رایانش کوانتومی در سالهای اخیر از یک موضوع عمدتاً دانشگاهی و تحقیقاتی به یکی از مهمترین حوزههای نوظهور صنعت فناوری تبدیل شده است. موج سرمایهگذاری در این بخش تا حدی یادآور روندی است که پیشتر در صنعت هوش مصنوعی مشاهده شد؛ جایی که سرمایهگذاران تلاش کردند شرکتهایی را شناسایی کنند که میتوانند در شکلگیری نسل بعدی زیرساختهای محاسباتی نقش داشته باشند.
- IonQ از معماری یونهای بهدامافتاده استفاده میکند و به عملکرد ۹۹.۹۹ درصدی در گیتهای دوکیوبیتی دست یافته است.
- درآمد IonQ در آخرین فصل بیش از ۲۰۰ درصد افزایش یافت و به حدود ۸۰ میلیون دلار رسید.
- درآمد Rigetti نیز با رشد بیش از ۱۸۰ درصدی به ۵.۱ میلیون دلار رسید و سرعت گیتهای آن به حدود ۵۰ تا ۷۰ نانوثانیه رسیده است.
- IonQ حدود ۳ میلیارد دلار نقدینگی در اختیار دارد، در حالی که نقدینگی Rigetti حدود ۵۴۰ میلیون دلار گزارش شده است.
- تفاوت اصلی دو شرکت در حال حاضر به معماری آنها بازمیگردد؛ IonQ بر دقت و Rigetti بر سرعت تأکید دارد.
با این حال، میان وضعیت فعلی رایانش کوانتومی و هوش مصنوعی تفاوت مهمی وجود دارد. رایانههای کوانتومی هنوز به مرحلهای نرسیدهاند که استفاده عمومی و گسترده از آنها در کسبوکارها امکانپذیر باشد. شرکتهای فعال در این حوزه همچنان در حال حل چالشهایی مانند خطای محاسباتی، پایداری کیوبیتها، مقیاسپذیری سختافزار و هزینه عملیاتی هستند.
در میان شرکتهای تخصصی این صنعت، IonQ و Rigetti Computing دو نمونه مهم از دو مسیر متفاوت برای توسعه رایانش کوانتومی محسوب میشوند. IonQ بر معماری یونهای بهدامافتاده تمرکز دارد و نقطه قوت آن دقت بالای محاسبات است؛ در مقابل، Rigetti از کیوبیتهای ابررسانا استفاده میکند و سرعت بالای عملیات کوانتومی را در مرکز فناوری خود قرار داده است.
دو مسیر متفاوت برای ساخت رایانه کوانتومی
رایانش کوانتومی برخلاف رایانش کلاسیک به جای استفاده از بیتهایی که در حالت صفر یا یک قرار میگیرند، از کیوبیتها استفاده میکند. ویژگیهای کوانتومی این واحدهای محاسباتی این امکان را فراهم میکند که رایانههای کوانتومی در برخی مسائل خاص، فضای محاسباتی بسیار متفاوتی نسبت به رایانههای کلاسیک داشته باشند.
اهمیت این فناوری در همین نقطه نهفته است. در صورت توسعه کافی، رایانههای کوانتومی میتوانند در حوزههایی مانند شبیهسازی مولکولها و مواد، کشف دارو، بهینهسازی، رمزنگاری و برخی مسائل پیچیده محاسباتی مورد استفاده قرار گیرند؛ مسائلی که برای رایانههای کلاسیک میتوانند بسیار پرهزینه یا زمانبر باشند اما هنوز مشخص نیست کدام معماری کوانتومی در نهایت به فناوری غالب تبدیل خواهد شد. شرکتهای مختلف برای ساخت کیوبیت از روشهای متفاوتی استفاده میکنند و هر روش مزایا و محدودیتهای خاص خود را دارد.
IonQ و Rigetti دقیقاً در دو نقطه متفاوت این رقابت فناورانه قرار گرفتهاند.
IonQ؛ تمرکز بر دقت و قابلیت اطمینان
IonQ از روشی موسوم به یونهای بهدامافتاده استفاده میکند. در این معماری، اتمها به یون تبدیل میشوند و در یک محیط کنترلشده بهعنوان کیوبیت مورد استفاده قرار میگیرند. سپس با استفاده از پرتوهای لیزری، وضعیت این یونها کنترل شده و عملیات محاسباتی انجام میشود. این رویکرد یک مزیت مهم دارد: دقت بالا.
