Υπολογιστική
Η Κβαντική Υπολογιστική Πλησιάζει στην Βελτιστοποίηση Χαρτοφυλακίου
Προσθέστε το Securities.io στις προτιμώμενες πηγές σας στο Google
Η κβαντική υπολογιστική συχνά περιγράφεται ως μια εντελώς νέα μορφή υπολογισμού που θα μπορούσε να λύσει προβλήματα που διαφορετικά είναι ακατόρθωτα με την παραδοσιακή δυαδική, πυριδική υπολογιστική.
Μέχρι στιγμής, η κβαντική υπολογιστική ήταν μια πολλά υποσχόμενη τεχνολογία, αλλά συνεχίζει να αντιμετωπίζει ένα θεμελιώδες τεχνικό πρόβλημα. Η εξαιρετικά ευαίσθητη κατάσταση της ύλης που πρέπει να διατηρείται για να λειτουργήσει η κβαντική υπολογιστική σημαίνει ότι είναι τόσο ακριβή όσο και δύσκολη στην κλιμάκωση.
Σημαίνει επίσης ότι τα αποτελέσματα που λαμβάνονται είναι «θορυβώδη», με συχνά σφάλματα, καθυστερήσεις και αναξιόπιστα αποτελέσματα.
Πολλές καινοτομίες θα μπορούσαν να σημαίνουν ότι είτε ένα δίκτυο μικρότερων κβαντικών υπολογιστών είτε μια νέα αρχιτεκτονική σχεδίασης υλικού, χρησιμοποιώντας μια νέα κατάσταση ύλης που ονομάζεται τοποαγωγούς, επιτρέποντας την κλιμάκωση, θα μπορούσαν να λύσουν το πρόβλημα.
Αλλά αυτό μπορεί επίσης να είναι ένα εννοιολογικό ζήτημα. Τα περισσότερα έργα κβαντικής υπολογιστικής επιδιώκουν να αντικαταστήσουν εντελώς τις παραδοσιακές λύσεις υπολογισμού με κβανικές. Ωστόσο στην πράξη, η επίλυση πιο στενών προβλημάτων θα μπορούσε ενδεχομένως να αποδώσει λειτουργικές περιπτώσεις χρήσης της κβαντικής υπολογιστικής νωρίτερα.
Μια πρόσφατη μελέτη ερευνητών του Πανεπιστημίου Chungbuk National (Νότια Κορέα) και του Πανεπιστημίου Duy Tan (Βιετνάμ) συγκρίνει τρεις διαφορετικές μεθόδους αξιοποίησης της κβαντικής υπολογιστικής. Διαπίστωσε ότι η κβαντική ανόπτηση, «δείχνει σημαντική βραχυπρόθεσμη ετοιμότητα λειτουργίας» για τη βελτιστοποίηση χρηματοοικονομικών χαρτοφυλακίων.
Αυτό θα μπορούσε να υποδεικνύει ότι οι επαναληπτικές μέθοδοι βασισμένες σε πύλες, που προτιμούν τα περισσότερα ερευνητικά έργα κβαντικής υπολογιστικής και απαιτούν τεράστιο αριθμό qubits, ίσως να είναι η λανθασμένη κατεύθυνση για τη βιομηχανία, τουλάχιστον βραχυπρόθεσμα.
Δημοσίευσαν τα ευρήματά τους στο ICT Express1, υπό τον τίτλο «Μια ολοκληρωμένη έρευνα για τις προσεγγίσεις της κβαντικής υπολογιστικής στη βελτιστοποίηση χαρτοφυλακίου στο FinTech».
Κβαντική Υπολογιστική για Βελτιστοποίηση Χαρτοφυλακίου
Προβλήματα Πάρα Πολύ Πλοκη για Επίλυση
Η βελτιστοποίηση χαρτοφυλακίου είναι ένα κεντρικό και υπολογιστικά απαιτητικό πρόβλημα στη σύγχρονη χρηματοοικονομική και ένας ακρογωνιαίος λίθος της βιομηχανίας FinTech. Όταν εισάγονται ρεαλιστικοί περιορισμοί
(επιλέγοντας έναν σταθερό αριθμό περιουσιακών στοιχείων, κόστη συναλλαγών ή την ένταξη μη χρηματοοικονομικών μετρήσεων όπως οι βαθμολογίες ESG) γίνεται γρήγορα ένα ολοένα και πιο δύσκολο συνδυαστικό πρόβλημα που μπορεί να κάνει την ακριβή βελτιστοποίηση μη πρακτική καθώς αυξάνεται ο αριθμός των περιουσιακών στοιχείων και των περιορισμών.
