在生成性AI和GPU的蓬勃发展下，量子计算虽然显得相对低调，但它仍然在专业应用领域展现着其独特的价值。

　　量子计算，这一长期被视为计算创新未来的技术，曾准备解决目前经典计算机难以应对的复杂问题。然而，近年来，随着生成性人工智能的崛起和GPU的广泛应用，关于云中量子计算的讨论似乎有所减少。

　　这与我们过去的预期有所背离。曾几何时，我们听说传统计算模型将成为过去，量子计算将渗透到我们的云、数据中心、手机甚至手表中。但现实是，量子动力设备的冷却系统可能庞大而复杂，这使得其在实际应用中的推广面临挑战。

　　当然，我并非否认量子计算的价值或其在未来的潜力。我要指出的是，人工智能的吸引力和GPU提供的强大处理能力已经分散了我们对量子计算的注意力。

　　由炒作驱动的技术变革

　　2024年，我们见证了云空间的一个有趣转变。组织开始将注意力从量子计算转向生成性人工智能和GPU所带来的直接好处。这反映了业界对能够提供明确、即时商业价值的技术的优先考量。

　　GPU推动的生成性人工智能已经抓住了科技界的想象力。它能够快速创建内容、模拟和见解，并广泛应用于各个行业，从自动化复杂流程到设计新产品。其吸引力在于能够快速、经济高效地产生这些产出，这在当今快速变化的商业环境中至关重要。

　　然而，GPU并非万能。当商品化CPU已经做得很好时，GPU可能对某些人工智能系统来说过于复杂。事实上，我开始看到一种趋势，即人们更多地关注整个人工智能架构，而不是仅仅关注GPU。

　　量子计算的潜力与挑战

　　尽管量子计算具有前途，但它仍然主要处于潜力挖掘阶段。该行业在量子比特和稳定性方面取得了显著进步，但这些进步的实际效用对许多组织来说仍然遥不可及。加上陡峭的学习曲线和所需的投资，量子计算被视为与人工智能相比发展较慢的技术。

　　此外，目前通常通过云平台访问的量子产品仍然主要是实验性的。它们需要专业知识才能有效利用，而集成到云服务中的GPU则可以更容易地用于扩展现有的人工智能操作，且进入壁垒相对较低。

　　为什么生成性AI和GPU如此占主导地位？答案在于它们的立即适用性和结果。如今，企业面临着前所未有的创新压力。生成性人工智能不仅有助于创造创新解决方案，还在实时决策过程中提供了竞争优势。这是一个随时可以使用的工具，具有明确的投资回报率和应用路径，而量子计算尚未完全建立这样的地位。

　　此外，优化和操作量子系统的复杂性也是许多公司不愿处理的问题。他们更愿意将资源分配给能够无缝融入其现有工作流程并实现快速胜利的技术。

　　仍然是一项关键技术

　　我认为，我们的注意力是有限的。生成性人工智能和GPU已经将量子计算从我们的主要关注点上推开。但这并不意味着量子计算不重要。

　　虽然量子计算可能被视为处于次要地位，但它仍然是密码学、复杂系统模拟或优化问题等关键领域未来发展的重要部分。量子云计算的持续研发有望实现突破性的变化。

　　在科技市场中，每项新兴技术都有其聚光灯下的时刻。重要的是要有耐心和战略性的方法，才能将这些突破有效地整合到业务战略中。

　　量子计算在云中的市场份额会增长吗？我认为量子计算已经证明了其价值，因此它不需要通过市场份额的增长来证明自己。然而，它确实需要俘获人心，这是我们最常忘记的采用新兴技术的另一个重要方面。