推動新經濟前行的數字化轉型正在發生，而實現數字化轉型的關鍵是業務和技術。提高運算速度、縮短應用交付時間是數字化轉型的關鍵之一。基于經典計算模型的IT基礎設施不斷改進技術來適應這一需求：異構計算、加速卡、IoT融合技術和模塊化基礎架構……盡管進行了一系列優化和改進，在面對大量的、非結構化的、不斷變化的數據集的計算和數據處理時，經典計算模型仍然遇到了瓶頸。
量子計算機不同于基于晶體管的二進制邏輯電子計算機。經典計算模式要求將數據編碼成二進制數字(也稱為比特)，而量子計算機依賴于基本的量子力學現象，如疊加和糾纏，來對數據進行運算。
IDC：2027年，全球量子計算市場規模將達到107億美元
IDC名為《評估量子計算技術發展、市場定義和未來空間》的報告顯示，IDC綜合各個量子計算機廠商開發量子計算的方法，發現了其中的細微差別，并提出一個分類方法，來最終實現對這一市場的分類。根據不同劃分標準，量子系統可以分為以下不同類型：算法、計算模型、物理實現以及部署模型。
IDC認為，量子和傳統計算的異構解決方案將是實現過渡的主要方式，即將量子和古典計算結合成一個“混合量子/古典”層來加速計算，應用程序可以通過API選擇量子計算（或傳統計算）作為計算層。這種方法使應用程序能夠分時共享基于云的量子計算資源，這些資源由公共云服務提供商提供。
IDC預計，這種模式將成為量子計算領域的實際應用模式。這種模式仍然需要幾年時間來進行標準化，從而成為主流模式。到2027年，全球量子計算市場規模將達到107億美元。
IDC中國企業級研究總監周震剛認為：“量子計算市場目前仍處于培育階段。由于技術和應用場景并未成熟，近三年并不會呈現爆發性的增長。在系統可靠性、可移植性和小型化方面取得了進展之后，預計2020年以后開始進入高速增長期。”
未來量子計算的主要機會將集中在三個領域：第一，現有的工作負載隨著時間推移而轉移到混合量子計算，并最終成為量子計算的用例。第二，全新的基于量子計算的工作負載，這些工作負載只能在量子計算機上運行。第三，到2027年大多數云計算的應用程序將轉變為量子優先的用例，在處理超出傳統計算機處理能力的數據集時，會自動調用量子代碼，與此同時這樣的應用程序將在許多中大型企業中運行，用來解決一些新的計算問題如全腦模擬等。
IDC也注意到，目前國內的量子計算發展迅速，但研發主要以芯片和硬件為主，在相關軟件和材料方面的投入較為缺乏。在電荷量子比特方面的研究，以中科大和中科院為代表的研究團隊已經達到國際領先水平。在商業化方面，部分云計算廠商和基礎架構廠商也開始進行前期的投入。
IBM：預測可能改變所有人生活的五大創新技術，其中量子計算五年內成主流
以下是IBM預測的可能改變所有人生活的五大創新技術。下面我們將對這五項技術進行逐一解讀：
1.量子計算將成主流
目前市面上銷售的計算機被稱為傳統計算機。這些計算機在解決某些問題，尤其涉及大規模運算時，能力是有限的。量子計算機可以填補這個空白。
IBM亞太區董事長兼首席執行官哈麗雅特·格林說：“過去5年里，IBM在這些新能力上的投資超過380億美元。這些投資是實實在在的，它們現在就能夠幫助企業實現轉變和改革。”
IBM研究部門說，各行各業剛開始意識到量子計算機的用處。該公司預測，在5年內，科技行業將誕生首個基于量子計算機而不是傳統計算機的主流應用。
2.商品與區塊鏈連接
供應鏈已經非常復雜，它們跨越不同的國家，涉及方方面面。然而，區塊鏈技術的運用，可以使供應鏈內的數字交易更加安全可靠。不過，加密的數據存儲系統并不能防止實體產品造假。
因此，IBM的研究人員正在研究一種加密錨。這是一種數字指紋，這些指紋可以采用多種形式，如比鹽粒還小的微型計算機或者光學代碼。加密錨可嵌入實體產品中，并與區塊鏈綁定，從而確保實體產品的真實性。
其他公司也在為黃金等特殊商品開發類似產品。
3.永不過時的安全技術
隨著量子計算機時代的臨近，現有的加密協議將無法保護數據：量子計算機能克服數百萬分之一的概率，竊得加密數據。
為此，IBM建議采用格密碼技術。這項技術將數據隱藏在被稱為格的復雜數學問題中，這些難題即使量子計算機也難以破解。但它的用處不僅僅是保護數據安全。
目前，加密數據在使用前必須先解密，這會使數據暴露于潛在的黑客面前。新技術可以讓用戶在訪問加密數據時，避免數據被別有用心者竊取。
格林說，有了格密碼能力，今天的黑客入侵可能成為歷史。
4.人工智能機器人顯微鏡
浮游生物對其周圍水的變化極為敏感。科學家們通過研究浮游生物，可以獲得有關海洋、湖泊和河流狀況的實時數據。但科學界還面臨兩個問題：一是對這些生物體知之甚少；二是目前需要收集樣本并送往實驗室。
為了推動這一領域的研究，IBM正在開發小型人工智能（AI）機器人顯微鏡。這些顯微鏡可以在水中觀察自然棲息地內的浮游生物。AI技術讓機器人能解讀獲得的數據，并實時向研究人員報告任何異常行為。
5.“無偏見”的人工智能
AI系統嚴重依賴數據。如果這些數據包含任何的偏見，那么AI系統在現實世界的應用性就會大打折扣。
IBM相信，通過開發一種能判斷公正性的獨立評價系統，就可以編寫出“無偏見”的AI程序。借助這一技術，AI將更加可靠，從而引導人類更好地做出決策。
