量子机器学习拓展CML算力为AI产业新推手 科技大厂藉布局QML开启后摩尔时代生态战局
由于摩尔定律(Moore's Law)即将触及物理极限,使得过去基于传统运算资源所发展的古典机器学习(Classical Machine Learning;CML)面临运算效能瓶颈,目前产学界已将量子运算视为当前可行解方,量子机器学习(Quantum Machine Learning;QML)趋势应运而生。DIGITIMES Research认为,如同过去GPU将AI产业推进至深度学习阶段,量子处理器(Quantum Processor Unit;QPU)与QML技术有望成为AI新进展的关键推手。
内文目录
量子运算拓展古典机器学习运算能力
QML业者首要目标是与CML协作 并将量子系统架构抽象化来降低开发者进入门槛
异构环境兼容性及建立软件生态为大厂QML主要策略
结语:科技大厂QML策略清晰 量子产业竞争态势明朗
图表目录
人工智能领域各发展阶段主要使用运算资源
古典机器学习与量子机器学习协作流程
主要量子运算业者软硬件产品及QML方案列表
共 3 个图表
会员登入
若您已是DIGITIMES Research的正式会员,请由此下方登入。
服务加入办法
若想立刻加入付费会员,请洽询
客服专线:
+886-02-87125398。
(周一至周五工作日9:00~18:00)
+886-02-87125398。
(周一至周五工作日9:00~18:00)