被黃仁勳多次提及！「AI超級電腦」是什麼？跟量子電腦差在哪？

相對地，針對ChatGPT等大型語言模型（LLM）訓練以及其他AI相關運算，則是以GPU為主的超級電腦能提供極高效率，運算速度快上數倍。

這表示，GPU是發展AI的必要條件。當GPU效能持續躍升，就能大幅加速AI應用落地的時間，使更複雜、精準的AI模型得以在合理時間內被訓練和部署。可以說，GPU是AI時代的「算力黃金」，而超級電腦則是承載這些黃金的巨大寶庫。

AI超級電腦與量子電腦有何不同？

在當代運算領域，AI超級電腦和量子電腦雖都用於解決複雜問題，但其原理、應用與發展階段截然不同。

1. 運作原理：

AI超級電腦： 依循傳統物理學，以二進位位元（0或1）儲存和處理資訊。透過大量CPU和GPU進行平行運算，擅長大規模數據處理與重複性計算。

量子電腦（Quantum computer）： 遵循量子力學，使用量子位元（Qubits）。量子位元可同時處於0和1的疊加狀態（superposition），並透過量子糾纏（entanglement）讓它們能共同處理更複雜的資訊。這使其在特定問題上能以指數級效率處理，理論上比傳統超級電腦快數百萬甚至數兆倍。

2. 擅長問題：

AI超級電腦： 專精於大規模數據分析、複雜模擬、深度學習模型訓練、氣象預報、分子模擬等需高吞吐量的任務。它是當前AI訓練與運行的主流平台。

量子電腦： 潛力在於解決特定類型的計算問題，如：量子化學模擬（加速新藥、新材料開發）、優化問題（物流、金融等）、密碼學（破解現有加密演算法）以及部分AI和機器學習（處理高維度複雜數據）。

3. 發展階段與實用性：

AI超級電腦： 已經高度成熟且廣泛應用。各國持續投資升級，滿足AI與科學研究需求。

量子電腦： 仍處早期研發階段。量子位元數量有限，且穩定性（去同調）與錯誤修正是巨大挑戰。通常需在極低溫下運行，維護成本高。雖已展現「量子優勢」，但離廣泛商用仍有距離。

4. 兩者關係與發展趨勢：

兩者非取代關係，而是互補共存。目前，Google等開發量子電腦的公司，甚至會利用輝達的GPU超級電腦進行量子位元模擬和錯誤修正研究。未來，量子電腦或許能加速部分AI的複雜運算，形成「量子 AI」新領域。

(責任編輯 / 王穎皓)