导读

量子计算是一个快速发展的领域，为组织带来了令人兴奋的机遇和独特的挑战。无论您是刚开始探索量子技术，还是已经在进行前沿研究，亚马逊云科技都提供量身定制的参与选项来支持您的旅程。在本次讨论中，我们将探讨亚马逊云科技如何帮助各个阶段的企业，从初学者到进行尖端研究的企业，包括开始量子之旅的选项、举办众包科学挑战赛，以及与亚马逊云科技专家合作进行深入的量子研究。

演讲精华

以下是小编为您整理的本次演讲的精华。

在2024年亚马逊云科技 re:Invent大会上，亚马逊云科技量子技术主要专家Michael Brett就该公司在量子计算领域的努力以及与全球企业的合作做了全面的演讲。他首先回顾了亚马逊云科技在2019年re:Invent活动上公布其量子计算战略的历史背景。这一战略包括推出Amazon Braket服务、成立专门的专业服务团队Advanced Solutions Lab、在加州理工学院开展自有的量子硬件开发工作，以及投资量子网络和安全技术。

作为这一战略的核心，Amazon Braket是一项云服务，旨在提供访问第三方量子计算机的途径，为未来整合亚马逊云科技自有量子计算机做准备。Braket的主要目标有三个:促进学习和实验量子计算工作负载、与合作伙伴合作推进硬件和软件开发、以及最终随着技术成熟，实现量子计算能力的扩展。Brett强调，Braket就像亚马逊云科技上的任何其他服务一样，类似于用于经典计算的EC2，但专注于量子计算。

如今，Braket提供了访问来自IonQ等知名供应商的量子计算机的途径，包括最近推出的36量子比特IonQ Forte，其保真度极高，现已可供普遍使用。此外，Braket还提供了访问来自Rigetti、IQM和Quera的量子计算机的途径，并将很快增加Rigetti最新的84量子比特设备Unca 3。Brett强调，这一硬件阵容将持续演进，反映了量子计算领域快速发展的步伐。

除了硬件产品，Braket还提供了一套量子计算模拟器，在部署到实际量子硬件之前，这些模拟器可以让开发人员以经济高效和可扩展的方式测试算法、应用程序和功能。值得注意的是，亚马逊云科技最近宣布将NVIDIA的cuQuantum环境(包括在NVIDIA GPU上运行的高性能模拟器)整合到Braket生态系统中。这一整合代表了亚马逊云科技与NVIDIA合作关系的重大里程碑，为通过利用NVIDIA的软件库和GPU加速，实现高性能计算与量子计算之间的无缝互操作性铺平了道路。

Brett强调了企业采用量子计算的三大主要动机:通过实验性工作负载产生知识产权、参与量子供应链以了解不断发展的硬件和软件格局、以及培养精通量子计算的人才队伍。为了说明这些动机，他举了亚马逊云科技与企业合作的两个例子。

第一个例子是与摩根大通的合作研发项目，亚马逊云科技的Advanced Solutions Lab与这家金融机构合作，探索在近期Rigetti原子机器上实现量子加速的前景。这一努力最终导致了一篇学术论文的发表，对量子计算的知识产权领域做出了重大贡献。

第二个例子是亚马逊云科技与空中客车和宝马合作发起的一项全球挑战，旨在利用量子计算解决移动领域的五个具有挑战性的问题。这一挑战设有12万欧元的丰厚奖金池，吸引了来自全球软件公司和大学的100多份参赛作品。经过严格的选拔过程，9家公司和6所大学的15个决赛入围者被选中在Amazon Braket上执行数千小时的实验，对他们提出的解决方案的性能进行了表征。这一挑战的获胜者将在即将举行的量子产业大会上公布，彰显了参与供应链和推动量子计算算法和应用创新的重要性。

认识到企业在量子准备程度上存在差异，Brett概述了一个将公司划分为三个不同级别的框架。在最高的Level 3级别，是那些具备参与硬件和软件的协作研发能力、能够将量子算法调整到特定环境、能够在量子硬件上部署这些算法进行有意义的实验、与高性能计算能力整合，并拥有专门的量子人才队伍、制定长达十年的长期战略的量子计算能力公司。

