Re: [請益] 量子霸權對於矽產業是利多還是利空?

[minazukimaya (水無月真夜)]

※ 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
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.250.32.97 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1573198339.A.B03.html
※ 編輯: minazukimaya (60.250.32.97 臺灣), 11/08/2019 15:33:35
→ JuiFu617    : 所以是300底部？
→ minazukimaya: 如果只是問股價 台積電的市值在接下來二十年中每
→ minazukimaya: 七年會翻一倍
→ minazukimaya: 差不多15年後1000就是底部了 好GG不買嗎?
推 lostman     : 推好文，這個內行
※ 編輯: minazukimaya (60.250.32.97 臺灣), 11/08/2019 15:47:53
推 bey         : 七年翻一倍，就是10%的CAGR
→ bey         : m大也不算講的太誇張
→ Ekmund      : 還沒進入主升段？好奇為什麼這麼判斷@@？
→ Ekmund      : 要手持現在真的想不到 工作溫度接近絕對零度的東西
推 weimr       : 推
→ minazukimaya: 因為文明對於「運算元件」製造需求遠比一般人認為得
→ minazukimaya: 大得多，而矽基/電性是目前最好的工程實現
推 kyova       : 可以室溫的話，那室溫超導早就實現了
→ minazukimaya: 另外量子運算只是個統稱，可運算的量子態有非常多種
→ kyova       : 頂多是雲端吧。不過量子計算很多結果仍被學界質疑
→ minazukimaya: 不是所有的量子態都無法承受高溫…比方說光子的量子
→ kyova       : D wave還是有保密。除非方法公開檢驗與重現
→ kyova       : 你確定室溫可以保持多位元的量子糾纏嗎...
→ minazukimaya: 量子運算要發展，溫度問題自然是要克服的障礙
→ kyova       : 採用光量子的裝置目前也是逼近絕對零度阿...
→ kyova       : 不然你相位早就被環境擾動了
→ Ekmund      : 要隔絕熱擾動和磁場等因素 想看到手持
→ kyova       : 超導、半導體、離子阱...保持相干性也是要低溫吧
→ minazukimaya: 我尊重你的看法，不過我認為我們對此領域的認知差距
→ minazukimaya: 大到沒有討論基礎了，所以就到此為止吧
→ minazukimaya: 我只提出一個明顯類比錯誤的點: 超導問題是一個物理
→ minazukimaya: 學基礎的問題 量子干擾和糾錯/穩定量子態是一個工程
→ minazukimaya: 問題，這兩種的難度完全不可類比
→ kyova       : ...您是物理本科系的嗎?? 超導本質上也跟量子巨觀
→ kyova       : 現象，相干性的維持有關。怎麼會說無關呢??
→ kyova       : 拓撲量子電腦是有打算降低低溫的要求，但應該還是
→ kyova       : 很難實現。
→ minazukimaya: 我沒說無關 我說在工程可行性上完全不可類比
→ kyova       : 就是面臨類似的本質上的困境阿... 你要表達的我了解
→ kyova       : 我認為您應該並非本科系的人，不過股版討論這種東西
→ kyova       : 好像也太偏離了，沒啥意思
→ kyova       : 我個人很難想像工程上的鑽研就能解決室溫的消相干
→ kyova       : 問題啦。就算未來能解決，應該也是要有理論上的巧思
推 kljjc       : 我怎麼看不懂
推 KrisNYC     : 釣出這篇我覺得可以　至少時間節點我覺得很公允
推 KrisNYC     : 然後GG的七年翻一倍論　目前看起來實現機率非常高
→ KrisNYC     : 舉例來說以前GG跟三星是Intel跟AMD在2005年的狀態　
→ KrisNYC     : 現在的關係是2012年到2017年的Intel vs AMD狀態　
→ KrisNYC     : 確立產業龍頭地位之後　會有很高的PE比 因為全世界
→ KrisNYC     : 錢都會丟進來　整個配比會從64變成82甚至91
→ KrisNYC     : 看現在的走下坡的Intel享有的PE ratio就看得出來
→ KrisNYC     : 但未來半年內不見得買不到290甚至280 這個自己小心
→ minazukimaya: Intel PE很低吧 還不到15..而且是長期以來都很低
→ willism     : tsmc成為產業龍頭已然16年，是要確立多久...
