لا يزال الحوسبة الكمّية بعيداً عن الاستخدام التجاري الواسع لسنوات. لكن الحكومات بدأت بالفعل إنفاق مبالغ كبيرة لدعم هذا المجال. الولايات المتحدة تضخ نحو ملياري دولار في القطاع، مع توجيه جزء كبير من التمويل إلى تصنيع الرقائق ومكوّنات الحوسبة الكمّية.
ما يبدو تمويلاً للبحث قد يكون عملياً تخطيطاً لبنية تحتية أوسع لطبقة حوسبة أعمق تدعم الذكاء الاصطناعي.
تسارع الاستراتيجيات الوطنية
يشمل التزام الولايات المتحدة نحو مليار دولار لمنشأة «آي بي إم» لتصنيع رقائق كمّية في نيويورك، إضافة إلى 375 مليون دولار لـ«غلوبال فاوندريز» لدعم تصنيع مكوّنات كمّية. كما التزمت فرنسا بـ1.5 مليار يورو ضمن استراتيجية الكمّ والإلكترونيات الدقيقة. هذه الأرقام أقرب إلى سياسة صناعية استراتيجية منها إلى منح بحثية محدودة.
من تابع دورة بناء بنية الذكاء الاصطناعي سيلاحظ نمطاً مألوفاً: قبل انتشار الذكاء الاصطناعي التوليدي على نطاق واسع، كانت سلسلة التوريد تتشكل بالفعل. وحدات معالجة الرسوميات (GPU، وهي شرائح متخصصة في تسريع الحسابات)، والرقائق المتقدمة، والسحابة، ومراكز البيانات، والشبكات، والطلب على الكهرباء أصبحت كلها جزءاً من موجة الاستثمار.
الحوسبة الكمّية في مرحلة أبكر، لكن المنطق مشابه. الحكومات تريد قدرة محلية قبل أن تصبح التقنية مهمة تجارياً. إنها تموّل «البنية الأساسية» قبل وصول الاستخدام الكامل.
هذا لا يعني أن كل شركة كمّية مناسبة للاستثمار الآن. لكنه يعني أن المجال ينتقل من تجارب المختبر إلى تخطيط بنية تحتية طويلة الأجل.
شرح الحوسبة الكمّية
بأبسط صورة:
- الحواسيب التقليدية تستخدم «بت» (0 أو 1)
- الحواسيب الكمّية تستخدم «كيوبت» (يمكن أن يكون 0 أو 1، أو حالة تجمع بينهما في الوقت نفسه عبر «التراكب»، أي وجود أكثر من حالة محتملة بشكل متزامن)
يمكن أيضاً ربط الكيوبتات عبر «التشابك الكمّي»، أي ارتباط حالتين بحيث يؤثر قياس واحدة في الأخرى بطريقة لا يسهل تكرارها بالحوسبة التقليدية. هذه الخاصية تسمح بتجربة عدد كبير جداً من الاحتمالات في الوقت نفسه، ما قد يمنح أفضلية واضحة في مسائل معينة قد تستغرق سنوات على أجهزة تقليدية.
ومع ذلك، الحوسبة الكمّية لا تجعل كل شيء أسرع. ليست «نسخة أفضل» من الكمبيوتر العادي. قوتها تظهر في مجالات محددة مثل: محاكاة الكيمياء، تحليل التشفير، تحسينات واسعة النطاق (إيجاد أفضل حل بين خيارات كثيرة)، وبعض مهام تعلّم الآلة.
في معظم الأعمال الحالية، خاصة تدريب نماذج الذكاء الاصطناعي على نطاق كبير ثم تشغيلها لاحقاً (الاستدلال، أي استخدام النموذج لإنتاج نتائج)، تبقى وحدات GPU الأداة الأساسية. شرائح GPU مثل H200 من إنفيديا أو حاسوب «كولوسَس» الفائق للذكاء الاصطناعي لدى سبيس إكس لا تزال ضمن أصول تسيطر عليها الشركات الرائدة حالياً في سوق الذكاء الاصطناعي.
قد تصبح الحوسبة الكمّية قوية، لكن فائدتها القريبة محدودة. وقد تكون الفرص الأقرب في الشركات التي تبني الجسر بين أنظمة اليوم التقليدية وقدرات الكمّ مستقبلاً.
التقدم الحالي في مجال الكمّ
غالباً ما توصف الأجهزة الكمّية الحالية بأنها أنظمة NISQ، أي «حواسيب كمّية متوسطة الحجم وبها ضوضاء». والمعنى العملي بسيط: هذه الأجهزة مفيدة للتجارب، لكنها ليست مستقرة بما يكفي للاستخدام التجاري الواسع.