Αυτό ισχύει ιδιαίτερα όταν αυξάνεται ο αριθμός των διαθέσιμων περιουσιακών στοιχείων· ο χώρος λύσεων επεκτείνεται εκθετικά.
Στην πράξη, αυτό δεν είναι κάτι που μπορεί να υπολογιστεί άμεσα για χαρτοφυλάκια μεγάλης κλίμακας που διαχειρίζονται θεσμικά κεφάλαια, hedge funds και αυτοματοποιημένοι ρομποτικοί σύμβουλοι, με πολλές εμπειρικές κανόνες και χειροκίνητες αποφάσεις να χρησιμοποιούνται αντί για μαθηματικά μοντέλα.
Οι Πολλοί Τρόποι Εκτέλεσης Κβαντικής Υπολογιστικής
Ο πυρήνας της κβαντικής υπολογιστικής είναι το qubit, το οποίο μπορεί να υπάρχει σε υπέρθεση καταστάσεων. Οι κβαντικοί αλγόριθμοι χειρίζονται τις υπερθέσεις καταστάσεων ώστε η παρεμβολή να αυξάνει την πιθανότητα μέτρησης χρήσιμων λύσεων. Αυτό δεν σημαίνει ότι κάθε πιθανή απάντηση μπορεί απλώς να υπολογιστεί και να ανακτηθεί ταυτόχρονα.
Τρεις κύριες μέθοδοι έχουν εμφανιστεί για τη χρήση αυτής της κβαντικής ιδιότητας ώστε να εκτελούν υπολογισμούς χρήσιμους στον πραγματικό κόσμο, ειδικά για τη βελτιστοποίηση χαρτοφυλακίου:
Η πρώτη είναι η Κβαντική Ανόπτηση (QA), ένα εξειδικευμένο παράδειγμα κβαντικής υπολογιστικής σχεδιασμένο ειδικά για την αντιμετώπιση σύνθετων προβλημάτων βελτιστοποίησης. Η κύρια λειτουργία της είναι η εύρεση της ελάχιστης ενεργειακής διαμόρφωσης, ή της θεμελιώδους κατάστασης, ενός φυσικού συστήματος.
Αυτή η εξειδίκευση καθιστά την QA πιο αποδοτική και δημιουργεί μια συντόμευση προς διαμορφώσεις χαμηλότερης ενέργειας. Για την πρακτική εφαρμογή της QA, ένα χρηματοοικονομικό πρόβλημα πρέπει να χαρτογραφηθεί σε μια συμβατή μαθηματική δομή, συνήθως το μοντέλο QUBO.
«Σε αντίθεση με τα μοντέλα βασισμένα σε πύλες που μπορεί να απαιτούν λεπτομερή έλεγχο παλμών, η QA επιτρέπει μια ροή εργασίας υποβολής-ανάκτησης όπου ολόκληρος ο ορισμός του προβλήματος (πίνακας ) ανεβαίνει μία φορά.»
Μεταβλητοί Κβαντικοί Αλγόριθμοι (VQAs) είναι ένας υβριδικός βρόχος βελτιστοποίησης κβαντικού‑κλασικού που επαναλαμβάνεται μεταξύ ενός κβαντικού επεξεργαστή και ενός κλασικού βελτιστοποιητή.
Ως εκ τούτου, ο συνολικός χρόνος εκτέλεσης δεν καθορίζεται μόνο από τους χρόνους συνοχής των qubits, αλλά και από την καθυστέρηση δικτύου που συσσωρεύεται σε χιλιάδες επαναλήψεις. Αυτό το πρόστιμο καθυστέρησης αποτελεί ένα σημαντικό αρχιτεκτονικό εμπόδιο για εφαρμογές υψηλής συχνότητας συναλλαγών.
Πρέπει επίσης να σημειωθεί ότι μια αναδυόμενη προσέγγιση είναι ο συνεργιστικός συνδυασμός των VQAs βασισμένων σε πύλες και της κβαντικής ανόπτησης.
«Σε ένα τέτοιο πλαίσιο, ένας κβαντικός ανόπτης θα μπορούσε να χρησιμοποιηθεί για την εύρεση μιας υψηλής ποιότητας αρχικής κατάστασης ή για την προεπεξεργασία ενός δύσκολου τοπίου βελτιστοποίησης, παρέχοντας ένα ισχυρό σημείο εκκίνησης για έναν επακόλουθο βρόχο βελτιστοποίησης VQA σε μηχάνημα βασισμένο σε πύλες.»