→ willism     : 拿晶圓代工跟cpu產業來比，不覺得很奇怪嗎...
推 peter308    : 如果HPC以及一些前緣科學計算的效能 量子電腦可以
→ minazukimaya: Intel和TSMC的核心競爭力都是「製造高品質（=高密
→ minazukimaya: 度低耗能）的運算元件」
→ peter308    : 比矽基晶片高上幾百萬倍 那未來台積電就不可能不掉
→ peter308    : 單
→ peter308    : 而且量子電腦一旦成熟之後,會衍生出更多產品需求的
→ peter308    : 從來沒有人說台積電會因此就不賺錢啊  只是市場做出
→ peter308    : 區隔之後  會有一個新的公司和產業出來的
→ peter308    : 但這個新的公司會在哪個國家? 哪間公司? 沒人知道的
→ peter308    : 但我覺得有很大機率不會是在台積電  因為量子電腦和
→ peter308    : 矽基技術在本質面上是互相衝突的
→ minazukimaya: 量子運算並沒有大眾理解的那種神通力..
→ minazukimaya: 本文中的1/2點已經解釋得算清楚了吧..？
→ peter308    : 我有講了 是高效能運算領域這塊
→ bnn         : 台積的本質是製造技術優化代工業,這套管理經驗砸下
推 peter308    : https://www.youtube.com/watch?v=-ZNEzzDcllU
→ bnn         : 去,是不是在Si上差別並不大.
→ bnn         : 其他人同樣在Si上,沒有這套管理和公司文化,良率拉不
→ kyova       : 台積電當然可以解決固態製程的量子電腦阿...
→ kyova       : 就算是光路、矽光子，人家也可搞出來...
→ bnn         : 起來,明明每個人都買同一家的機台,差不多的製程
→ peter308    : 台積電的優勢在於30年前就進入這領域和累積夠多智產
→ kyova       : 各種類型的實現方式各有優缺，可能以後走複合型態
→ bnn         : 你讓台積去傳統製造業或搞機械/化工製造,他一樣把良
→ peter308    : 以及投入夠多的資金和設備  造成技術壟斷
→ kyova       : 但我看不出有哪類是GG一定弄不出來或絕對沒優勢的..
→ bnn         : 率拉高同時cost down到市場領先給你看,你信不信.
→ peter308    : 你想複製同樣東西的前提是這些技術你拿的到
→ peter308    : 但目前這些技術是在美國 google IBM D-wave手中
→ bnn         : 梁照樣把這套技術搬去三星搬去中芯了啊.
→ peter308    : 我從來不知道台積電有發展什麼量子電腦的最新技術
→ bnn         : 所以拿到技術的表示他能量產嗎?不一定.
→ peter308    : 至少報章雜誌沒有報導  那我就先假設沒有
→ peter308    : 所以起跑點就輸別人至少好幾年了  憑啥想吃下這塊??
→ peter308    : 再來 台積電想買下 D-wave IBMQ 和Google子部門
→ bnn         : EUV最新製造技術是歸TSMC或TSMC主導發展嗎?不算吧.
→ peter308    : 也要看美國準不準  美國不是笨蛋  把金雞母送給台灣
→ bnn         : 問題是它可以和ASML買來當作中間製造的一部分.
→ bnn         : 他有本事做到"在這裡做"比"你自己蓋fab做"還便宜
→ bnn         : IBM的半導體部門就是這樣收掉的.
→ bnn         : 你只有一些關鍵製程有know-how,其餘製程Y拉不起來
→ bnn         : 最後商業化產品就沒有競爭力.
→ bnn         : 不然ASML明明掌握最頂尖顯影技術,為什麼不開晶圓廠?
