突飛猛進的人工智慧（AI）帶來前所未有的龐大算力需求，產業界除了持續推進以傳統馮諾曼架構為基礎的運算技術，也開始重新關注已被討論多年的量子運算技術，將其視為拓展下一代運算能力的重要方向。在年度台北國際電腦展（COMPUTEX 2026）期間，來自德國的英飛凌科技（Infineon Technologies）高層就與少數幾家本地媒體分享了該公司的量子運算布局策略。
「現有運算硬體雖然已在平行運算密度上取得長足進展，仍無法有效解決所謂的數學困難問題（mathematically hard problems）。」接受採訪的英飛凌資深副總裁暨電源系統事業線總經理Richard Kunčič指出，有些問題會隨規模增加而呈現指數級複雜度，例如著名的旅行業務員問題（Traveling Salesman Problem，TSP），隨著客戶或城市數量增加，可能路徑組合會以近乎階乘的速度爆炸性成長。
Kunčič表示：「這類問題即使用當前最好的NVIDIA GPU叢集，也難以在合理時間內找出最佳解，這正是量子運算受到期待的原因；我們相信，量子運算將解決一些無法單靠古典電腦處理、未來也不能運用古典電腦來解決的真實世界難題。」
英飛凌資深副總裁暨電源系統事業線總經理Richard Kunčič於COMPUTEX 2026期間分享英飛凌量子運算布局，並展示該公司開發的離子阱量子運算元件。（照片提供：英飛凌）
量子運算瞄準四大類高難度問題
量子運算之所以被認為有機會解決部分高難度數學問題，關鍵在於其不同於古典電腦的運作模式。一般電腦的位元（bit）只能代表0或1，而量子電腦使用的量子位元（qubit）可以同時處於多種狀態。當多個量子位元彼此產生糾纏，系統能同時表示和處理的可能情況會快速增加，遠比古典電腦能處理的組合更多。
因此，量子電腦面對分子模擬、組合最佳化、密碼分析等特定問題時，不必像古典電腦一樣逐一枚舉所有可能解，而是透過量子演算法設計，使不符合條件的結果相互抵消，並放大較可能接近正解的狀態。這也是量子運算被期待能以不同於傳統架構的方式，處理古典超級電腦難以在合理時間內完成的高複雜度問題。
Kunčič指出，英飛凌認為量子運算短中期最具潛力的應用可分為四大類：模擬、最佳化、機器學習與密碼學。模擬應用包括藥物開發、材料科學、催化劑設計、能源轉換與航太流體力學；最佳化可用於物流網路、金融投資組合、風險管理與供應鏈規劃；機器學習則是未來量子運算與AI交會的重要場域；密碼學則同時代表威脅與機會，因為量子電腦可能挑戰既有加密系統，也將促成更安全的後量子密碼學（post-quantum cryptography，PQC）技術。
與AI「共生」的量子運算
如同許多技術因AI崛起而加速發展，Kunčič也觀察到量子運算正出現類似趨勢，並與AI形成相互支援的「共生」關係。他指出，AI目前已可協助量子電腦進行最佳化、校準與結果判讀；未來量子電腦若能產生更接近自然物理解析度的模擬資料，也可將這些資料回饋給AI模型，用於訓練或推論。
他解釋，因為量子電腦不會像古典電腦那樣逐一計算所有可能選項，而更像一個「直覺很強的人」，能快速給出某種直覺式結果，但仍需要後續驗證並建立可信度。因此在實務上，量子電腦可能會針對同一問題進行多次運算，再比較多次結果的一致性；AI則可協助分析輸出、評估答案可信度，成為量子系統控制與結果判讀的重要工具。
不過，Kunčič也強調，並非所有技術瓶頸都能交由AI處理，量子硬體與系統架構仍需仰賴人類工程師與科學家參與設計與決策。只是當量子系統未來擴展至百萬量子位元規模時，系統需要同時最佳化大量電極、光學元件與控制參數，AI可望在管理高度複雜系統時發揮關鍵作用。
從長期系統架構來看，英飛凌並不認為量子電腦將完全獨立於現有資料中心之外。Kunčič表示，未來資料中心裡會有傳統運算，也會有今日被稱為AI的加速運算，而針對特殊任務與困難數學問題，則可能出現某種「量子共同處理器」（quantum co-processor）。換言之，量子運算未必會取代現有伺服器或AI加速器，而更可能成為下一代異質運算架構中的特殊加速單元。