لا تزال هذه الأجهزة مقيدة بمعدلات الخطأ، ومتطلبات التبريد الشديد، وعدد الكيوبتات المتاح. ولتحقيق فائدة عملية، لا يكفي بناء الجهاز فقط، بل يجب الحفاظ على استقرار الكيوبتات وتقليل الأخطاء مع إمكانية التوسع.
الإشارة الإيجابية هي أن التقدم يحدث الآن على مستوى تصميم العتاد وبنيته، وليس في النظريات فقط.
أظهرت شريحة Willow من غوغل تقدماً في «تصحيح الأخطاء الكمّية» (تقنيات لتقليل أخطاء الحساب الناتجة عن عدم استقرار الكيوبتات) وفي نتائج اختبارات الأداء القياسية. وأشار إعلان Majorana 1 من مايكروسوفت إلى احتمال اعتماد «كيوبتات طوبولوجية» (تصميم نظري يهدف لجعل الكيوبت أكثر ثباتاً)، وإذا ثبتت فاعليته على نطاق كبير فقد يوفر مساراً أكثر استقراراً. كما وضعت «آي بي إم» خارطة طريق تستهدف تحقيق «أفضلية كمّية» على المدى القريب (تفوق واضح في مهمة محددة مقارنة بالحوسبة التقليدية) بحلول نهاية 2026، والوصول إلى أنظمة قادرة على العمل مع أخطاء شبه معدومة بحلول 2029.
هذا لا يعني أن الحوسبة الكمّية التجارية أصبحت قريبة جداً، لكنه يشير إلى انتقال القطاع من إنجازات مختبرية متفرقة إلى مسارات هندسية أوضح. التحدي هو توسيع هذه الإنجازات ودمجها في أنظمة قابلة للاستخدام، مع إدراك أن الجداول الزمنية قد تتأخر.
قصة العتاد تتحسن، لكن توقيت التحول التجاري ما زال غير محسوم.
أين يلتقي الكمّ بالذكاء الاصطناعي
الاستعداد يتزايد. المؤسسات المالية، والجهات الحكومية، ومقدمو الرعاية الصحية، وشركات المرافق، ومتعاقدو الدفاع يتعاملون مع بيانات يجب أن تبقى آمنة لسنوات طويلة. ويزيد تبني الذكاء الاصطناعي من الإلحاح، كما يظهر في نتائج «أوكتا». ومع زيادة إنشاء البيانات الحساسة وتخزينها ونقلها، يصبح تبرير الاستثمار في أمن أقوى أسهل.
المسار الأرجح للحوسبة الكمّية هو الدمج التدريجي، لا تغيّر مفاجئ.
تتيح الأنظمة الهجينة (كمّية-تقليدية) للشركات اختبار قدرات الكمّ مع الاعتماد على البنية الحالية. نظام RacQ من Equal1 وDell مثال على ذلك؛ إذ صُمم ليُركّب داخل رفوف مراكز البيانات، ليكون أقرب للبيئة التشغيلية المعتادة.
شركات الأعمال لا تتبنى التقنية لأنها متقدمة فقط، بل عندما تنسجم مع سير العمل، وتتوفر لها خدمة ودعم من الموردين، وتقدم سبباً واضحاً للاستخدام.
هذه الأنظمة تخلق أيضاً طلباً على التجهيزات المساندة للحوسبة الكمّية: إلكترونيات التحكم، وأنظمة التبريد الشديد (للوصول إلى درجات منخفضة جداً)، ومكوّنات تماثلية (دوائر تتعامل مع إشارات مستمرة لا رقمية)، وأدوات معالجة الإشارات، وحوسبة تقليدية عالية الأداء.
يمكن تلخيص نقاط التقاطع بين ابتكارات الكمّ والذكاء الاصطناعي في المجالات التالية:
- الذكاء الاصطناعي لتحسين أنظمة الكمّ – استخدام تعلّم الآلة لدعم تصحيح الأخطاء، والمعايرة (ضبط الجهاز بدقة)، وأبحاث المواد، وتصميم الأنظمة (يجري ذلك في المختبرات)
- أمن سيبراني ما بعد الكمّ – تحديث التشفير قبل أن تتمكن حواسيب كمّية قوية من كسر الأساليب الحالية. (يتحرك ضمن إنفاق حكومي)
- أنظمة هجينة كمّية-تقليدية – «معالجات كمّية مساعدة» (شرائح تعمل بجانب المعالج التقليدي) لمهام محددة عالية القيمة. (بنية ناشئة تواجه تحديات هندسية)
- أحمال عمل ذكاء اصطناعي مدعومة بالكمّ – احتمال استخدام الكمّ كمساعد في مسائل التحسين أو بعض خطوات تعلّم الآلة.