推 KrisNYC     : 阿太久沒看了　i皇PE剩14 嚇一跳　我印象還停在
→ kyova       : 這個領域要解決的問題還很多，目前感覺是吹噓過度，
→ kyova       : 大概跟以前的人工智慧差不多吧，可能過幾年又冷掉
→ kyova       : 有些小突破又拿出來炒冷飯，炒個幾次也許慢慢商用啦
→ KrisNYC     : 2009 PE拉到35然後掉下來　2017再爬回23 現在掉下
→ KrisNYC     : 來是應該的拉...
→ kyova       : 感覺還是學術界需求較大啊，有量子優勢的演算法或
→ KrisNYC     : 我的意思就是確定未來3-5年內領先的龍頭會有一波爆
→ kyova       : 對應的情境還不是說非常地遍及到各領域或生活化
→ KrisNYC     : 我舉個手　現在用ASML做euv穩定良率70%以上的有誰
→ Ekmund      : 吹是還好 更多是大家想像...
→ Ekmund      : 你看多少人講運算力 快幾百萬倍之類的話
→ KrisNYC     : ASML不是一台dyson 誰拿了都可以吸力超強　他是一個
→ KrisNYC     : 目前只有一家廠商量產出來會賺錢的很難用的機器阿
→ KrisNYC     : 難用到intel本來不覺得euv是通往下個節點的必然技術
推 kyova       : 恩，我是覺得大部分人對量子演算法具體優勢和量子
→ kyova       : 電腦工程上的成本有過多過分美好的想像...
→ kyova       : 實際上真的好用的情境有限。cp值很低阿。要說量子
→ kyova       : 電腦取代傳統電腦HPC...我目前會覺得莫名其妙
→ kyova       : 百萬倍啥的真的有夠蠢... 那是媒體宣傳阿。實際看了
推 davidwales  : 那你去怪google扯啥量子霸權啊XD
→ kyova       : 論文選用的問題和比較方式就會翻白眼了
→ davidwales  : 又不是我們發明這些詞彙的
→ kyova       : google錢太多當然要到處投資，恐懼後進者取代或被
→ kyova       : 其他巨頭先收購那些公司。實際上效益... 像alphaGO
→ kyova       : 的公司買來也類似長遠資助，或多少支持學術研究
→ kyova       : 要嘛google的頭兒自己也不太懂，或者是技術狂熱，
→ Ekmund      : 孤狗超愛AI的 而AI在建模過程用到很多決策樹的概念
→ kyova       : 或者是為了跟股東交代這筆花費。
→ Ekmund      : 這個量子運算確實很有優勢 但不是擺在客廳的東西R
→ kyova       : deep learning至少還有些比較明確的東西啊...
→ Ekmund      : 所以孤狗吹捧這些東西我還能理解 跟著喊燒的就..
→ kyova       : 通常量子運算只能用在特化的問題，一般決策樹不太能
→ kyova       : 用量子演算法加速吧...
→ kyova       : 要這樣說量子運算也有用在傅立葉、搜尋、線性代數
→ kyova       : 但那都是精心挑選甚至設計的問題。不能推廣
→ Ekmund      : 是喔？我的認知是像tree那類每加一層深度就多幾個
→ Ekmund      : 分支、幾個O(n^m)的東西 都是量子運算的主戰場 倒
→ Ekmund      : 沒去了解需要特化什麼
→ Justisaac   : 看討論我覺得並用吧，量子尋找設計圖 一般電腦執行
→ Justisaac   : 反而量子電腦推廣下去，一般電腦需求會更高......
