Zeitplan, der durch den Fortschritt der Hardware und nicht durch ihre eigenen Vorlieben festgelegt ist.
Was sich geändert hat, ist, wo sich der Quantenprozessor befindet. Das entstehende Bild ist eines, bei dem eine Quantenverarbeitungseinheit oder QPU neben einer CPU und einer GPU im selben Rechenzentrum sitzt und Arbeitslasten zwischen ihnen übergibt.
"Ein Missverständnis, das viele Leute früher hatten, ist, dass eine Quantenmaschine ein eigenständiges Gerät ist. Das ist sie nicht. Eine Quantenmaschine ist sehr wohl Teil des Ökosystems. Sie sitzt direkt neben einem Hyperscaler," sagte Zulfi Alam, der Unternehmens-Vizepräsident von Quanten bei Microsoft.
Der physische Fußabdruck ist bescheiden. Das aktuelle Design von Microsoft passt in einen Standard-Server-Rack und zieht etwa 30 Kilowatt, hauptsächlich für die Kühlung, die erforderlich ist, um die Qubits auf einen Bruchteil eines Grads über dem absoluten Nullpunkt abzukühlen. Der kalte Teil selbst, sagte Alam, ist nur etwa so groß wie eine Limonadendose.
Das Hybridmodell ist nicht theoretisch. IBM hat Quantencomputer an Forschungseinrichtungen eingesetzt, wo sie zusammen mit klassischen Supercomputern bei echten wissenschaftlichen Arbeitslasten eingesetzt werden. Am RIKEN, Japans führendem Forschungsinstitut, steht einer neben dem Fugaku-Supercomputer und führt Teile von Molekülsimulationen aus, die zwischen den beiden Maschinen übergeben werden.
Es ist eine Evolution, so Jerry Chow, CTO des quantenzentrischen Supercomputings bei IBM. "Wir bewegen uns in ein Rechenzentrumsmodell, in dem wir aktiv nach ko-lokalisierten CPUs und GPUs mit Quantenprozessoren suchen", sagte Chow. Bis in die 2030er Jahre, so sagte er, erwartet die Industrie, den Supercomputer vollständig als ein vollständig integriertes System aus CPUs, GPUs und QPUs neu zu überdenken.
Eine Sache, die Quantum nicht tun wird, ist die Energiekrise im Rechenzentrum zu beseitigen.
"Denken Sie an Quantencomputer als verschiedene Arten von Computern für unterschiedliche Anwendungsfälle", sagte Marc Lijour, ein IEEE-Mitglied, das im MBA-Programm an der International Business University lehrt. "Sie könnten einen Pickup-Truck und ein kleines zweisitziges Sportauto in Ihrer Garage haben. Beide sind gut in dem, was sie tun. Der eine senkt nicht die Kosten des anderen."
KI-Training und Inferenz laufen auf klassischer Hardware, mit GPUs, die Matrizenrechnungen über enorme Datensätze durchkauen, und Quantencomputer sind genau für diese Art von Arbeitslast schlecht. Sie können die KI-Berechnung nicht absorbieren, sie nicht effizienter ausführen und sie nicht ersetzen.
Der Größenunterschied macht den Punkt konkret. Ein einzelner Rack von NVIDIAs beliebtesten KI-Trainingschips zieht 120 bis 140 Kilowatt, und Systeme der nächsten Generation werden projiziert über 200 zu treiben. Ein Hyperscale-AI-Campus betreibt Zehntausende von Racks und kann Hunderte von Megawatt verbrauchen, wobei einige Einrichtungen voraussichtlich ein Gigawatt erreichen werden. Eine Quantenmaschine, die ein paar tausend Qubits unterstützt, benötigt im Vergleich dazu insgesamt etwa 30 Kilowatt.
Die AI-Seite wird unterdessen hungriger. Agentische AI-Systeme können Größenordnungen mehr Rechenleistung erfordern als eine einzelne Chatbot-Anfrage, da sie Tausende von autonomen Agenten verwalten, die von Supervisor-Agenten verwaltet werden. Quantencomputing kann möglicherweise einige dieser Arbeitslasten an den Rändern optimieren. Es wird die Last nicht absorbieren.
Für Unternehmenskunden, die versuchen herauszufinden, was das alles für ihr Budget bedeutet, lautet die ehrliche Antwort: nicht viel, noch nicht.
"Ich glaube nicht, dass wir im Jahr der Quanten-Datenzentrum-Expansion im großen Maßstab sind", sagte Rodrigo Madanes, EY's globaler Führer für Zukunftstechnologien und KI. Wissenschaftliches Rechnen und Finanzdienstleistungen sind die beiden Industrien, die echte Nachfrage seitens der Unternehmen treiben. Die meisten anderen Sektoren beobachten nur.
Die dringlichere Quanten-Geschichte für Unternehmen, sagte Madanes, besteht derzeit nicht darin, Quanten-Rechenleistung zu kaufen. Es geht darum, sich auf den Tag vorzubereiten wenn jemand anderes Quantencomputer den aktuellen Verschlüsselung brechen kann, ein Übergang zur Post-Quanten-Kryptografie, der bereits läuft, unabhängig davon, wie schnell die Hardware reift.
"Die Leute wissen, dass es kommt", sagte er, "und wir müssen das richtig machen."
Schließen Sie sich über 500.000 Lesern an, die ihren Tag mit Quartz beginnen.
Mit dem Abonnieren stimmen Sie unseren Nutzungsbedingungen und unserer Datenschutzrichtlinie zu.
