隨著人工智慧、製藥、金融模型、密碼學等高強度運算應用的快速崛起，傳統電腦已逐漸逼近效能極限。在此關鍵轉折點上，量子運算被視為突破瓶頸的關鍵技術，而其中扮演「心臟角色」的量子處理單元（QPU）正成為各國與科技企業加速布局的核心關鍵。

圖一 : 處於防護殼體中的量子電腦系統

QPU 是什麼？量子電腦的「CPU」

QPU（Quantum Processing Unit）是量子電腦中的主要運算單元，類似於傳統電腦的 CPU，但其運作原理基於量子力學。QPU 以「量子位元（qubit）」為基本資料單位，透過量子疊加與量子糾纏等特性，可在特定問題上展現遠超傳統電腦的處理效率。QPU不同於傳統的中央處理單元（CPU）或圖形處理單元（GPU），它利用量子力學的特性來執行計算，有望在特定問題上實現指數級的運算加速。

與傳統位元只能表示 0 或 1 不同，量子位元（qubit） 可同時處於 0 與 1 的狀態，大幅提升資料處理效率。QPU 則負責控制 qubit 的運作、執行量子邏輯閘操作、讀取量子態結果，並搭配低溫冷卻與精密電子控制系統以確保 qubit 的穩定性與精確性。

QPU的主要特點包括：

‧ 量子疊加（Superposition）：一個量子位可以同時表示多種狀態。

‧ 量子糾纏（Entanglement）：多個量子位之間存在強關聯性，改變一個量子位會立即影響其他量子位。

‧ 量子干涉（Interference）：透過調整量子態的相位，增強正確答案的機率，同時抑制錯誤答案。

這些特性使QPU能夠在特定任務（如因數分解、最佳化問題、量子模擬等）上遠超傳統電腦的計算能力。

為什麼量子運算需要 QPU？

根據業界共識，若要實現所謂「量子優勢」（Quantum Advantage）──即量子電腦在某些任務中表現超越所有傳統電腦，則必須倚賴高度穩定且可擴展的 QPU 作為基礎。

目前，主流的量子演算法（如 Shor 質因數分解演算法、Grover 搜尋演算法）都需在 qubit 環境下運行，並仰賴 QPU 進行複雜的量子閘操作。而且由於 qubit 對外部干擾極為敏感，QPU 必須同時具備精準控制、高保真度、低誤差率與冷卻支援，才能維持穩定的計算品質。

量子運算為什麼需要QPU？

量子運算的核心目標是解決傳統電腦難以處理的問題，而QPU正是實現這一目標的關鍵。以下是量子運算需要QPU的主要原因：

突破摩爾定律的限制

傳統半導體技術已接近物理極限，摩爾定律（電晶體數量每18-24個月翻倍）逐漸失效。量子運算利用量子力學原理，提供了一種全新的計算範式，能夠在特定領域實現「量子優越性」（Quantum Supremacy），即量子電腦在特定任務上超越最強的超級電腦。

解決複雜計算問題

某些問題（如大數因數分解、量子化學模擬、最佳化問題）在傳統電腦上需要極長的計算時間，而QPU可以大幅縮短運算時間。例如：

‧ Shor演算法：可在多項式時間內破解RSA加密。

‧ Grover演算法：加速未排序資料庫的搜索。

‧ 量子模擬：精確模擬分子和材料行為，推動新藥研發和材料科學。

平行計算能力

由於量子疊加和糾纏特性，QPU可以同時處理大量可能性，而傳統電腦需要逐個計算。例如，一個50量子位的系統可以同時表示 250250（約1000兆）種狀態，這種平行計算能力是傳統電腦無法比擬的。