Κβαντική Μηχανική Μάθηση (QML) είναι μια μέθοδος με ξεχωριστό αρχιτεκτονικό παράδειγμα εστιασμένο στην αναπαράσταση δεδομένων. Αυτό μετατοπίζει το υπολογιστικό εμπόδιο από την εύρεση μιας θεμελιώδους κατάστασης στη φάση εκπαίδευσης, όπου τα υψηλής διάστασης χρηματοοικονομικά δεδομένα πρέπει να κωδικοποιηθούν σε κβαντικές καταστάσεις μέσω χαρτών χαρακτηριστικών.
Μπορεί να χρησιμοποιηθεί σε καταστάσεις όπου η αποκάλυψη σύνθετων, μη γραμμικών σχέσεων στα χρηματοοικονομικά δεδομένα αποτελεί σημαντικό πλεονέκτημα. Το καθιστά ένα ισχυρό εργαλείο για ανάλυση κινδύνου και δημιουργία σεναρίων (με υπομέθοδο που ονομάζεται Quantum Circuit Born Machine – QCBM), καθώς και για πρόβλεψη κινήσεων της αγοράς ή ταξινόμηση περιουσιακών στοιχείων βάσει προφίλ κινδύνου (με υπομέθοδο που ονομάζεται Quantum Support Vector Machine (QSVM).
Πηγή: ICT Express
Εύρεση του Καλύτερου Κβαντικού Εργαλείου
Βελτιστοποίηση της Κβαντικής Υπολογιστικής
Από ένα σύνολο 423, ο ερευνητής επέλεξε 30 διαφορετικές μελέτες για ανάλυση και βοήθεια στη σύγκριση διαφόρων μεθόδων κβαντικής υπολογιστικής.
Η πρώτη ανακάλυψη ήταν ότι, καθώς ένας βασικός περιορισμός είναι η αποδοτική αντιστοίχιση των χρηματοοικονομικών κανόνων σε κβανικό υλικό, η έρευνα μεταβαίνει από αναποτελεσματικά μοντέλα βασισμένα σε ποινές σε αρχιτεκτονική επιβολή, η οποία μεγιστοποιεί τη χρήση των περιορισμένων qubits. Γενικά γίνεται ενσωματώνοντας τα λειτουργικά όρια απευθείας στο στοίβα υλικού‑λογισμικού ή circuit ansatz.
Για την αντιμετώπιση των περιορισμών κλιμάκωσης των συσκευών NISQ, πρόσφατη έρευνα προτείνει ετερογενείς κατανεμημένες αρχιτεκτονικές που χρησιμοποιούν διαφορετικούς τύπους κβανικών επεξεργαστών για διαφορετικά στάδια της αλυσίδας βελτιστοποίησης.
Αυτό μπορεί να πάρει πολλές μορφές, για παράδειγμα, ένα υβριδικό μοντέλο ανόπτησης‑πύλης ή τα πρωτόκολλα ορχήστρωσης και συγχρονισμού για τη διαχείριση του φόρτου εργασίας μεταξύ ενός ανόπτη και ενός QPU βασισμένου σε πύλες.
Μέτρηση Απόδοσης
Για την κατάταξη των διαφορετικών λύσεων κβαντικής υπολογιστικής για τη βελτιστοποίηση χαρτοφυλακίου, οι ερευνητές χρησιμοποίησαν τόσο τα benchmarks που αναφέρονται στη βιβλιογραφία όσο και τους απόλυτους κορυφαίους κλασικούς λύτες.
Βρήκαν ότι συνολικά, οι πρώτες εμπορικά χρήσιμες χρηματοοικονομικές εφαρμογές μπορεί να προκύψουν από την κβαντική ανόπτηση.
Αυτό συμβαίνει επειδή η κβαντική ανόπτηση υποστηρίζει εγγενείς περιορισμούς ανισότητας και μοντέλα υποβολής cloud one-shot που ελαχιστοποιούν την καθυστέρηση επικοινωνίας.
Αντίθετα, άλλες μέθοδοι βλέπουν ότι το κόστος δικτύου συχνά υπερβαίνει τον χρόνο εκτέλεσης της κβαντικής υπολογιστικής ή περιορίζονται από την υψηλή καθυστέρηση προετοιμασίας της κατάστασης.
