電子發(fā)燒友網(wǎng)報道（文/黃山明）“2030年前，GPU將被取代！”2025年11月下旬，英特爾前CEO帕特·基辛格（Pat Gelsinger）在接受《金融時報》采訪時這樣說。而基辛格之所以保持如此激進的想法，是因為其認為量子技術(shù)的普及時間可能遠超所有人的想象。

與此同時，基辛格還表示，當前AI泡沫確實存在，而量子計算的突破性進展將從根本上改變行業(yè)格局，也就是說，量子計算將是戳破當前AI泡沫的關(guān)鍵“引爆點”。

GPU將被量子計算技術(shù)取代？

在采訪中，基辛格將傳統(tǒng)運算、AI運算與量子運算并稱為“運算領(lǐng)域的神圣三位一體”。他表示量子計算、經(jīng)典計算與AI計算將不再是替代關(guān)系，而是融合互補、協(xié)同工作的三大支柱，共同支撐未來的計算世界。

并且基辛格還認為，量子計算將在2年內(nèi)實現(xiàn)主流普及。而行業(yè)普遍預期在15-20年左右，英偉達的黃仁勛更是在今年1月份的CES展會上明確表示，量子計算技術(shù)要達到“非常有用”的使用階段，需要15-30年時間，而20年時間較為合理的預期。

為何大佬們對于量子計算的普及時間有如此大的分歧？我們需要先搞明白，什么是量子計算，這是一種遵循量子力學規(guī)律的新型計算模式。它和我們現(xiàn)在使用的經(jīng)典計算機在底層原理上完全不同。

這是因為量子計算主要靠量子比特，這是量子計算的基本信息單位，不同于經(jīng)典比特只能是0或1，量子比特可以同時處于0和1的“疊加態(tài)”。這就像一枚旋轉(zhuǎn)的硬幣，在落地前同時擁有正反兩種狀態(tài)。正因如此，n個量子比特可以同時表示2的n次方種狀態(tài)。這讓量子計算機在處理特定復雜問題時，能夠同時探索海量可能性，實現(xiàn)指數(shù)級的算力超越。

基辛格認為量子計算代表著計算范式的根本變革，而不僅僅是性能提升。因此他激進的表示，量子計算的突破將在兩年內(nèi)刺破當前的AI泡沫，并預計GPU將在2030年前被量子計算取代。

而近年來，量子計算硬件發(fā)展迅速，2024年IBM發(fā)布了Heron R2處理器，擁有156量子比特，支持5000個雙量子比特門操作，速度較第一代提升50倍。同年谷歌也發(fā)布了擁有105比特的Willow芯片，性能上可以在5分鐘內(nèi)完成經(jīng)典超算需102?年才能完成的基準計算。

2025年全球多個國家啟動了超導量子計算專項計劃，重點研發(fā)量子經(jīng)典混合架構(gòu)，以解決當前量子計算機的糾錯難題，推動實際應(yīng)用落地。

值得注意的是，在卸任英特爾CEO職務(wù)后，基辛格加入了風投機構(gòu)playground global，而這個機構(gòu)恰好投資多家量子計算初創(chuàng)企業(yè)（如PsiQuantum、Rigetti等），因此基辛格的此番言論可能是為了吸引資本關(guān)注量子賽道。

并且在基辛格執(zhí)掌英特爾之時，正值英偉達GPU業(yè)務(wù)迅速崛起，讓英特爾的CPU難以抗衡。并且在當時，英特爾對晶圓制造投入了百億美元，但并未能取得預期成效。更有趣的是，在基辛格擔任英特爾CEO期間，還發(fā)布了一款擁有12個量子比特的Tunnel Falls量子處理器，在2023年底更是簽署協(xié)議，計劃2030年代初開發(fā)數(shù)萬量子比特系統(tǒng)。但隨著英特爾換帥，這一進程能夠有序推進，猶未可知。

AI泡沫即將破裂？

在采訪中，基辛格還認為，當前AI泡沫確實存在，并且目前正在經(jīng)歷典型的泡沫周期，資本過度涌入和技術(shù)炒作已形成雙重杠桿效應(yīng)，企業(yè)才剛剛開始從AI中獲得實際收益，但投資規(guī)模已經(jīng)遠超長期收入確定性。

