量子霸權對於矽產業是利多還是利空? - 股票

Table of Contents

※ 引述《davidwales (cluster)》之銘言:
: 矽產業為主的台積電和其他製造商
: 我自己評估或許還有5年光景 可以在技術和資本部分領先同業
: 稍微了解了一下 google和 IBM等等所宣稱的量子計算和量子霸權
: 這各運算速度在特定領域 比方說 加密 醫學 分子奈米科學等等
: 在運算力上的速度可以是傳統電腦的幾百萬倍
: 或許不能完全取代矽製成
: 但光是HPC 這部分
: 未來量子霸權真的實現
: 這塊應該會全部移到量子電腦的硬體製造產線吧 因為矽晶片完全沒有競爭優勢啊
: 量子電腦目前還不需要微縮技術 運算力就已經比傳統電腦大上好幾個數量級了
: 這個對於目前台灣的矽製程產業 是利多還是利空呢?
: 各位的看法?!
: 能否討論一下?
: 謝謝

1.
量子運算可以在多項式時間內解決BQP問題,BQP包含P
不過「理論上的計算能力與時間複雜度」和「實際上的工程架構」是兩個問題
不是說量子圖靈機的能力比圖靈機強大
就代表可工程實現的量子運算架構就比馮紐曼機(一種圖靈機的實作)來得快

為了行文方便,後面會以量子運算/傳統運算作為代稱詞

2.
就目前的發展趨勢來看,量子運算和傳統運算需要互相輔助
因為大多數的P問題上,傳統運算都有壓倒性的速度與能耗優勢
畢竟控制電荷比控制量子效應容易得多
但有少數的BQP問題需要量子運算才能在可接受的時間內解決

3.
量子運算目前出現在研究中心,大約2030年時成本可以降低到普及至Datacenter
矽基技術方面,樂觀一點的話可能在2035~2040左右成熟?
成本要降低到能普及到個人裝置上的話,可能要2050年以後了
(但是否有這種應用或需求不確定)

4.
矽基技術還是最有商業潛力的方向
因為量子運算和傳統運算需要相輔相成,就有相互通訊的需求
發展到最後還是得封裝在一起並且耐受足夠的溫度
當然這中間要克服非常多的物理、材料和工程問題

