無人機整機
無人機配件
無人機服務
設備與工具在一次采訪中，著名的量子物理學家和瑞士初創(chuàng)公司 Terra Quantum 的創(chuàng)始人 Markus Pflitsch 談到了量子技術的商業(yè)化以及維也納新量子云數(shù)據中心的目標。
Markus Pflitsch
現(xiàn)在在奧地利維也納有一個量子計算中心，據運營商稱，這在世界上是獨一無二的。借助虛擬解決方案，瑞士量子技術初創(chuàng)公司 Terra Quantum 能夠在混合量子計算平臺上運行具體的量子算法。舉個例子：在投資銀行中，一個重要的經典優(yōu)化算法，即所謂的“抵押品組合優(yōu)化”，當轉化為量子算法，然后應用到混合量子計算機平臺上，如果投資組合每年可以節(jié)省1.2億歐元。包括 4000 億歐元的 Terra Quantum 創(chuàng)始人 Markus Pflitsch 在與 brutkasten 的對話中。
對于在維也納的報價，Terra Quantum 與奧地利公司 Novarion 共同成立了合資企業(yè) QMware。Novarion 提供經典的高性能計算，例如，在其上運行證券交易所交易。位于維也納的混合量子云數(shù)據中心是在歐洲建造的多個數(shù)據中心中的第一個。在采訪中，Pflitsch 談到了這項技術的工作原理、它帶來了什么、哪些用例是可能的，以及歐洲在量子技術領域的全球競賽中如何發(fā)展。
您是如何創(chuàng)建Terra Quantum 的？
我是一名物理學家，90 年代后期在 CERN 從事量子物理學研究。然后我在 BCG 工作了 20 多年，從事投資銀行業(yè)務和企業(yè)金融業(yè)務。四年前，我決定將這兩個世界結合在一起，讓我將量子技術商業(yè)化。因此，我創(chuàng)立了 Terra Quantum 和 QMware。兩者都位于瑞士。如果你看一下“新興的量子技術景觀”，它的主要特征是從學術界衍生出來的。因此，推動該主題前進的往往是研究人員。但我也引入了商業(yè)方面。借助 Terra Quantum，我還能夠在很早的時候就吸引到包括 Lakestar 在內的機構金融家。
Terra Quantum 致力于將量子技術商業(yè)化。你怎么做？
我們希望建立一家商業(yè)公司，而不僅僅是大學的擴展研發(fā)工作臺。我們獨立于研究基金。因此，我們正在尋找能夠實現(xiàn)早期商業(yè)化的量子技術領域。我們已經有可商業(yè)化的產品在該領域使用，具有顯著的商業(yè)利益。這是我們的 USP。美國 BigTechs 經常說，由于原生量子處理器的錯誤敏感性，工業(yè)量子應用并沒有那么遠。那是半真半假。今天已經有一些領域可以通過混合量子計算架構上的算法實現(xiàn)業(yè)務優(yōu)勢。
Terra Quantum 與其他供應商的區(qū)別是什么？
我們是一家量子服務公司。市場上有很多硬件廠商。在許多情況下，這些仍處于開發(fā)階段，即非常忙于研發(fā)，還沒有忙于商業(yè)化。他們正在開發(fā)一些只能在幾年內實現(xiàn)的東西。另一方面，也有軟件玩家在開發(fā)量子算法。他們也面臨商業(yè)化挑戰(zhàn)，因為他們的算法可以在幾年內無法運行的計算機上運行。
我們有三個領域： 在“量子算法即服務”領域，我們?yōu)楦鞣N用例開發(fā)量子算法。第二個領域包括“量子計算即服務”。對于 QMware，這還包括量子云。第三個領域包括“量子安全即服務”。我們有一個由大約 100 名量子物理學家和數(shù)學物理學家組成的團隊——這使我們成為全球最大的參與者之一。借助 QMware，我們現(xiàn)在還擁有一臺混合量子機器，它通過混合量子云智能地聯(lián)鎖高性能計算和量子計算。我們在維也納的 NTT 數(shù)據中心開設了這個，這是同類中的第一個。我們可以在上面運行我們的算法。通過這種方式，我們今天已經取得了顯著的業(yè)務優(yōu)勢。
Terra Quantum 在商業(yè)化方面有多遠，維也納的量子云數(shù)據中心在其中扮演什么角色？
讓我們舉個例子，展示我們的混合量子平臺在今天已經成為可能，公司可以通過云訪問它：在投資銀行領域，有所謂的“抵押品組合”，價值數(shù)千億美元。銀行歐元很大。該銀行在銀行的各個客戶中擁有不同資產類別的資產負債表頭寸，例如不同的貨幣、股票和政府債券。這些必須針對要承擔的風險成本以及流動性和融資要求進行優(yōu)化。這是金融中的“關鍵任務”優(yōu)化算法。今天，這些經典算法在經典的高性能計算機上運行。我們研究了 4000 億歐元的抵押品投資組合，并與 Terra Quantum 的團隊一起創(chuàng)建了一個可以在 QMware 機器上運行的量子算法。結果是相對于投資組合的六個基點的基本成本優(yōu)化。在這種情況下，僅將這一經典算法遷移到量子空間，就可以每年節(jié)省 1.2 億歐元的經常性成本。我們今天可以做到。在這種情況下，僅將這一經典算法遷移到量子空間，就可以每年節(jié)省 1.2 億歐元的經常性成本。我們今天可以做到。在這種情況下，僅將這一經典算法遷移到量子空間，就可以每年節(jié)省 1.2 億歐元的經常性成本。我們今天可以做到。