英飛凌從三層面布局量子技術
英飛凌為何投注量子運算？Kunčič指出，這與該公司既有客戶基礎與技術能力都有關。一方面，英飛凌長期與大型雲端服務商及運算產業客戶合作，涵蓋資料中心所需的電源管理、功率半導體及高效能運算相關技術，而這些客戶未來也可能成為量子運算能力的需求方；另一方面，量子硬體走向規模化，需要高度精密、特殊化且可靠的技術平台，這正是英飛凌長期累積半導體製程與工程能力可發揮之處。
Kunčič強調，英飛凌在半導體製程最佳化、高精度製造與可靠度管理方面累積超過50年經驗：「我們不只是使用製程來設計產品，而且具備最佳化製程技術本身的能力。」他認為，這也是量子硬體產業化所需要的核心條件之一。
根據Kunčič的介紹，英飛凌從「Prepare」（提前部署）、「Provide」（提供子系統）與「Apply」（推動應用）三個層面切入量子運算。「Prepare」聚焦後量子密碼學，協助資料中心、汽車、邊緣裝置、支付與身分識別等高安全需求應用，提前因應量子運算可能對既有加密架構帶來的衝擊。Kunčič補充，資料保護不只是軟體演算法問題，也與硬體安全密切相關；英飛凌已在客戶信任其保護資料的各類應用中，導入後量子密碼解決方案。
「Provide」則是將英飛凌的半導體製程、工程化與可靠度能力，延伸至量子硬體關鍵元件與子系統，包括離子阱晶圓、矽鍺量子點晶圓、超導量子晶片、低溫直流多工器、氮化矽光子元件與超導放大器等。這些元件不一定是終端使用者最直接看到的量子電腦整機，卻是量子系統能否從實驗室展示走向可擴展、可製造與穩定運作的關鍵。
「Apply」則關注量子運算在真實產業問題中的應用價值。英飛凌希望協助產業尋找量子電腦可發揮優勢的場景，例如供應鏈最佳化、工業流程最佳化，以及其他古典運算難以有效處理的高複雜度問題。對英飛凌而言，量子運算要真正進入市場，關鍵不只是打造硬體，而是讓量子系統在特定應用中創造高於建置成本的價值。
離子阱技術的真正挑戰在系統工程
目前量子硬體仍處於多技術路線並進階段，英飛凌將離子阱（Trapped Ions）、超導電路（Superconducting Circuits）與中性原子（Neutral Atoms）列為三大領先量子位元技術路線；矽量子點、光子量子位元，以及碳化矽、氮化鎵與鑽石NV色心（Nitrogen vacancy Color Centers）等，也被視為具潛力的發展方向。其中超導技術展現較高量子位元數量與高速閘極運作，卻面臨保真度與相干時間（coherence time）變異問題；中性原子具備有利擴展條件，但雙量子位元保真度仍需提升；離子阱則具備長相干時間、高雙量子位元保真度與全連接性等優勢，閘極速度則相對較慢。
量子位元的多技術路線。(圖片提供: Infineon)
Kunčič認為，離子阱技術過去曾被低估。雖然超導量子位元因數量擴展較快而市場聲量較高，但從量子位元品質與保真度來看，離子阱已具備強大基礎。他指出，超導技術若要進一步提升保真度，仍涉及物理層面創新；相較之下，離子阱要從現有規模向上擴展，「不需要發明新的物理方法，這是一種工程性問題，需要精密製程與高可靠度，而這正是半導體產業最擅長的部份，對英飛凌或台灣廠商來說都得心應手。」
在原理上，離子阱系統會先在約5K低溫真空環境中捕捉原子離子，相較於超導量子電腦所需的毫開爾文等級，已是「相對溫暖」的條件。系統可使用鈣或鋇等原子，先將其離子化，再透過直流與射頻電場將離子捕捉在晶片表面上方。
Kunčič以磁浮列車形容這種控制方式：列車懸浮在磁場上，並可透過改變磁場前進；在離子阱晶片中，射頻電場負責把離子「困」在晶片上方，使其不會逸散，直流電場則用來推動離子在晶片表面移動。當兩個或多個離子被移近到約100微米等級，便會彼此作用；若再進一步靠近，便可形成量子糾纏，成為量子運算的基礎。