5.
基於上文的種種理由
矽產業的兩大巨頭TSMC/Intel都有投錢在矽量子技術上
但離真正可商業化的矽量子運算元件,至少還有二十年的距離

總結一下
1. 量子運算架構要普及,還是要靠矽製程實現

2. 不管有沒有量子運算,傳統運算的需求永遠存在而且只會持續增長

3. 矽製程在可見的五十年內都是長多,目前的發展還沒進入主升段

PS.
本文中所有的時間預測都不考慮奇點問題
因為奇點理論的核心概念就是預測奇點之後會發生什麼事毫無意義
--

All Comments

Xanthe avatarXanthe2019-11-13
所以是300底部?
Sandy avatarSandy2019-11-14
如果只是問股價 台積電的市值在接下來二十年中每
七年會翻一倍
Thomas avatarThomas2019-11-18
差不多15年後1000就是底部了 好GG不買嗎?
Puput avatarPuput2019-11-19
推好文,這個內行
Susan avatarSusan2019-11-21
七年翻一倍,就是10%的CAGR
m大也不算講的太誇張
Valerie avatarValerie2019-11-25
還沒進入主升段?好奇為什麼這麼判斷@@?
要手持現在真的想不到 工作溫度接近絕對零度的東西
Barb Cronin avatarBarb Cronin2019-11-25
Cara avatarCara2019-11-27
因為文明對於「運算元件」製造需求遠比一般人認為得
大得多,而矽基/電性是目前最好的工程實現
Rae avatarRae2019-12-02
可以室溫的話,那室溫超導早就實現了
Kama avatarKama2019-12-03
另外量子運算只是個統稱,可運算的量子態有非常多種
Lydia avatarLydia2019-12-04
頂多是雲端吧。不過量子計算很多結果仍被學界質疑
William avatarWilliam2019-12-09
不是所有的量子態都無法承受高溫…比方說光子的量子
Aaliyah avatarAaliyah2019-12-13
D wave還是有保密。除非方法公開檢驗與重現
Yuri avatarYuri2019-12-15
你確定室溫可以保持多位元的量子糾纏嗎...
Agnes avatarAgnes2019-12-20
量子運算要發展,溫度問題自然是要克服的障礙
Dinah avatarDinah2019-12-22
採用光量子的裝置目前也是逼近絕對零度阿...
不然你相位早就被環境擾動了
Donna avatarDonna2019-12-27
要隔絕熱擾動和磁場等因素 想看到手持
Mia avatarMia2019-12-29
超導、半導體、離子阱...保持相干性也是要低溫吧
Skylar DavisLinda avatarSkylar DavisLinda2020-01-03
我尊重你的看法,不過我認為我們對此領域的認知差距
大到沒有討論基礎了,所以就到此為止吧
Agnes avatarAgnes2020-01-03
我只提出一個明顯類比錯誤的點: 超導問題是一個物理
Callum avatarCallum2020-01-06
學基礎的問題 量子干擾和糾錯/穩定量子態是一個工程
問題,這兩種的難度完全不可類比
Gilbert avatarGilbert2020-01-09
...您是物理本科系的嗎?? 超導本質上也跟量子巨觀
現象,相干性的維持有關。怎麼會說無關呢??
Odelette avatarOdelette2020-01-13
拓撲量子電腦是有打算降低低溫的要求,但應該還是
很難實現。
Andy avatarAndy2020-01-15
我沒說無關 我說在工程可行性上完全不可類比
Tracy avatarTracy2020-01-18
就是面臨類似的本質上的困境阿... 你要表達的我了解
Connor avatarConnor2020-01-23
我認為您應該並非本科系的人,不過股版討論這種東西
好像也太偏離了,沒啥意思
Bethany avatarBethany2020-01-25
我個人很難想像工程上的鑽研就能解決室溫的消相干
Charlie avatarCharlie2020-01-29
問題啦。就算未來能解決,應該也是要有理論上的巧思
Ethan avatarEthan2020-01-31
我怎麼看不懂
Edith avatarEdith2020-02-02
釣出這篇我覺得可以 至少時間節點我覺得很公允
Isabella avatarIsabella2020-02-07
然後GG的七年翻一倍論 目前看起來實現機率非常高
舉例來說以前GG跟三星是Intel跟AMD在2005年的狀態
John avatarJohn2020-02-10
