IBM并不是“NVIDIA的量子计算机”，因为它们在量子计算领域有不同的发展方向和策略。NVIDIA在AI领域处于领先地位，并且已经为该领域提供了硬件和软件能力。但是在量子计算领域，NVIDIA相对较为保守，并且认为量子计算至少需要20年的时间才能成为真正有用甚至存在的技术。与此不同，IBM一直是量子计算领域的领导者，并且通过提供量子计算能力给其他参与者带来了竞争压力。

根据国际数据公司（IDC）最近的一份报告，IBM在量子计算系统的市场领域中处于领先地位，紧随其后的是Rigetti Computing和Quantinuum等主要参与者。

NVIDIA首席执行官黄仁勋似乎对此并不在意，并告诉AIM杂志，量子计算要真正有用，甚至存在，至少需要20年时间。“它需要经典计算与量子计算的结合，”黄仁勋说。今天我们创建的算法在量子计算机上运行效果不好，因为它们需要在量子计算机上设计。“经典计算机不会消失”，它将成为量子计算未来的一部分。

如何成为量子界的NVIDIA？

NVIDIA相信它在量子计算领域取得了重大进展。AWS、Oracle、德勤等公司一直在他们的服务器上利用cuQuantum进行加速量子计算的研究。该公司通过cuQuantum加速了量子计算的研究，并使用NVIDIA TensorCore GPU加速量子电路模拟。

与此不同，IBM在量子计算领域一直采取类似的方法，并在过去的五十年中一直在量子研究上投入大量资源。IBM表示，波音、三星、索尼、Vodafone、Capgemini、JP Morgan Chase和麻省理工学院都是IBM量子应用的成员。

2022年，IBM的首席执行官Arvind Krishna表示，企业将能够在“2023年至2025年”的时间范围内部署量子计算机，并且到2025年将有一台4000个量子比特的系统可用。这可能是对该公司计划的暗示，即将3个Kookaburra处理器组合在一起，总计4158个量子比特，终成路线图。

然而，NVIDIA对经典计算颇有匠心，因为这正是该公司目前获取最多利润的领域。最近几个月，NVIDIA宣布了许多计划和合作伙伴关系，如DGX Quantum，它将GPU（即经典计算）与量子计算相结合。

IBM和NVIDIA在量子计算领域的发展策略有所不同。

IBM在做什么？

NVIDIA在过去30年里一直在人工智能游戏中，这就是该公司成为领导者所花的时间。 在他的南大演讲中，黄说，尽管有几次失败，但该公司的做法取得了今天的成就。 它在1999年制造了第一个GPU，然后在2007年发布了CUDA，该公司使世界上每个人都可以进行AI计算的并行处理。 

同样，IBM于1970年开始其量子计算之旅，在过去的五十年中一直致力于量子计算的研究，并专注于设计全栈超导量子计算机。然而，根据IBM在量子计算报告中的回顾，该公司的重点不仅在于成为最好的，还在于构建整个量子计算生态系统，并为量子优势铺平道路。

这在IBM的量子计算发展策略中表现得很明显。2016年，该公司通过将其5个量子比特系统发布到IBM Cloud上，迈出了推动量子计算行业发展的第一步。这是量子计算硬件首次提供给研究和公众实验的机会，与此同时，该公司还发布了Qiskit，一个硬件无关的开源SDK，可在量子计算机上运行。

在2017年，IBM决定推出面向客户的IBM量子网络，为企业、政府、学术机构和初创公司提供量子计算服务，从而实现与公司的量子硬件的全面实验。

NVIDIA对人工智能的乐观态度以及对量子计算的一点悲观态度是可以理解的。NVIDIA在量子计算领域相对保守，但在AI领域取得了成功，以CUDA为例，NVIDIA让所有人都可以访问人工智能，现在它希望在量子计算领域复制这种成功。

黄仁勋在接受CNBC采访时表示：“我们的远见是加速计算，是使这种架构在全球范围内完全一致化。坚持不懈地追求这种平台，相信最终我们的用户基础将如此庞大，以至于我们不仅能够覆盖更广泛的领域，而且应用程序也会通过我们的平台得到开发。那些以前不可能的新应用程序将会发现我们。”

现在，NVIDIA只需要沿着相同的道路继续前进，而IBM则领导着激发创造力、打破界限，打造强大的量子计算机，就像它创造第一台电脑一样。