不過基辛格也表示，AI泡沫短期內(nèi)不會破裂，至少在量子技術(shù)突破之前不會破裂，他認為量子比特一旦能將某些AI訓練任務(wù)從O (n2) 復雜度降至O (logn)，GPU的護城河將瞬間蒸發(fā)。

O (n2) 表示隨數(shù)據(jù)規(guī)模n增大，計算量呈平方級增長，例如10萬數(shù)據(jù)需100億次運算，而O(logn)則表示計算量幾乎不隨數(shù)據(jù)規(guī)模增長。

而GPU目前在AI領(lǐng)域中有三個核心優(yōu)勢，以英偉達為例，擁有強大的并行計算能力、成熟的CUDA生態(tài)以及能效比優(yōu)勢。不過一旦量子計算實現(xiàn)從O (n2) 復雜度降至O (logn)時，量子計算可以通過HHL算法將矩陣求逆復雜度大幅降低，訓練時間從“月”縮短至“小時”甚至“分鐘”，但即便是頂級的GPU集群也至少需要數(shù)周的時間。

能效上更是大幅降低，一個量子比特運算的能耗僅為GPU單個晶體管的百萬分之一，使大規(guī)模AI訓練成本暴跌90%以上。這意味著GPU廠商將面臨著技術(shù)代差所導致的市場份額崩塌，一如當年CPU廠商被GPU超越的歷史重演。

但事實果真如此嗎？從技術(shù)上來看，目前的量子比特非常脆弱，極易受到環(huán)境干擾，計算錯誤率很高，要實現(xiàn)有實用價值的容錯量子計算，還需要在量子糾錯技術(shù)上取得重大突破，而這被認為是行業(yè)的中長期目標，短時間內(nèi)很難實現(xiàn)。

并且在可以預見的未來，量子計算機不太可能完全取代GPU或經(jīng)典計算機。更可能出現(xiàn)的模式是“量子-經(jīng)典混合計算”。在這種模式下，量子處理器負責解決其中最核心、最復雜的部分，而GPU和CPU則繼續(xù)處理其擅長的通用計算和圖形任務(wù)。事實上，英偉達等公司已經(jīng)在布局這樣的混合平臺。

即便量子計算機真的普及了，其在某些特定問題上，例如材料模擬、藥物發(fā)現(xiàn)、密碼破譯、復雜優(yōu)化等確實能夠展現(xiàn)出巨大的優(yōu)勢，但對于我們?nèi)粘５慕^大多數(shù)計算任務(wù)，經(jīng)典計算機在可預見的未來依然是更高效、更經(jīng)濟的選擇。

但這并不意味著基辛格說的毫無道理，這種言論也算是一種提醒，當前的AI熱潮可能因技術(shù)范式轉(zhuǎn)移而產(chǎn)生結(jié)構(gòu)性風險，導致不少AI相關(guān)企業(yè)面臨著估值上的泡沫。

從技術(shù)上來看，與其說未來量子計算會終結(jié)GPU，不如說行業(yè)將從單一算力主導的時代，進入到異構(gòu)計算的新時代，量子-經(jīng)典混合計算也是當下行業(yè)的主流方向。

寫在最后

2007年，時任英特爾副總裁的基辛格曾宣稱“顯卡將在兩三年內(nèi)消失”，彼時基辛格正在極力推動英特爾內(nèi)部的Larrabee項目，試圖用x86多核架構(gòu)統(tǒng)一通用計算和圖形處理，認為CPU+融合架構(gòu)可以取代傳統(tǒng)顯卡。

但英偉達當時已憑借GeForce系列逐步確立GPU在3D游戲、專業(yè)圖形領(lǐng)域的統(tǒng)治地位，黃仁勛則堅持GPU專有架構(gòu)路線，與英特爾CPU萬能論形成了鮮明對比。而2010年后，深度學習興起，GPU的大規(guī)模并行計算能力被證明極其適合AI模型訓練，英偉達CUDA生態(tài)更是將GPU從游戲顯卡推向AI算力之王。

而英特爾Larrabee的x86多核架構(gòu)難以匹敵傳統(tǒng)GPU在圖形渲染和并行計算上的效率，其性能未達預期，最終項目被取消，僅轉(zhuǎn)型為Xeon Phi用于部分高性能計算領(lǐng)域。

此次基辛格再次預言GPU將被量子計算終結(jié)，或許是延續(xù)了他對顛覆性技術(shù)的信仰。況且，我們總是高估了短期的技術(shù)發(fā)展，低估了長期的技術(shù)變革。