現在的關係是2012年到2017年的Intel vs AMD狀態
確立產業龍頭地位之後 會有很高的PE比 因為全世界
Quanna avatarQuanna2020-02-15
錢都會丟進來 整個配比會從64變成82甚至91
Ida avatarIda2020-02-18
看現在的走下坡的Intel享有的PE ratio就看得出來
Wallis avatarWallis2020-02-22
但未來半年內不見得買不到290甚至280 這個自己小心
Dinah avatarDinah2020-02-25
Intel PE很低吧 還不到15..而且是長期以來都很低
Hedy avatarHedy2020-02-26
tsmc成為產業龍頭已然16年,是要確立多久...
Jessica avatarJessica2020-02-27
拿晶圓代工跟cpu產業來比,不覺得很奇怪嗎...
Suhail Hany avatarSuhail Hany2020-03-02
如果HPC以及一些前緣科學計算的效能 量子電腦可以
Lily avatarLily2020-03-04
Intel和TSMC的核心競爭力都是「製造高品質(=高密
度低耗能)的運算元件」
Thomas avatarThomas2020-03-05
比矽基晶片高上幾百萬倍 那未來台積電就不可能不掉
Daniel avatarDaniel2020-03-09
而且量子電腦一旦成熟之後,會衍生出更多產品需求的
Cara avatarCara2020-03-09
從來沒有人說台積電會因此就不賺錢啊 只是市場做出
Sarah avatarSarah2020-03-14
區隔之後 會有一個新的公司和產業出來的
但這個新的公司會在哪個國家? 哪間公司? 沒人知道的
Bethany avatarBethany2020-03-15
但我覺得有很大機率不會是在台積電 因為量子電腦和
Andrew avatarAndrew2020-03-18
矽基技術在本質面上是互相衝突的
Skylar Davis avatarSkylar Davis2020-03-19
量子運算並沒有大眾理解的那種神通力..
Ida avatarIda2020-03-21
本文中的1/2點已經解釋得算清楚了吧..?
Hedda avatarHedda2020-03-23
我有講了 是高效能運算領域這塊
David avatarDavid2020-03-27
台積的本質是製造技術優化代工業,這套管理經驗砸下
去,是不是在Si上差別並不大.
Dorothy avatarDorothy2020-03-31
其他人同樣在Si上,沒有這套管理和公司文化,良率拉不
Adele avatarAdele2020-04-04
台積電當然可以解決固態製程的量子電腦阿...
Carolina Franco avatarCarolina Franco2020-04-07
就算是光路、矽光子,人家也可搞出來...
各種類型的實現方式各有優缺,可能以後走複合型態
Ursula avatarUrsula2020-04-11
起來,明明每個人都買同一家的機台,差不多的製程
你讓台積去傳統製造業或搞機械/化工製造,他一樣把良
Ursula avatarUrsula2020-04-15
台積電的優勢在於30年前就進入這領域和累積夠多智產
Susan avatarSusan2020-04-16
以及投入夠多的資金和設備 造成技術壟斷
Mason avatarMason2020-04-18
但我看不出有哪類是GG一定弄不出來或絕對沒優勢的..
Vanessa avatarVanessa2020-04-19
率拉高同時cost down到市場領先給你看,你信不信.
Olga avatarOlga2020-04-21
你想複製同樣東西的前提是這些技術你拿的到
但目前這些技術是在美國 google IBM D-wave手中
我從來不知道台積電有發展什麼量子電腦的最新技術
Franklin avatarFranklin2020-04-22
梁照樣把這套技術搬去三星搬去中芯了啊.
Carol avatarCarol2020-04-27
所以拿到技術的表示他能量產嗎?不一定.
Harry avatarHarry2020-04-27
至少報章雜誌沒有報導 那我就先假設沒有
Freda avatarFreda2020-04-28
所以起跑點就輸別人至少好幾年了 憑啥想吃下這塊??
Kyle avatarKyle2020-04-29
再來 台積電想買下 D-wave IBMQ 和Google子部門
也要看美國準不準 美國不是笨蛋 把金雞母送給台灣
Jessica avatarJessica2020-05-02
EUV最新製造技術是歸TSMC或TSMC主導發展嗎?不算吧.
問題是它可以和ASML買來當作中間製造的一部分.