QPU 技術百花齊放　三大主流路線並進

目前全球QPU的技術發展仍處於「多路並行、百家爭鳴」階段，尚未形成單一主流。主要路線包括：

超導量子位元（Superconducting Qubit）

這是目前應用最廣的 QPU 技術，透過超導電路在極低溫下模擬 qubit 狀態。代表企業包括：

‧ IBM：推出 Heron（133 qubit）與 Condor（1,121 qubit）晶片，並將其整合於量子系統 System Two；

‧ Google：發表 Sycamore 晶片後成功展示「量子霸權」，最新版本 Willow 擁有 105 qubit；

‧ Rigetti：主打中小企業量子雲服務市場，持續改進其 Ankaa 晶片系列。

中性原子／離子阱技術

使用雷射操控的冷卻原子（中性原子）或帶電離子（離子阱）來作為 qubit，優點是保真度高、排列靈活。

‧ Pasqal（法國） 開發 Orion 系列晶片，預計於 2025 年商轉 250 qubit QPU，並與 OVHcloud 合作提供雲端租用服務；

‧ IonQ、Quantinuum 等美國新創，也在該路線持續推出新型晶片並與 Amazon Braket 等平台合作。

三、拓樸量子位元（Topological Qubit）

微軟多年來投入發展拓樸 qubit，2024 年正式推出全球首款基於 Majorana 零能模態的 QPU「Majorana 1」。其優勢在於具備天然容錯能力，有望在未來達到百萬 qubit 的商業級量子運算平台。

圖二 : QPU技術發展比較圖表

科技大廠與雲平台爭相佈局

量子硬體的研發成本與門檻極高，許多科技大廠選擇與新創公司合作，推動「QPU 即服務」（QPU-as-a-Service, QaaS）模式。使用者無須擁有實體 QPU，即可透過雲端平台進行量子運算操作。

目前主流平台包括：

‧ IBM Quantum：最早提供公眾接取量子晶片資源的平台；

‧ Amazon Braket：支援多家 QPU 提供者，整合傳統與量子混合運算；

‧ Microsoft Azure Quantum：以自家拓樸 QPU 搭配開源 SDK；

‧ OVHcloud：計畫 2025 年起提供 Pasqal QPU 上雲服務，鎖定歐洲市場。

QPU 發展仍面挑戰　誤差修正與可擴展性為關鍵

儘管QPU技術快速演進，但離真正落地應用仍有不少挑戰。

首先是 誤差校正與 qubit 穩定性 問題。現今的物理 qubit 多數仍不具備容錯能力，需藉由邏輯 qubit 結構將錯誤降低至可接受範圍，這往往需要成百上千個物理 qubit 來模擬單一邏輯 qubit，造成運算成本大幅提升。

其次是 硬體製程與冷卻系統技術門檻高，現階段多數 QPU 系統造價動輒數十萬至百萬美元，且需配置極低溫系統與複雜電子設備。

最後是 量子軟體與應用尚不成熟。目前僅有特定類型問題（如量子模擬、組合最佳化、材料分析等）能實際使用 QPU，其餘多數應用尚在研究與轉譯階段。

前景可期　QPU 將成高效運算新標準

根據多家研究機構預測，全球 QPU 市場將於 2030 年突破 50 億美元規模。隨著技術不斷進步，QPU 未來發展趨勢可歸納為以下幾點：

‧ 模組化 QPU 架構興起：方便擴充、降低系統更新成本；

‧ 多 QPU 協同運算：發展跨 QPU 分散式量子計算架構；

‧ 量子與傳統運算整合：混合 CPU、GPU 與 QPU 成為 HPC 平台新主流；

‧ 特定垂直應用落地：包括藥物研發、AI 模型優化、金融風險預測等領域。

結語

量子處理單元（QPU）不僅是量子電腦的核心，也是推動全球新一波運算革命的關鍵引擎。從超導晶片到拓樸qubit，從學術實驗室到雲端平台，各方勢力正加快佈局，爭奪量子時代的先機。雖然技術挑戰仍多，但QPU的潛力已被世界看見，其發展進程值得所有科技產業參與者高度關注。