Υβριδικοί Υπολογισμοί Κβαντικού‑Κλασικού
Αυτό που επίσης προκύπτει είναι ότι οι υβριδικές προσεγγίσεις που συνδυάζουν κβαντική υπολογιστική με κλασική υπολογιστική λειτουργούν καλύτερα για διάφορους λόγους:
- Μείωση της καθυστέρησης δικτύου, με τους ερευνητές να προτείνουν κλασικούς βελτιστοποιητές τοποθετημένους κοντά στο QPU ή μοντέλα υποβολής one-shot.
- Αποδοτικός σε πόρους χειρισμός περιορισμών: αντί για την επιμελή ρύθμιση βαρών ποινών, που μπορεί να κρύβει τις πιο βέλτιστες λύσεις, ο εγγενής χειρισμός περιορισμών επιτρέπει τη βελτιστοποίηση χαρτοφυλακίων κλίμακας θεσμικών με υψηλότερη πιστότητα λύσης.
- Αντιστοίχιση εργασίας‑υλικού: αντί να προσπαθεί να λύσει τα πάντα με έναν τύπο υλικού, η ανόπτηση εκτελεί υπολογιστικά εντατική παγκόσμια αποσύνθεση και ο επεξεργαστής βασισμένος σε πύλες διαχειρίζεται λεπτομερή τοπική συγκέντρωση.
Έτσι, η ιδανική διαδικασία για την ανάπτυξη λύσεων κβαντικής υπολογιστικής μπορεί να είναι πρώτα η ταυτοποίηση της ιδανικής μεθόδου για ένα δεδομένο πρόβλημα, και στη συνέχεια η ανάπτυξη ενός μοντέλου που συγχωνεύει αυτά τα κβαντικά εργαλεία με κλασικά εργαλεία σε μια υβριδική λύση.
Έτσι, η αρχιτεκτονική, η καθυστέρηση και ο χειρισμός περιορισμών μπορεί να είναι εξίσου σημαντικά, αν όχι περισσότερο, από την απόδοση του χρησιμοποιούμενου κβαντικού υλικού.
Πηγή: ICT Express
Αυτό είναι πιθανό να παραμείνει αληθές όσο το κύριο εμπόδιο στην κβαντική υπολογιστική είναι οι περιορισμοί του υλικού και ο θόρυβος: περιορισμένος αριθμός qubits, που περιορίζει το μέγεθος του προβλήματος, ενώ ο θόρυβος υποβαθμίζει την ποιότητα της λύσης.
Ταιριάζει επίσης με την πρακτική εμπειρία, όπου σχεδόν όλες οι σύγχρονες, μεγάλης κλίμακας εφαρμογές είτε QUBO είτε CQM εκτελούνται σε υβριδικά κβαντικό‑κλασικά συστήματα.
Έτσι, ο ερευνητής καταλήγει ότι αυτή η συνεργιστική προσέγγιση είναι απαραίτητη για την αντιμετώπιση προβλημάτων σχετικών με τη βιομηχανία με το τρέχον κβαντικό υλικό.
Χρειάζεται Καθόλου η Κβαντική Υπολογιστική;
Ένα τελευταίο ενδιαφέρον δεδομένο σε αυτή τη μελέτη είναι η σύγκριση της κβαντικής υπολογιστικής με άλλες καινοτόμες μεθόδους υπολογισμού.
Για παράδειγμα, εξετάζει αρχιτεκτονικές με τεράστια παράλληλη επιτάχυνση GPU που μπορούν να υπερβούν ριζικά τα κανονικά εργαλεία υπολογισμού. Αυτή η μέθοδος μπορεί επίσης να παρακάμψει το εμπόδιο της καθυστέρησης δικτύου των συστημάτων κβαντικού cloud.
«Οι επιλύτες πρώτης τάξης βασισμένοι σε GPU μπορούν να επιτύχουν επιταχύνσεις χρόνου εκτέλεσης έως και 12,9x σε μονοπρόθεσμες και 48x σε πολυπρόθεσμες ρυθμίσεις σε σχέση με υψηλών επιδόσεων κλασικούς ακριβείς επιλύτες όπως το MOSEK 11.0»
Οι GPU μπορούν ακόμη και να χρησιμοποιηθούν για προσομοίωση αποτελεσμάτων που κανονικά λαμβάνονται με κβαντικούς υπολογιστές. Συγκεκριμένα, η επιτάχυνση GPU του Parallel Simulated Annealing (PSA) και του Particle Swarm Optimization (PSO) μπορεί να αξιοποιήσει χιλιάδες πυρήνες για να επιτύχει σχεδόν πραγματικό χρόνο σύγκλισης. Για παράδειγμα, οι βελτιστοποιημένοι πυρήνες GPU-PSO πέτυχαν επιτάχυνση 150x σε σύγκριση με τη βάση CPU.