یکی از بزرگترین چالشهای رایانش کوانتومی این است که کیوبیتها نسبت به اختلالات محیطی بسیار حساس هستند. بنابراین افزایش تعداد کیوبیتها بهتنهایی به معنای ساخت یک رایانه کوانتومی قدرتمندتر نیست. اگر عملیات روی کیوبیتها با خطای زیادی همراه باشد، خروجی سیستم برای کاربردهای واقعی چندان قابل اتکا نخواهد بود. IonQ در همین زمینه پیشرفت قابل توجهی داشته است. این شرکت اعلام کرده که به عملکرد ۹۹.۹۹ درصدی در گیتهای دوکیوبیتی دست یافته است؛ شاخصی که برای ارزیابی دقت عملیات میان دو کیوبیت اهمیت دارد.
البته معماری یونهای بهدامافتاده در کنار دقت بالا، با چالشهایی نیز مواجه است و سرعت برخی عملیات آن در مقایسه با معماریهای ابررسانا پایینتر است. بنابراین مسئله اصلی برای IonQ این است که بتواند دقت فعلی را همراه با افزایش سرعت و مقیاس سیستم حفظ کند. از سوی دیگر، IonQ تلاش کرده فناوری خود را از محیط آزمایشگاهی به بازار تجاری منتقل کند. سیستمهای این شرکت از طریق چندین پلتفرم بزرگ رایانش ابری در دسترس قرار گرفتهاند و این دسترسی به توسعه فعالیت تجاری آن کمک کرده است.
در آخرین فصل مورد بررسی، درآمد IonQ با رشد بیش از ۲۰۰ درصدی به حدود ۸۰ میلیون دلار رسید. همزمان با ادامه عرضه نسل جدید سیستمهای کوانتومی این شرکت و افزایش تقاضا، IonQ پیشبینی درآمد سالانه خود را نیز افزایش داد و محدوده ۲۸۰ تا ۲۹۰ میلیون دلار را در نظر گرفت؛ در حالی که برآورد قبلی شرکت ۲۶۰ تا ۲۷۰ میلیون دلار بود.
Rigetti؛ تمرکز بر سرعت و معماری ابررسانا
Rigetti مسیر متفاوتی را دنبال میکند. این شرکت از کیوبیتهای ابررسانا استفاده میکند؛ معماریای که در آن مدارهای کوانتومی روی تراشههایی ساخته میشوند که در دماهای بسیار پایین فعالیت میکنند. مزیت مهم این فناوری سرعت بالای عملیات است.
Rigetti در گزارش سالانه خود اعلام کرده است که به سرعت گیتهایی در محدوده ۵۰ تا ۷۰ نانوثانیه دست یافته است. طبق ادعای شرکت، این سرعت در مقایسه با برخی معماریهای دیگر، از جمله روش یونهای بهدامافتاده، میتواند حدود هزار برابر بیشتر باشد.
این ویژگی از آن جهت اهمیت دارد که یکی از اهداف اصلی رایانش کوانتومی، انجام محاسبات پیچیده در زمانی بسیار کوتاهتر از روشهای کلاسیک است. بنابراین سرعت بالای عملیات میتواند در مسیر توسعه کاربردهای عملی یک مزیت مهم محسوب شود. در مقابل، معماری ابررسانا با چالشهایی در زمینه خطا و پایداری مواجه است و Rigetti نیز باید همزمان با حفظ سرعت، قابلیت اطمینان سیستمهای خود را افزایش دهد.
یکی دیگر از ویژگیهای Rigetti، یکپارچگی عمودی آن است. این شرکت بخشهای مختلف زنجیره فناوری خود را از طراحی تراشه و تولید گرفته تا ارائه دسترسی ابری کنترل میکند. سیستمهای Rigetti علاوه بر زیرساخت ابری خود شرکت، از طریق برخی ارائهدهندگان بزرگ خدمات ابری نیز در دسترس قرار گرفتهاند. کنترل بیشتر بر زنجیره توسعه میتواند به شرکت اجازه دهد ارتباط میان طراحی، ساخت و ارائه محصول را مدیریت کند و وابستگی خود را به برخی بخشهای بیرونی زنجیره تأمین کاهش دهد. با وجود مقیاس مالی کوچکتر نسبت به IonQ، Rigetti نیز رشد درآمد قابل توجهی را ثبت کرده است. درآمد این شرکت در آخرین فصل با رشد بیش از ۱۸۰ درصدی به ۵.۱ میلیون دلار رسید.