→ Justisaac   : 這裡面真正被淘汰的是人腦XDDD
→ minazukimaya: 嗯 最終被淘汰的會是人腦 隨著文明發展矽製程只會越
→ minazukimaya: 來越重要而已
推 aegis43210  : 量子霸權是指加密和解密吧，像圍棋的窮舉或暴力破解
→ aegis43210  : RSA
→ minazukimaya: 人腦的算力輸給矽元件的那天其實也不太遠了
→ Justisaac   : 現在主要問題在AI建模還要靠人腦~
→ Justisaac   : 如果量子電腦可以用窮舉法解決這問題...就@O@
→ Justisaac   : 啊 我也不知道我這樣講法對不對XD
→ minazukimaya: 不太準確 modeling不是非監督學習和強人工智慧的主
→ minazukimaya: 要難題…目前最大的難題還是在運算力不足
→ minazukimaya: 還有就是我們對人腦的機制(=智慧的機制)還有待研究
推 Justisaac   : 我以為運算力不足可以用精準的剪枝法解決0.0a
→ Justisaac   : 這部分目前好像是人腦在處理
推 aegis43210  : GPGPU就是模擬類神經網絡呀
→ aegis43210  : 只是運算力輸ASIC，導致AI這塊nV賺的沒預期多
→ Justisaac   : 大家都自己設計啦，nv當然吃不到全部XD
推 kusomanfcu  : 遠端演算傳輸
推 kusomanfcu  : 要低溫就擺在低溫區
→ kusomanfcu  : 寒帶一堆地都沒人要
→ Ekmund      : 那個低溫不是地球上有的溫度惹
→ Justisaac   : 其實30度跟-20度和-273的距離差不了太多XD
→ Ekmund      : 擺在極圈會被靠北逸散的熱加速融冰吧qq
→ Justisaac   : 可能要搬去天王星才有那個溫度XD
→ kyova       : 人腦元件的速度和實際上計算能力其實是輸給計算機阿
→ kyova       : 人腦是勝在彈性跟變通。現在的程式設計架構上並沒有
→ kyova       : 讓程式本身可以自由變通的能力。人腦優勢比較是在
→ kyova       : 資訊處理方式上而非硬體。
→ kyova       : 神經元和連結看起來很多，其實大部分是冗余，基本上
→ kyova       : 還是仰賴統計。當然分層的深度學習也是跟人腦類似
→ kyova       : 不過頂多讓ML多了自行提取特徵能力，還是無法讓整個
推 kusomanfcu  : 我只知道台積電賺錢是因為台灣薪水低XD
→ kusomanfcu  : 良率和數量的重點在工薪
→ kyova       : 系統有自我更新的彈性。以前想朝"會寫程式的程式"，
→ kyova       : 目前是失敗的。只能說資工系跟心理系沒有好好結合吧
→ kusomanfcu  : 一樣的工作你去看看三星和GF intel
→ kusomanfcu  : 就知道不意外
推 kusomanfcu  : 就和傳產移到薪資低的地方一樣
推 kyova       : 呆灣郎命賤哪，連研發也比人低薪，必要時還要輪班
→ kyova       : 研究XD
→ Ekmund      : 欸不是 我得幫資工的說點話R
→ Ekmund      : 人類可以自行產生有用的資訊 而且存在模糊空間
→ Ekmund      : 點鬧沒有啊 它就一坨0101的電位啊 意義是人賦予的
→ Ekmund      : 即便現在也有訓練AI的AI 它能生的東西也僅限於
→ Ekmund      : 設計者在特定領域內賦予它某些規則 它能生的就那樣
→ Ekmund      : 再怎麼結合 先天就這樣啊 光環境變因就算塞不完了
→ Ekmund      : 更別說要讓程式寫程式這種事有意義
→ Ekmund      : 第一是要能理解需求是什麼
→ Ekmund      : 但來的需求往往不是真實需求啊 人超常幹這種事啊
推 davidwales  : 其實成大的量子資訊，量子計算還蠻強大，不輸國外名
→ davidwales  : 校。
→ davidwales  : 未來台灣第一個量子電腦原型機應該會在成大做出來。
推 heavenbeyond: 「科技的發展速度已經遠超過人類日常生活真實的需求
→ heavenbeyond: 」，我覺得這是所有科技公司的最大風險。最簡單的例
→ heavenbeyond: 子-智慧手錶。這個產品出來多久了？剛推出時被吹噓
→ heavenbeyond: 的多厲害？現在真的有變成什麼不可或缺的東西嗎？「
→ heavenbeyond: 每個人都要隨身攜帶一個高速運算量子電腦」，或許再
→ heavenbeyond: 過50年這在技術上不是做不到，但是「有需要嗎？」
推 kyova       : 呵呵，叔叔說的倒是蠻有道理的，我是覺得大部分人
→ kyova       : 用不到啦。當然也有可能是我想像力貧乏...