Καθώς οι GPU και παρόμοιο υλικό ικανό για τεράστιες ποσότητες παράλληλων υπολογισμών αναπτύσσονται για υπολογισμούς AI, αυτό θα μπορούσε να αποτελέσει σοβαρό ανταγωνισμό για τη νεοσύστατη βιομηχανία κβαντικής υπολογιστικής.
«Κατά συνέπεια, το κβαντικό πλεονέκτημα πρέπει να μετράται σε σχέση με αυτές τις υποδευτερόλεπτες, βελτιστοποιημένες σε υλικό κλασικές γραμμές παραγωγής που ορίζουν το τρέχον όριο ετοιμότητας παραγωγής σε υψηλής συχνότητας FinTech.»
Παρόλα αυτά, οι GPU είναι μια πιο ώριμη τεχνολογία από τα QPU, έτσι σε πολύ μακροπρόθεσμο ορίζοντα, το πιο δύσκολο προς επίλυση πρόβλημα πιθανότατα θα ωφεληθεί από την κβαντική υπολογιστική, ειδικά καθώς άλλοι περιορισμοί όπως η κατανάλωση ενέργειας μπορεί μερικές φορές να καθυστερήσουν την ανάπτυξη μεγάλων συστοιχιών GPU.
Για τους επενδυτές, αυτή η σύγκριση περιορίζει σημαντικά το πεδίο. Η μελέτη δεν υποδηλώνει ότι κάθε κβαντική αρχιτεκτονική είναι εξίσου κοντά στη δημιουργία εμπορικής αξίας στη χρηματοοικονομική. Αντίθετα, εντοπίζει την κβαντική ανόπτηση ως ιδιαίτερα κατάλληλη για περιορισμένη βελτιστοποίηση, ενώ τονίζει ότι οποιοδήποτε βιώσιμο σύστημα πρέπει ακόμη να ανταγωνίζεται τις ολοένα και πιο ισχυρές εναλλακτικές βασισμένες σε GPU. Αυτό καθιστά την D-Wave ιδιαίτερα σχετική: προσφέρει διαπραγματεύσιμη έκθεση στην αρχιτεκτονική που οι ερευνητές θεωρούν μεταξύ των πιο έτοιμων λειτουργικά, ενώ ήδη επιδιώκει εμπορικές εφαρμογές στη χρηματοοικονομική και άλλες βιομηχανίες έντονης βελτιστοποίησης.
Επένδυση στην Κβαντική Ανόπτηση
D-Wave Quantum Inc.
QBTS Διάγραμμα τιμής
Η D-Wave είναι μια εταιρεία κβαντικής υπολογιστικής που έχει επικεντρωθεί όχι στην κατασκευή του μεγαλύτερου αριθμού υπεραγωγικών qubits στο μέλλον, αλλά στα πιο χρησιμοποιήσιμα για πραγματικές περιπτώσεις χρήσης σήμερα.
Ήδη, το ήμισυ των πελατών της D-Wave είναι εμπορικές επιχειρήσεις, με το 65% των εσόδων να προέρχεται από εμπορικούς πελάτες, εκ των οποίων το 45% των εσόδων προέρχεται από πελάτες Forbes Global 2000.
Πηγή: D-Wave
Για παράδειγμα, τα εργαλεία της D-Wave χρησιμοποιούνται ήδη από την AT&T για τη μείωση του χρόνου επεξεργασίας ενός φορτίου βελτιστοποίησης δικτύου από περίπου μία ώρα σε λιγότερο από 15 δευτερόλεπτα.
«Το προγραμματισμένο μελλοντικό έργο θα εξερευνήσει ένα ευρύτερο σύνολο εφαρμογών, όπως η ανίχνευση και η ανταπόκριση σε διακοπές, η δρομολόγηση τεχνικών, ο σχεδιασμός κατασκευής δικτύου και η διαχείριση κυκλοφορίας»
Η D-Wave έχει επίσης δείξει άμεσες χρηματοοικονομικές εφαρμογές της κβαντικής ανόπτησης, συμπεριλαμβανομένης της βελτιστοποίησης χαρτοφυλακίου που περιλαμβάνει περιουσιακά στοιχεία S&P 100 και S&P 500. Για παράδειγμα, μια συνεργασία με την CaixaBank, μια κορυφαία τράπεζα στην Ισπανία, χρησιμοποίησε την D-Wave για ακριβώς τον τύπο χρηματοοικονομικής εφαρμογής που συζητείται σε αυτή τη μελέτη. Αυτό που κανονικά απαιτούσε από την τράπεζα αρκετές ώρες υπολογιστικού χρόνου μειώθηκε σε λίγα λεπτά μέσω της τεχνολογίας κβαντικής υπολογιστικής.