نبرد اصلی؛ سرعت یا دقت؟
تفاوت میان IonQ و Rigetti را میتوان نمونهای از یکی از پرسشهای بنیادی صنعت رایانش کوانتومی دانست: آیا مسیر موفقیت بیشتر به افزایش سرعت وابسته است یا کاهش خطا و افزایش دقت؟ البته پاسخ لزوماً یکی از این دو گزینه نیست.
یک رایانه کوانتومی بسیار سریع، اگر خروجیهای آن با خطای زیاد همراه باشد، الزاماً برای کاربردهای تجاری مناسب نیست. از سوی دیگر، سیستمی با دقت بسیار بالا اما سرعت پایین نیز ممکن است در مقایسه با روشهای جایگزین، مزیت اقتصادی کافی ایجاد نکند.
به همین دلیل، مسیر توسعه هر دو شرکت احتمالاً به بهبود نقطهضعفهای فعلی آنها وابسته خواهد بود. برای IonQ، افزایش سرعت عملیات و مقیاسپذیری در کنار حفظ دقت اهمیت دارد. برای Rigetti نیز افزایش دقت و کاهش خطا در کنار حفظ سرعت بالا، یکی از مسائل کلیدی خواهد بود. در نتیجه، مقایسه این دو شرکت تنها با یک شاخص مانند تعداد کیوبیت، سرعت گیت یا نرخ رشد درآمد نمیتواند تصویر کاملی از وضعیت آنها ارائه دهد.
“
«آنچه در بررسی این دو شرکت اهمیت دارد، فاصله گرفتن از نگاه صرفاً هیجانی به عنوان «سهام کوانتومی» است. رشد بیش از ۲۰۰ درصدی درآمد IonQ و بیش از ۱۸۰ درصدی درآمد Rigetti بدون تردید قابل توجه است، اما اندازه مطلق درآمدها هنوز نشان میدهد که بازار در مرحله ابتدایی تجاریسازی قرار دارد. در این شرایط، متغیرهای مهم برای ارزیابی آینده شرکتها تنها رشد درآمد نیستند. کاهش نرخ خطا، افزایش تعداد کیوبیتهای قابل استفاده، مقیاسپذیری معماری، سرعت عملیات، هزینه محاسبه، قراردادهای تجاری و میزان مصرف واقعی سیستمها همگی باید در کنار یکدیگر بررسی شوند.
IonQ در حال حاضر از ترکیب دقت بالاتر، رشد سریع درآمد و ذخیره نقدی قابل توجه برخوردار است؛ در حالی که Rigetti مزیت خود را در معماری ابررسانا و سرعت بالای عملیات دنبال میکند. اما هیچیک از این ویژگیها بهتنهایی نمیتواند نتیجه نهایی رقابت را مشخص کند. در نهایت، ارزش اقتصادی بلندمدت هر دو شرکت به این بستگی دارد که آیا میتوانند برتریهای فنی فعلی خود را به محصولاتی مقیاسپذیر، مشتریان پایدار و یک مدل اقتصادی قابل دوام تبدیل کنند یا خیر. این همان نقطهای است که در سالهای آینده فاصله میان «هیجان پیرامون رایانش کوانتومی» و «ارزش واقعی کسبوکارهای این صنعت» را مشخص خواهد کرد.»
بابک شیری
قدرت مالی؛ تفاوتی که نباید نادیده گرفت
در کنار فناوری، یکی از مهمترین تفاوتهای میان IonQ و Rigetti به ظرفیت مالی آنها مربوط میشود. IonQ حدود ۳ میلیارد دلار نقدینگی در اختیار دارد؛ رقمی که در صنعت سرمایهبر و تحقیقمحوری مانند رایانش کوانتومی میتواند اهمیت زیادی داشته باشد. این منابع میتواند برای تحقیق و توسعه، توسعه سختافزار، افزایش ظرفیت محاسباتی، جذب نیروی متخصص و ایجاد همکاریهای تجاری مورد استفاده قرار گیرد. در مقابل، نقدینگی Rigetti حدود ۵۴۰ میلیون دلار است.