Jacob avatarJacob2020-05-07
他有本事做到"在這裡做"比"你自己蓋fab做"還便宜
IBM的半導體部門就是這樣收掉的.
Harry avatarHarry2020-05-11
你只有一些關鍵製程有know-how,其餘製程Y拉不起來
Barb Cronin avatarBarb Cronin2020-05-15
最後商業化產品就沒有競爭力.
Bennie avatarBennie2020-05-19
不然ASML明明掌握最頂尖顯影技術,為什麼不開晶圓廠?
Olive avatarOlive2020-05-22
阿太久沒看了 i皇PE剩14 嚇一跳 我印象還停在
Enid avatarEnid2020-05-25
這個領域要解決的問題還很多,目前感覺是吹噓過度,
Jake avatarJake2020-05-29
大概跟以前的人工智慧差不多吧,可能過幾年又冷掉
有些小突破又拿出來炒冷飯,炒個幾次也許慢慢商用啦
Suhail Hany avatarSuhail Hany2020-05-30
2009 PE拉到35然後掉下來 2017再爬回23 現在掉下
來是應該的拉...
Zenobia avatarZenobia2020-06-03
感覺還是學術界需求較大啊,有量子優勢的演算法或
Kama avatarKama2020-06-04
我的意思就是確定未來3-5年內領先的龍頭會有一波爆
Andrew avatarAndrew2020-06-06
對應的情境還不是說非常地遍及到各領域或生活化
Genevieve avatarGenevieve2020-06-08
我舉個手 現在用ASML做euv穩定良率70%以上的有誰
Belly avatarBelly2020-06-09
吹是還好 更多是大家想像...
Tracy avatarTracy2020-06-10
你看多少人講運算力 快幾百萬倍之類的話
Bennie avatarBennie2020-06-11
ASML不是一台dyson 誰拿了都可以吸力超強 他是一個
Rae avatarRae2020-06-12
目前只有一家廠商量產出來會賺錢的很難用的機器阿
難用到intel本來不覺得euv是通往下個節點的必然技術
Valerie avatarValerie2020-06-14
恩,我是覺得大部分人對量子演算法具體優勢和量子
Heather avatarHeather2020-06-16
電腦工程上的成本有過多過分美好的想像...
實際上真的好用的情境有限。cp值很低阿。要說量子
Anonymous avatarAnonymous2020-06-18
電腦取代傳統電腦HPC...我目前會覺得莫名其妙
Kyle avatarKyle2020-06-22
百萬倍啥的真的有夠蠢... 那是媒體宣傳阿。實際看了
論文選用的問題和比較方式就會翻白眼了
Barb Cronin avatarBarb Cronin2020-06-23
那你去怪google扯啥量子霸權啊XD
Barb Cronin avatarBarb Cronin2020-06-24
又不是我們發明這些詞彙的
Ina avatarIna2020-06-27
google錢太多當然要到處投資,恐懼後進者取代或被
Wallis avatarWallis2020-06-30
其他巨頭先收購那些公司。實際上效益... 像alphaGO
Caitlin avatarCaitlin2020-07-01
的公司買來也類似長遠資助,或多少支持學術研究
要嘛google的頭兒自己也不太懂,或者是技術狂熱,
Megan avatarMegan2020-07-02
孤狗超愛AI的 而AI在建模過程用到很多決策樹的概念
這個量子運算確實很有優勢 但不是擺在客廳的東西R
Iris avatarIris2020-07-03
或者是為了跟股東交代這筆花費。
Yuri avatarYuri2020-07-05
deep learning至少還有些比較明確的東西啊...
Carolina Franco avatarCarolina Franco2020-07-09
所以孤狗吹捧這些東西我還能理解 跟著喊燒的就..
Tristan Cohan avatarTristan Cohan2020-07-10
通常量子運算只能用在特化的問題,一般決策樹不太能
用量子演算法加速吧...
Eden avatarEden2020-07-12
要這樣說量子運算也有用在傅立葉、搜尋、線性代數
但那都是精心挑選甚至設計的問題。不能推廣
Kelly avatarKelly2020-07-14
是喔?我的認知是像tree那類每加一層深度就多幾個
分支、幾個O(n^m)的東西 都是量子運算的主戰場 倒
沒去了解需要特化什麼
Frederic avatarFrederic2020-07-14