هنا تصبح قصة الاستثمار أكثر واقعية: الشركات التي توفر طبقة التمكين قد تحقق إيرادات قبل وصول العتاد الكمّي الخالص إلى نطاق تجاري واسع.
الأسواق تسبق الواقع
لدى الكمّ عناصر رواية سوقية قوية: أمن قومي، طلب الذكاء الاصطناعي، رقائق متقدمة، وتغيير طويل الأجل في الحوسبة. وهذا يجعل المبالغة في التسعير احتمالاً قائماً.
بعض الشركات المتخصصة بالكامل في الكمّ بدأت تجذب تقييمات مبنية على سوق مستقبلية لم تتشكل بعد. مثال ذلك خطة «تيرا كوانتم» للإدراج في ناسداك عبر SPAC (شركة استحواذ ذات غرض خاص، وهي شركة تُدرج أولاً ثم تندمج مع شركة أخرى لإدراجها) عند تقييم يقارب 3.5 مليار دولار. تركيزها على الخوارزميات (طرق حسابية لحل المشكلات)، وأدوات الأمن، والأنظمة الهجينة يجعلها أقرب للجانب العملي، لكن التقييم يبقى رهناً بسرعة نمو الطلب التجاري.
جداول تطوير العتاد تبقى مصدر مخاطرة.
- خارطة طريق «آي بي إم» توفر محطات واضحة للمتابعة، لكن المواعيد قد تتأخر.
- نهج مايكروسوفت للكيوبت الطوبولوجي قد يكون مهماً، لكنه يحتاج إثباتاً أوسع وعلى نطاق كبير.
- تقدم غوغل في تصحيح الأخطاء مهم، لكن تحويله إلى منفعة تجارية اختبار مختلف.
التكلفة مهمة أيضاً. يعتمد العتاد الكمّي على مكوّنات متخصصة، وتبريد شديد، وتصنيع بالغ الدقة، وأنظمة تحكم معقدة. ومع توسع الأنظمة، قد لا تنخفض التكاليف بالسرعة التي يتوقعها المستثمرون.
قد يضغط ذلك على الشركات التي تركز على العتاد قبل أن تصبح الإيرادات كافية لتغطية الإنفاق.
ما الذي يتحرك في VT Markets
تتيح VT Markets متابعة مبكرة لتحركات السوق القريبة من ابتكارات الكمّ. الفرصة الأقرب زمنياً توجد في الطبقات التي قد تستفيد قبل وصول حواسيب كمّ قادرة على العمل بأخطاء شبه معدومة.
كما حدث في بناء سلسلة توريد الذكاء الاصطناعي، فإن النظرة الأكثر انضباطاً هي التعامل مع الكمّ كـ«طبقات» لا كصفقة واحدة. التعرض الأقوى على المدى القريب قد يأتي من شركات تمكّن المنظومة قبل وصول الحوسبة الكمّية المتقدمة إلى نطاق تجاري.
تمتلك «آي بي إم» التعرض الأكثر مباشرة في الأسواق العامة عبر خارطة طريق الكمّ ودورها التصنيعي. أما أهمية إنفيديا فمختلفة؛ إذ تقع على «الجسر» بين معالجات الكمّ والحوسبة التقليدية، حيث ستبقى المحاكاة (تشغيل نموذج برمجي لتقليد سلوك النظام الكمّي)، وتصحيح الأخطاء، ودمج الأنظمة عناصر أساسية لسنوات.
قد توفر شركات الأمن السيبراني تعرضاً أوضح على المدى القريب. «بالو ألتو نتوركس» و«فورتي نت» و«كراودسترايك» ليست شركات كمّية خالصة، لكنها قريبة من ميزانيات أمن الشركات التي قد يرفعها الانتقال إلى تشفير «ما بعد الكمّ».
العتاد الكمّي «الخالص» قد يقدم فرص صعود أكبر، لكنه يحمل مخاطر تنفيذ أعلى. الاستثمار في هذه الطبقة يعني الاعتماد على تقدم الفيزياء والهندسة والتصنيع، وليس على الطلب فقط.
الحوسبة الكمّية ليست «الذكاء الاصطناعي التالي» بصورة مباشرة. الأرجح أنها ستصبح جزءاً من البنية التحتية التي تدعم الذكاء الاصطناعي، والأمن السيبراني، والحوسبة المتقدمة.
الفرصة ليست في افتراض أن الحواسيب الكمّية ستستبدل وحدات GPU أو تغيّر الذكاء الاصطناعي سريعاً. الفرصة في الطبقات التي تتشكل الآن: تصنيع الرقائق، والأنظمة الهجينة، وعتاد التحكم، وأمن ما بعد الكمّ.
ابدأ التداول الآن – انقر هنا لفتح حساب حقيقي في VT Markets