Level 2包括通过试点、概念验证和与量子供应链合作积极参与量子计算的公司。这些公司通常已确定工作流程、对最新发展做出反应，并维持一个由主题专家组成的工作组，在三到四年的时间框架内制定明确的目标。

Level 1代表着刚刚开始量子计算之旅的公司，通常是由首席技术官发出指令组建团队并制定战略，以了解量子计算对其业务的潜在影响。这些公司通常只有几个具有一些量子计算背景的人员，无论是通过学术研究还是之前的参与。

为了满足Level 1公司的需求，亚马逊云科技最近推出了Quantum Embark计划，这是一项为期12周的专业服务项目，旨在帮助企业发现量子计算用例、培养技能并在Amazon Braket上开发工作流程。该计划除了最初的12周参与外，不需要任何前期承诺，为启动量子计算之旅提供了一种专注和务实的方法。Quantum Embark计划包括量身定制的用例发现、培训和启用以在Braket上运行实验、以及对特定问题进行深入研究，以开发工作流程并表征其性能，为基准测试和未来参考提供依据。

Quantum Embark计划的客户Vanguard的Bimal Mehta分享了他们的经验和见解。Vanguard成立了一个量子工作组，由来自业务、企业技术和机器学习/人工智能等不同领域的人员组成，目标是了解量子计算在金融服务领域的适用性。

Mehta强调区分量子计算的炒作和实际能力的重要性，尤其是在速度和解决方案质量方面。虽然量子计算提供了加速的潜力，但它不仅仅是关于速度;解决方案的质量同样至关重要。

Vanguard的方法是在金融服务领域的三个广泛领域确定用例优先级:模拟、优化和机器学习。他们使用量子Monte Carlo模拟进行衍生品定价的实验，探索量子算法相对于经典方法提供的潜在二次加速。然而，Mehta指出，虽然可以实现加速，但如果经典方法通过并行化可以实现类似的性能，那么加速就不一定代表优势。

在优化领域，Vanguard与亚马逊云科技合作深入研究了使用Amazon Braket上的变分算法(如QWOA)进行投资组合优化。虽然当前的量子硬件可能无法比在GPU上运行8到10小时的经典优化器提供显著的速度优势，但Mehta强调，随着量子计算机的扩展，未来可能会提高解决方案质量和近似比率。具体而言，量子计算机可能会提供更接近全局最小值的解决方案，从而提高近似比率，而经典方法通常只能实现83%到89%的近似比率。

Vanguard关注的另一个领域是在约束条件下的资产配置，他们探索了量子计算在解决包含二进制变量和众多约束条件的复杂优化问题方面的潜在优势。

量子机器学习(QML)是一个快速发展的领域，有大量的研究论文和算法不断涌现。Mehta解释说，QML算法通常采用混合方法，利用经典计算机进行参数化，量子计算机用于寻找解决方案，两者在迭代过程中交替使用。虽然目前还没有QML算法展现出明显的优势，但随着算法和硬件的不断改进，这一领域蕴藏着巨大潜力。

在Quantum Embark计划的整个过程中，Vanguard对不同量子算法(如分支定界算法和变分算法)的优缺点和适用性获得了宝贵的见解。这一经历使他们能够更好地为未来更强大的量子硬件做好准备。

总而言之，该视频全面概述了亚马逊云科技的量子计算战略、推动企业采用的动机、企业量子就绪程度的差异，以及旨在通过用例发现、技能培养和在Amazon Braket上进行实践工作流程开发，帮助企业启动量子之旅的Quantum Embark计划。来自Vanguard的Bimal Mehta分享的见解进一步阐明了在金融服务领域利用量子计算的实际应用和考虑因素，包括提高解决方案质量、近似比率的潜力，以及探索量子机器学习算法。

我们正处在 Agentic AI 爆发前夜。 2025 亚马逊云科技中国峰会提出，企业要从 " 成本优化 " 转向 " 创新驱动 " ，通过完善的数据战略和 AI 云服务，把握全球化机遇。亚马逊将投入 1000 亿美元在 AI 算力、云基础设施等领域，通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验，助力企业在 AI 时代突破。