看討論我覺得並用吧,量子尋找設計圖 一般電腦執行
Jessica avatarJessica2020-07-17
反而量子電腦推廣下去,一般電腦需求會更高......
這裡面真正被淘汰的是人腦XDDD
John avatarJohn2020-07-18
嗯 最終被淘汰的會是人腦 隨著文明發展矽製程只會越
來越重要而已
Zanna avatarZanna2020-07-20
量子霸權是指加密和解密吧,像圍棋的窮舉或暴力破解
RSA
Audriana avatarAudriana2020-07-23
人腦的算力輸給矽元件的那天其實也不太遠了
Margaret avatarMargaret2020-07-23
現在主要問題在AI建模還要靠人腦~
如果量子電腦可以用窮舉法解決這問題...就@O@
Jacob avatarJacob2020-07-26
啊 我也不知道我這樣講法對不對XD
Ida avatarIda2020-07-30
不太準確 modeling不是非監督學習和強人工智慧的主
Edith avatarEdith2020-08-01
要難題…目前最大的難題還是在運算力不足
Belly avatarBelly2020-08-05
還有就是我們對人腦的機制(=智慧的機制)還有待研究
Sierra Rose avatarSierra Rose2020-08-10
我以為運算力不足可以用精準的剪枝法解決0.0a
Hedy avatarHedy2020-08-11
這部分目前好像是人腦在處理
Erin avatarErin2020-08-12
GPGPU就是模擬類神經網絡呀
Daniel avatarDaniel2020-08-12
只是運算力輸ASIC,導致AI這塊nV賺的沒預期多
Andy avatarAndy2020-08-17
大家都自己設計啦,nv當然吃不到全部XD
Faithe avatarFaithe2020-08-18
遠端演算傳輸
Elvira avatarElvira2020-08-23
要低溫就擺在低溫區
寒帶一堆地都沒人要
Annie avatarAnnie2020-08-25
那個低溫不是地球上有的溫度惹
Joseph avatarJoseph2020-08-26
其實30度跟-20度和-273的距離差不了太多XD
Ina avatarIna2020-08-29
擺在極圈會被靠北逸散的熱加速融冰吧qq
Rebecca avatarRebecca2020-09-02
可能要搬去天王星才有那個溫度XD
Brianna avatarBrianna2020-09-06
人腦元件的速度和實際上計算能力其實是輸給計算機阿
Erin avatarErin2020-09-07
人腦是勝在彈性跟變通。現在的程式設計架構上並沒有
Adele avatarAdele2020-09-12
讓程式本身可以自由變通的能力。人腦優勢比較是在
資訊處理方式上而非硬體。
Emma avatarEmma2020-09-16
神經元和連結看起來很多,其實大部分是冗余,基本上
還是仰賴統計。當然分層的深度學習也是跟人腦類似
Jessica avatarJessica2020-09-21
不過頂多讓ML多了自行提取特徵能力,還是無法讓整個
Kyle avatarKyle2020-09-23
我只知道台積電賺錢是因為台灣薪水低XD
Carol avatarCarol2020-09-24
良率和數量的重點在工薪
一樣的工作你去看看三星和GF intel
就知道不意外
Iris avatarIris2020-09-26
系統有自我更新的彈性。以前想朝"會寫程式的程式",
目前是失敗的。只能說資工系跟心理系沒有好好結合吧
Megan avatarMegan2020-09-26
就和傳產移到薪資低的地方一樣
Ursula avatarUrsula2020-09-28
呆灣郎命賤哪,連研發也比人低薪,必要時還要輪班
研究XD
Eden avatarEden2020-09-28
欸不是 我得幫資工的說點話R
人類可以自行產生有用的資訊 而且存在模糊空間
點鬧沒有啊 它就一坨0101的電位啊 意義是人賦予的
Edward Lewis avatarEdward Lewis2020-10-03
即便現在也有訓練AI的AI 它能生的東西也僅限於
Mary avatarMary2020-10-04
設計者在特定領域內賦予它某些規則 它能生的就那樣
Zora avatarZora2020-10-04
再怎麼結合 先天就這樣啊 光環境變因就算塞不完了
更別說要讓程式寫程式這種事有意義
第一是要能理解需求是什麼
Andy avatarAndy2020-10-09
但來的需求往往不是真實需求啊 人超常幹這種事啊
Emma avatarEmma2020-10-11
其實成大的量子資訊,量子計算還蠻強大,不輸國外名
