量子電腦與量子通訊的應用
【作者： 黃弘毅】
在21世紀的科技浪潮中，量子計算與量子通訊已成為引領下一次技術革命的關鍵領域。這些前瞻性技術不僅挑戰了傳統計算與通訊的極限，更為解決人類社會面臨的複雜問題提供了前所未有的潛力。量子技術的核心在於利用量子力學的獨特現象，如疊加態（qubit可同時存在於0和1的組合狀態）和糾纏（多個qubit之間形成關聯，即使距離遙遠也能相互影響）來執行運算和傳輸資訊。
量子電腦發展與商業模式
量子運算技術近年來取得快速發展，從理論走向實驗並開始初步商業化。早期許多科學家對量子電腦持懷疑態度，但隨著硬體與演算法突破，態度逐漸改變。2016年IBM首次提供雲端量子電腦服務，讓公眾得以上線操作5量子位元系統，標誌著量子計算從實驗室走向開放應用。
2019年10月Google使用53量子位元的「Sycamore」處理器在約200秒內完成了傳統超級電腦需數天的計算任務，宣示達成「量子霸權」里程碑。雖然實用的通用量子電腦尚需時日，但科技巨頭與新創公司紛紛投入資源，目標在本世紀20年代內研發出具有商業價值的量子系統。例如IBM和Google皆設定在未來數年內實現可用的量子計算平臺 。
各家公司針對量子硬體採取不同路線。IBM專注於超導量子位元技術並建立完整生態系，逐步提高量子位元數量與穩定性。IBM於2022年研發出127位元的Eagle處理器、2023年推出433位元的Osprey，並計畫2025年實現超過千位元的量子處理器。
更長遠來看，IBM宣佈在2029年交付首部大型容錯量子電腦「Quantum Starling」，透過約200個糾錯後的邏輯量子位元執行1億次量子邏輯閘操作，運算能力預期可達現有量子電腦的2萬倍。為達成此目標，IBM採用模組化設計，透過多晶片連結和量子糾錯技術來擴展系統規模。Google 則同樣專注超導量子電路，強調量子糾錯與容錯計算的研究。2023年底Google Quantum AI團隊在糾錯碼上取得突破，展示隨量子位元數增加可降低錯誤率的可能路徑，被視為加速實現實用量子電腦的重要進展。
【欲閱讀更豐富的內容，請參閱2025.07(第404期)量子運算蓄勢待發CTIMES出版中心】
一鍵登入，LINE POINTS 限時送
登(加)入 udn 會員不只享專屬優惠，現在再送 LINE POINTS 5 點！即日起至 11/25，不論新朋友或老朋友，輕鬆加入就有獎，馬上入手點數，讓生活多一點開心回饋。
延伸閱讀
相關新聞
5G固定無線接取將成寬頻主戰場
過去FWA常被視為光纖難以到達區域的權宜方案，但在5G中頻與毫米波網路鋪開後，FWA已成為固定寬頻成長最快的品類之一。FWA已是與光纖並列、以體驗工程與商業設計取勝的新一代固定寬頻方案。
光照即頻譜—VLC可見光通訊產業與技術全覽
可見光通訊（Visible Light Communication, VLC）正從實驗室階段加速跨入可商用的專網市場。其核心價值在於把照明設備升級為通訊節點，利用LED、μLED或雷射二極體以強度調變/直接偵測的方式在可見光頻段傳輸資料。由於光不穿牆、頻譜極寬且不受傳統RF法規束縛，VLC在電磁相容要求高、保密需求強與干擾敏感的場域，展現出更可控與可預測的連網品質。
從資料中心到車用 光通訊興起與半導體落地
隨著數位化浪潮的加速，從雲端服務到人工智能應用，再到車用電子與醫療影像處理，龐大的數據流量正以指數型態成長。傳統電子訊號的傳輸方式，雖然在過去數十年間支撐了資訊產業的發展，但如今已逐漸遭遇頻寬與能耗上的瓶頸。電訊號在長距離傳輸時，會受到電阻與電容效應影響，導致延遲上升與功耗大增。相比之下，光訊號具備高速、低延遲、低損耗的特性，使其成為新一代資料傳輸的關鍵解方。
CPO與 LPO 誰能主導 AI 資料中心？
隨著AI運算需求持續飆升，從大型語言模型（LLM）、生成式AI到高效能運算（HPC），資料中心面臨的最大瓶頸已不再是單純的晶片效能，而是頻寬、功耗與散熱。傳統電連接逐漸無法滿足AI GPU/TPU所需的龐大資料傳輸，促使 光電整合（Opto-Electronic Integration）成為必然趨勢。其中，CPO（Co-Packaged Optics，光電共封裝）與LPO（Linear Drive Pluggable Optics，線性可插拔光模組）兩種不同架構的方案，正成為全球大廠與台灣光通訊供應鏈的競逐焦點。
台灣供應鏈突圍與全球先進封裝競局
CoWoS封裝產能、HBM記憶體供應、ABF基板產能—同時陷入緊繃，成為全球AI基礎設施擴張的最大瓶頸。台灣身為先進製程與封裝重鎮，如何透過設計服務、基板與材料的升級來化解挑戰？
以先進封裝重新定義運算效能
在過去近六十年的時間裡，半導體產業的發展軌跡幾乎完全由摩爾定律所定義，即積體電路上可容納的電晶體數目，約每18至24個月便會增加一倍，帶來處理器效能的翻倍成長與成本的相對下降。
贊助廣告
商品推薦
udn討論區
- 張貼文章或下標籤，不得有違法或侵害他人權益之言論，違者應自負法律責任。
- 對於明知不實或過度情緒謾罵之言論，經網友檢舉或本網站發現，聯合新聞網有權逕予刪除文章、停權或解除會員資格。不同意上述規範者，請勿張貼文章。
- 對於無意義、與本文無關、明知不實、謾罵之標籤，聯合新聞網有權逕予刪除標籤、停權或解除會員資格。不同意上述規範者，請勿下標籤。
- 凡「暱稱」涉及謾罵、髒話穢言、侵害他人權利，聯合新聞網有權逕予刪除發言文章、停權或解除會員資格。不同意上述規範者，請勿張貼文章。
FB留言