這是如何運作的？
為什么我們的混合機器今天已經讓這成為可能？原生量子處理器，例如美國制造商的 55-Qbit 芯片，仍然存在很多缺陷。55Qbits，實際性能要低很多，目前量子計算機的發(fā)展階段也稱為NISQ時代（NISQ代表Noisy medium-scalequantum era）。這是因為仍然存在機械挑戰(zhàn)，例如使用基于超導性的 Qbit 技術創(chuàng)造穩(wěn)定的框架條件。另一方面，在 QMware，我們建立在經典的高性能計算組件之上。原則上，我們正在模擬一臺量子計算機。我們有一個與 IP 相關的設計，我們如何配置這些 HPC 組件，例如我們如何訪問內存。這使我們能夠虛擬地表示 40 個邏輯 qbit。它們比原生 Qbit 性能更高，因為它們沒有任何錯誤。所以我們的量子體積非常高，我們的機器在目前的硬件開發(fā)階段比較好。這就是為什么我們今天已經可以取得這些成果。
然而，幾年后，硬件將準備就緒。
事實上，否則這將與量子計算中計算能力的指數(shù)級增長與 qbit 數(shù)量的相應增加相矛盾。所以你實際上不能再在邏輯上模擬例如 200 Qbits。這會炸毀所需的內存。這就是為什么我們以這樣一種方式構建 QMware Cloud，除了我們的具有 40 個邏輯 Qbits 的處理器之外，我們還可以集成其他 QPU，我們自己的或其他制造商的 QPU。整個軟件層，例如用于投資銀行的量子算法，被設計為兼容并且已經在運行，并且在未來將穩(wěn)定，具有更多底層的原生 Qbits。我們只需將量子芯片集成到那里，性能就會提高。然后，例如，在“抵押”申請的情況下，節(jié)省的成本不再是六個基點，而可能是十二個基點。已經可能且不會改變的事情：作為一家公司，您可以通過我們的云訪問混合量子計算平臺并在其上運行您的算法。
公司如何使用維也納的新優(yōu)惠？
目前，原生量子計算產品更容易通過研究中心獲得，而不是面向工業(yè)的。有了我們，您可以像其他云服務一樣輕松訪問它。
除了投資銀行的例子之外，哪些用例是可能的？
任何與優(yōu)化、模擬和機器學習相關的大數(shù)據密集型。這些區(qū)域通常使用量子算法表現(xiàn)出更好的性能。一個例子是神經量子網絡，其中存儲了 Qbits 用于神經元的值。除其他外，這可以用于改進圖像識別。例如，我們正在與自動駕駛領域的汽車制造商進行交流。但我們也與機器人公司或醫(yī)療診斷制造商進行交流——例如，在檢測黑色素瘤方面。我們的客戶遍及汽車、物流和零售、金融服務和化工等領域。
歐洲并不完全以創(chuàng)新技術的快速商業(yè)化而聞名。在量子技術方面，歐洲在全球競爭中是否具有更好的地位？
是的，我是一個樂觀主義者。這是一個機會，尤其是必要性。那些沒有量子技術的人將被貶到第三世界國家。量子技術是21世紀的關鍵技術。利用量子物理學的兩個原理，疊加和糾纏，隨著 qbit 數(shù)量的增加，量子計算機的計算能力呈指數(shù)級增長。指數(shù)勝過一切。工藝工程、活性成分的開發(fā)，這一切都發(fā)生在今天的大型計算機上。將來，這可以用量子計算機更快地模擬。有了通用量子計算機，未來可以解決的問題需要最快的超級計算機比今天的宇宙年齡還要長。這將改變幾乎所有行業(yè)——化工、金融服務、制藥、汽車。因此，歐洲政府應該為此提供大量支持，并智能地將跨地區(qū)的大量國家資助計劃聯(lián)系起來，然后我們可以與我們的頂尖研究人員一起做。
那么誰將把創(chuàng)新帶到地面上呢？
如果你看看汽車行業(yè)，帶來顛覆的不是現(xiàn)有的大型汽車制造商，而是一家初創(chuàng)公司——特斯拉。在量子計算中可能類似。我們需要像 Terra Quantum 這樣的年輕公司，因為它們在市場上的速度要快得多。
我們是在趕超中國和美國，還是歐洲更關心在這方面做些什么？
這是我們可以做到的追趕。但是，如果我們購買美國量子計算機并將其放在我們的場所，我們不應該將其慶祝為對歐洲科技主權的貢獻。那不是成功。當我們自己構建它時，它是成功的。我們有這方面的專業(yè)知識。這方面的資金必須在整個歐洲合理地捆綁起來。
2025-09-16 09:27
2025-09-12 11:30
2025-09-11 10:41
2025-09-09 10:52
2025-09-04 21:58
2025-08-28 11:13
2025-08-27 14:14
2025-08-26 13:50
2025-08-23 20:37
2025-08-22 10:33