این اختلاف زمانی اهمیت بیشتری پیدا میکند که بدانیم صنعت رایانش کوانتومی هنوز در مرحله توسعه قرار دارد و شرکتها ممکن است برای سالها به سرمایهگذاری سنگین پیش از رسیدن به مقیاس تجاری گسترده نیاز داشته باشند.
با این حال، ذخیره نقدی بیشتر بهتنهایی به معنای موفقیت فناورانه نیست. مهم این است که شرکت چگونه این سرمایه را به پیشرفت فنی، افزایش ظرفیت، کاهش هزینه، جذب مشتری و در نهایت درآمد پایدار تبدیل میکند. به بیان دیگر، سرمایه یک مزیت بالقوه است، نه تضمین موفقیت.
رشد درآمد؛ عددهای بزرگ در بازاری هنوز کوچک
رشد درآمد هر دو شرکت در نگاه اول قابل توجه است. IonQ رشد بیش از ۲۰۰ درصدی و Rigetti رشد بیش از ۱۸۰ درصدی را تجربه کردهاند اما در تحلیل این اعداد باید به اندازه مطلق درآمد نیز توجه کرد.
درآمد حدود ۸۰ میلیون دلاری IonQ و ۵.۱ میلیون دلاری Rigetti نشان میدهد که این شرکتها هنوز در ابتدای مسیر تجاریسازی قرار دارند. بنابراین رشدهای سهرقمی فعلی را نمیتوان بهتنهایی معادل اثبات یک مدل تجاری بالغ دانست.
در چنین مرحلهای، سرمایهگذاران علاوه بر نرخ رشد باید به کیفیت این رشد نیز توجه کنند: چه میزان از درآمد از قراردادهای پایدار حاصل میشود؟ مشتریان تا چه اندازه به استفاده مداوم از سیستمها ادامه میدهند؟ هزینه توسعه هر نسل از سختافزار چقدر است؟ و آیا افزایش ظرفیت محاسباتی در نهایت میتواند به حاشیه سود پایدار منجر شود؟ پاسخ به این پرسشها احتمالاً در بلندمدت اهمیت بیشتری از رشد درآمد یک یا دو فصل خواهد داشت.
جمعبندی
IonQ و Rigetti هر دو در یکی از پرریسکترین و در عین حال بالقوه مهمترین بخشهای صنعت فناوری فعالیت میکنند. هر دو شرکت رشد درآمد سهرقمی را تجربه کردهاند، اما استراتژی فناورانه آنها متفاوت است.
IonQ بر یونهای بهدامافتاده و دقت بالای عملیات تمرکز دارد و توانسته به عملکرد ۹۹.۹۹ درصدی در گیتهای دوکیوبیتی دست یابد. در مقابل، Rigetti بر کیوبیتهای ابررسانا و سرعت بالای گیتها متمرکز است و سرعت ۵۰ تا ۷۰ نانوثانیهای را گزارش کرده است.
از نظر مالی نیز فاصله قابل توجهی میان دو شرکت وجود دارد؛ IonQ با حدود ۳ میلیارد دلار نقدینگی از ظرفیت مالی بیشتری برای ادامه سرمایهگذاری برخوردار است، در حالی که نقدینگی Rigetti حدود ۵۴۰ میلیون دلار است. با وجود این تفاوتها، هنوز نمیتوان با اطمینان گفت که کدام معماری در نهایت استاندارد غالب صنعت خواهد شد. ممکن است معماریهای مختلف در کاربردهای متفاوت به حیات خود ادامه دهند و حتی بازار آینده رایانش کوانتومی میان چند فناوری تقسیم شود.
در نتیجه، رقابت IonQ و Rigetti را باید بیش از آنکه یک رقابت ساده میان دو سهم بدانیم، رقابتی میان دو مسیر فناورانه برای حل مسئله مقیاسپذیری و کاربردپذیری رایانش کوانتومی در نظر گرفت.
در ترجمه برخی نقاط این گزارش از هوش مصنوعی کمک گرفته شده است.