→ kyova       : Ekmund網友似乎有認真思考過這個問題，這個東西蠻有
→ kyova       : 意思的。人腦的確內建不少結構和機制。不過強AI追求
→ kyova       : 的就是去模擬人腦的動機、情緒等等。只是主流AI，
→ kyova       : 尤其資工系的從沒考慮這些東西。簡單來說他們的路線
→ kyova       : 是錯的啦，在ML上鑽牛角尖就只能停步於此而已，再做
→ kyova       : 一百年一千年，資工系還是做不出強AI的啦。Deepmind
→ kyova       : 和其他團隊比較有在探索，但他們是結合認知科學的，
→ kyova       : 所以才能擁有跨領域的思維與視野。
推 Petrovsky   : 半導體產業不是被歸類於成長型景氣循環產業?
→ kyova       : "模糊"這個概念是可以模擬的，那沒什麼。人腦的任意
→ Petrovsky   : 如果是景氣循環產業 就會有ups and downs
→ kyova       : 結合組裝概念的自由度也是目前目標導向的程式設計
→ kyova       : 缺乏的。當然還需要相對完備的基礎結構引導思考或
→ Petrovsky   : 台GG一路噴到1000 台股不就直接噴到50000點了 XD
→ kyova       : 學習外來資訊，這是龐雜的工程。
→ kyova       : GG漲一點大約指數10點左右啦，那頂多多7000點，當然
→ kyova       : 可能帶動其他產業與個股，能夠上20000點大概就極限
→ Ekmund      : 你好像有點誤會資工在做的事啊...
→ kyova       : 資工系做的很廣阿~~每個領域專精的又不同~~
→ Ekmund      : 這科系一直以來就是針對現有軟體架構去實現現實某
→ Ekmund      : 些需求的樂高工程師培訓班 但從不會自己去造積木
→ kyova       : ...computer science不只"工程"的部分吧...
→ Ekmund      : 現在很多出來的連OS一些機制都不甚清楚 compiler也
→ Ekmund      : 沒幾個上過 學框架去match業務需求才是主流...
→ kyova       : 蠻多CS的AI組還是會鑽研強AI的...只是弱AI發表和生
→ Ekmund      : 呃 抱歉 這後話啦 碎碎念
→ kyova       : 存比較有利阿。
→ kyova       : 好吧，或許你接觸的資工系跟我接觸的本質上不同
→ Ekmund      : 但是 舉例來說 模擬“模糊”這個概念好了
→ kyova       : 現在CS太龐雜了，能做好自己部份就偷笑了，要懂所有
→ kyova       : 東西應該不可能，就算略懂也很難
→ Ekmund      : 我所知道的 概念上 也是統計上把認為相關的東西湊
→ Ekmund      : 成一個個群組 並且不是總是輸出最匹配的結果來模擬
→ Ekmund      : 但這其實也一定程度在先天上劃死了輸出範圍
→ Ekmund      : 所以我想並不是真的打算用這種方式做強AI
→ Ekmund      : 工業/商業導向的味道比較重
→ Ekmund      : 我接觸的大概就軟工板看到的那樣吧
→ Ekmund      : 不過我也就學術業界各半桶水而已w
→ kyova       : 恩...模糊這個觀念的確是用類似統計的作法。但這跟
→ kyova       : 強AI的確沒啥關係... 範圍定死了，其實也只是沒有像
→ kyova       : 人腦那樣任意組合與連結聯想的能力而已
→ kyova       : 我是偏學界的。要說業界的東西我也不懂...
→ Ekmund      : soft_job板最常看到那些關鍵字詞就是了xD
推 gourmand    : 推這篇