По словам Соренсена из Hyperion, сейчас самое время готовиться к квантовым вычислениям.

04.12.2025 В области квантовых вычислений наблюдается устойчивый прогресс, и первые пользователи уже начали тратить реальные деньги на реальные системы для решения реальных задач. Если этот прогресс продолжится (а, судя по всему, он продолжится в 2026 году), то пользователям HPC стоит задуматься о том, как они собираются внедрять квантовые вычисления.Такой совет дал на недавней конференции SC25 Боб Соренсен, старший аналитик Hyperion Research, который последние несколько лет отслеживает зарождающийся рынок квантовых вычислений (КВ). Хотя в сфере ККВ всё ещё остаются серьёзные вопросы, например, какие квантовые технологии окажутся успешными и кто из почти 100 поставщиков переживёт неизбежное сокращение числа участников отрасли, перспективы получения положительной отдачи от инвестиций в ККВ ещё никогда не были столь реальны.«Действительно пора начинать подготовку», — сказал Соренсен во время утреннего брифинга, который Hyperion традиционно проводит в первый день конференции по суперкомпьютерам. «Я не буду советовать вам идти и покупать квантовую систему прямо сейчас. Я рекомендую вам начать думать о том, что квантовые технологии могут вам дать, заглянув внутрь себя, проанализировав ваши рабочие нагрузки, найдя свои болевые точки, и начать понимать, что квантовые технологии могут дать именно вашей вычислительной нагрузке».По словам Соренсена, глобальный рынок КК обрёл около 1 млрд долларов расходов в 2024 году и, по прогнозам, будет расти среднегодовыми темпами (CAGR) 24% в течение следующих нескольких лет, достигнув прогнозируемых 2,2 млрд долларов к 2027 году. Hyperion отслеживает рынок КК последние шесть лет, и каждый год прогнозируемые расходы увеличиваются (за исключением одного спада, прогнозируемого в 2021 году).Большинство проектов контроля качества относятся к одной из трёх областей применения, которые Соренсен назвал «святой троицей». Первая — это старое доброе резервное HPC-решение, моделирование и симуляция, которое включает в себя такие рабочие нагрузки, как молекулярная динамика, вычислительная химия и разработка передовых материалов. Вторая — оптимизация, которая включает в себя такие задачи, как планирование рабочей силы, логистические маршруты и оптимизация мобильных сетей. «Нет практически ни одной коммерческой компании, которая не могла бы выиграть от оптимизации какой-либо конкретной части своего общего бизнес-процесса», — сказал Соренсен. На третьем месте с большим отрывом находятся машинное обучение и ИИ.