«Οι υβριδικές κβαντικές εφαρμογές έχουν μειώσει σημαντικά τον χρόνο υπολογισμού για την επίλυση σύνθετων χρηματοοικονομικών προβλημάτων, βελτιώνοντας τη βελτιστοποίηση επενδυτικών χαρτοφυλακίων, αυξάνοντας το εσωτερικό ποσοστό απόδοσης (IRR) ενός χαρτοφυλακίου ομολόγων και ελαχιστοποιώντας το κεφάλαιο που απαιτείται για λειτουργίες αντιστάθμισης, ως αποτέλεσμα της συνεργασίας τους.»
Επικεντρώνοντας στην κβαντική ανόπτηση, η εταιρεία θεωρεί ότι ακολουθεί το μεσαίο μονοπάτι μεταξύ της τεχνολογίας παγιδευμένων ιόντων («αποτελεσματική, αλλά αργή») και των υπεραγωγικών qubits («γρήγορα, αλλά περίπλοκα και λιγότερο αξιόπιστα»). Η εταιρεία κλιμακώνει γρήγορα το υλικό της, ελπίζοντας να πολλαπλασιάσει 4 φορές τον αριθμό των qubits στο σύστημά της μέχρι το 2029 και 20 φορές μέχρι το 2031.
Πηγή: D-Wave
Εκτός από την ανόπτηση, την οποία άρχισε να αναπτύσσει το 2011, η D-Wave έχει επίσης επεκτείνει την κβαντική υπολογιστική μοντέλου πυλών από το 2020. Συνολικά, οι δύο τεχνολογίες θα πρέπει να συμπληρώνουν η μία την άλλη, με κάθε μία να εξειδικεύεται σε συγκεκριμένες εφαρμογές.
Πηγή: D-Wave
«Ενώ η κβαντική υπολογιστική ανόπτησης διαπρέπει στη βελτιστοποίηση, την προσομοίωση υλικών και ορισμένα φορτία εργασίας AI, η κβαντική υπολογιστική μοντέλου πυλών αναμένεται να προωθήσει εφαρμογές όπως η κβαντική χημεία, ο σχεδιασμός μορίων και η αποθήκευση ενέργειας επόμενης γενιάς.»
Οι επενδυτές στην D-Wave πρέπει, ωστόσο, να είναι ενήμεροι ότι η κβαντική υπολογιστική είναι ένας αναδυόμενος και πολύ ανταγωνιστικός τομέας. Σχεδόν κάθε κβαντική εταιρεία θα θεωρεί ότι έχει επιλέξει το σωστό τεχνολογικό μονοπάτι, είτε επειδή είναι πιο ανθεκτική (παγιδευμένα ιόντα), πιο έτοιμη για την αγορά (ανόπτηση), είτε έχει μεγαλύτερο δυναμικό κλιμάκωσης (υπεραγωγικό).
Παρόλα αυτά, η ανάπτυξη της κβαντικής υπολογιστικής της σε αυξανόμενη κλίμακα για την επίλυση πραγματικών προβλημάτων σε βιοτεχνολογία, τηλεπικοινωνίες ή τραπεζικό τομέα αποτελεί εντυπωσιακό επίτευγμα, και η D-Wave μπορεί να είναι ένας απρόσμενος νικητής στον χώρο, ενώ οι συζητήσεις συχνά εστιάζονται σε άλλες εταιρείες που χρησιμοποιούν διαφορετικές τεχνολογίες κβαντικής υπολογιστικής.
Τελευταία Νέα και Ανάπτυξη Μετοχής D-Wave Quantum Inc (QBTS)
Μελέτη Αναφοράς
1. Kimchhor Chiv, Anand Nayyar, and Tae-Kyung Kim. Μια ολοκληρωμένη έρευνα για τις προσεγγίσεις της κβαντικής υπολογιστικής στη βελτιστοποίηση χαρτοφυλακίου στο FinTech. ICT Express. 5 Αυγούστου 2026.