離子阱系統還需透過射頻波或雷射與離子互動，進行量子閘操作與讀取。Kunčič指出，實際量子電腦往往需要大量雷射，其中部分用於冷卻離子，部分用於讀寫狀態；在讀取時，系統可透過是否偵測到光子，判斷離子處於哪一種量子態。
真正的挑戰在於規模的擴展。若要控制大量離子，系統將需要更多雷射、光路與可精準控制的電極。以英飛凌的擴展路徑來看，約10個離子的晶片可採用相對簡單的線性軌道與約100個直流電極；若擴展到約1,000個離子，便可能需要類似曼哈頓網格的架構、約1萬個電極、低溫多工器與整合式光傳輸；若進一步走向百萬離子規模，則必須導入可完全擴展的單元架構，並整合光子導引、數位控制、多工器與光學元件。
離子阱數量規模化的挑戰。（圖片來源：英飛凌）
量子運算走向工程化競賽
Kunčič表示，量子運算目前正逐步接近「可用」（usefulness）階段。所謂可用，並不只是量子位元數量增加，而是系統必須在量子位元規模、雙量子位元保真度與可執行運算深度之間達到足夠平衡，進而讓量子電腦產生的價值高於建置與運作成本。
目前離子阱、超導電路與中性原子三大技術路線都正快速推進，Kunčič指出，主要量子運算發展藍圖將2033年左右的時間，視為量子運算邁向實際可用的重要時間點；屆時量子運算技術可望在模擬、最佳化、機器學習與密碼學等特定應用中，逐步展現超越古典運算的實際價值。
量子運算技術已經接近可用階段。(圖片來源：英飛凌)
在量子硬體走向產業化的過程中，英飛凌也參與了歐洲三項量子試產線計畫，包括對應離子阱技術的CHAMP-ION、聚焦超導量子晶片的SUPREME，以及由imec協調、鎖定半導體自旋量子技術的SPINS。這些計畫的共同目標，是彌合實驗室研究與工業規模生產之間的落差。
英飛凌並未單押某一種量子技術路線，而是透過多平台參與掌握量子硬體演進；或許離子阱是目前著墨較深的方向，但對於超導與矽量子點的產業化可能性仍保持期待。Kunčič表示，英飛凌將量子運算視為面向未來的長期投資，一方面公司已為AI提供從電網到核心的電源與系統支持，另一方面也希望參與下一代運算架構的發展：「憑藉我們的製造能力與製程能力，我們可以為這個產業帶來有價值的貢獻。」
而對台灣半導體產業而言，量子運算距離大規模商業化仍有一段路，但其技術演進已開始顯示供應鏈機會。如Kunčič在提及離子阱擴展時特別提到，從高保真系統走向大規模量子硬體，關鍵在於精密製程、高可靠度與可擴展工程能力，這些正是半導體產業與台灣產業所擅長的方向。
短期來看，台灣業者未必能立即切入量子電腦整機，但可從封裝、測試、材料、精密製造、低溫電子、控制系統、電源管理、光電整合與設備供應鏈等方向切入；中長期而言，若所謂的「量子共同處理器」逐步進入資料中心，台灣業者憑藉在伺服器、先進封裝、系統整合與高可靠度製造上的既有優勢，也可望能掌握下一代量子-古典混合運算基礎設施商機。
儘管因為AI帶來的運算需求使其發展加速，量子運算仍然不是一項會在短時間之內就帶來衝擊的技術，但它正在從實驗室走向工程化、系統化與產業化。對英飛凌而言，這是一場橫跨後量子安全、量子硬體子系統、工業應用與AI資料中心客戶的長期策略布局；對半導體產業來說，量子運算會是一個在未來需要從製程、封裝、控制、可靠度等不同角度，由生態系廠商共同推進、充滿全新機會的市場。
本文轉載自合作媒體Silicon Press|矽島通訊社，歡迎關注！
- 量子運算加速邁進可用階段 英飛凌分享技術布局策略 - 2026/06/17
- 【COMPUTEX 2026】Edge AI走向現實生活 Alif展示多元低功耗應用 - 2026/06/11
- 【COMPUTEX 2026】Arm揭示代理式AI時代新戰略 台灣供應鏈是關鍵支點 - 2026/06/09
訂閱MakerPRO知識充電報
與40000位開發者一同掌握科技創新的技術資訊！