校。
David avatarDavid2020-10-11
未來台灣第一個量子電腦原型機應該會在成大做出來。
Isla avatarIsla2020-10-12
「科技的發展速度已經遠超過人類日常生活真實的需求
」,我覺得這是所有科技公司的最大風險。最簡單的例
子-智慧手錶。這個產品出來多久了?剛推出時被吹噓
的多厲害?現在真的有變成什麼不可或缺的東西嗎?「
每個人都要隨身攜帶一個高速運算量子電腦」,或許再
過50年這在技術上不是做不到,但是「有需要嗎?」
Jessica avatarJessica2020-10-14
呵呵,叔叔說的倒是蠻有道理的,我是覺得大部分人
用不到啦。當然也有可能是我想像力貧乏...
Steve avatarSteve2020-10-18
Ekmund網友似乎有認真思考過這個問題,這個東西蠻有
意思的。人腦的確內建不少結構和機制。不過強AI追求
Robert avatarRobert2020-10-20
的就是去模擬人腦的動機、情緒等等。只是主流AI,
尤其資工系的從沒考慮這些東西。簡單來說他們的路線
Carol avatarCarol2020-10-23
是錯的啦,在ML上鑽牛角尖就只能停步於此而已,再做
Thomas avatarThomas2020-10-25
一百年一千年,資工系還是做不出強AI的啦。Deepmind
和其他團隊比較有在探索,但他們是結合認知科學的,
所以才能擁有跨領域的思維與視野。
Steve avatarSteve2020-10-29
半導體產業不是被歸類於成長型景氣循環產業?
如果是景氣循環產業 就會有ups and downs
Doris avatarDoris2020-11-03
"模糊"這個概念是可以模擬的,那沒什麼。人腦的任意
結合組裝概念的自由度也是目前目標導向的程式設計
Ethan avatarEthan2020-11-05
缺乏的。當然還需要相對完備的基礎結構引導思考或
學習外來資訊,這是龐雜的工程。
Xanthe avatarXanthe2020-11-08
台GG一路噴到1000 台股不就直接噴到50000點了 XD
Thomas avatarThomas2020-11-12
GG漲一點大約指數10點左右啦,那頂多多7000點,當然
Margaret avatarMargaret2020-11-13
可能帶動其他產業與個股,能夠上20000點大概就極限
Xanthe avatarXanthe2020-11-14
你好像有點誤會資工在做的事啊...
Megan avatarMegan2020-11-15
資工系做的很廣阿~~每個領域專精的又不同~~
Doris avatarDoris2020-11-20
這科系一直以來就是針對現有軟體架構去實現現實某
些需求的樂高工程師培訓班 但從不會自己去造積木
Enid avatarEnid2020-11-22
...computer science不只"工程"的部分吧...
蠻多CS的AI組還是會鑽研強AI的...只是弱AI發表和生
Emma avatarEmma2020-11-23
現在很多出來的連OS一些機制都不甚清楚 compiler也
沒幾個上過 學框架去match業務需求才是主流...
Noah avatarNoah2020-11-25
呃 抱歉 這後話啦 碎碎念
但是 舉例來說 模擬“模糊”這個概念好了
Linda avatarLinda2020-11-30
存比較有利阿。
好吧,或許你接觸的資工系跟我接觸的本質上不同
William avatarWilliam2020-12-04
現在CS太龐雜了,能做好自己部份就偷笑了,要懂所有
東西應該不可能,就算略懂也很難
Joseph avatarJoseph2020-12-05
我所知道的 概念上 也是統計上把認為相關的東西湊
成一個個群組 並且不是總是輸出最匹配的結果來模擬
但這其實也一定程度在先天上劃死了輸出範圍
Carol avatarCarol2020-12-06
所以我想並不是真的打算用這種方式做強AI
工業/商業導向的味道比較重
Joe avatarJoe2020-12-10
我接觸的大概就軟工板看到的那樣吧
Freda avatarFreda2020-12-15
不過我也就學術業界各半桶水而已w
Joseph avatarJoseph2020-12-17
恩...模糊這個觀念的確是用類似統計的作法。但這跟
Candice avatarCandice2020-12-18
強AI的確沒啥關係... 範圍定死了,其實也只是沒有像
人腦那樣任意組合與連結聯想的能力而已
Ida avatarIda2020-12-19
我是偏學界的。要說業界的東西我也不懂...
Dinah avatarDinah2020-12-19
soft_job板最常看到那些關鍵字詞就是了xD