汽车与组装实践：量子计算驱动未来移动性
移动性革命的加速器
随着量子计算的发展，汽车与组装领域正经历前所未有的快速变革。电动汽车（EV）销售激增，预计到2030年将增长六倍。新解决方案，包括先进的电池技术和自动驾驶车辆，正在研发中，并吸引了大量投资者的关注，自2010年以来，汽车硬件和软件解决方案领域已吸引近2800亿美元的投资。同时，消费者对私家车的需求转向更环保的选择，如电动滑板车和共享出行服务。
未来的连接、智能与绿色移动性
技术变革与消费者偏好的转变最终将塑造一个全面连接、智能化且环境友好的移动生态系统。车辆可能配备软件，使其能够扫描周围环境以寻找停车位或识别危险，从而迈向全自动驾驶。乘客可以享受车内游戏、视频流媒体等功能。如果路线受阻，车辆可以提出替代方案。对于复杂的旅程，消费者可以通过应用程序无缝切换至地铁、共享车辆或其他交通方式。
数据交换的挑战与机遇
这些变化以及许多其他联网汽车功能和移动应用，依赖于车内计算机与外部位置之间大量数据的快速和顺畅交换。许多移动应用，如地图服务，依赖于科技公司与原始设备制造商（OEM）之间的信息交换。这些业务最近才开始合作，并仍在探索最佳的数据分享和交换方式。
传统计算的局限与量子计算的潜力
现有计算机虽然能满足许多应用需求，但在构建连接且智能化的移动生态系统方面存在局限。量子计算（QC）通过利用量子力学原理（原子和亚原子粒子的行为和相互作用的规则），有可能提供更快、更有效的解决方案。短期来看，QC最适用于解决涉及小数据集的复杂问题；随着性能提升，它将应用于极大数据集。
量子计算的应用前景
尽管研究估计大规模商业应用量子计算还需约5至10年，但一些移动性公司已经开始试点应用并加强在这一领域的能力建设。未来机会可能很快出现。例如，原始设备制造商可以利用量子计算模拟调整车辆组件材料组成如何影响性能。量子计算在大型多路网络国家中尤其有价值，可用于提高自主驾驶中的传感器和车辆系统的性能，帮助制造商开发防黑客攻击的更好加密算法。
量子计算带来的价值与优势
高绩效经典计算（HPC）中的算法足以处理许多计算任务，如临床试验评估、金融市场分析和天气预测。然而，量子计算能够以更快的速度和更低的功耗执行相同计算。此外，量子计算可能解决目前HPC难以触及的一些跨行业复杂问题。在移动性领域，某些公司可能因成本较低而犹豫不前，但这种思维可能过于短视，因为量子计算算法持续改进，相关成本可能下降。
量子计算的优先应用领域
量子计算在三个领域具有最大的时间和成本优势，以及在某些情况下提供更准确的结果：优化、模拟和量子辅助的人工智能/机器学习。具体应用时间线取决于所涉及的活动类型。
量子计算在优化领域的应用
优化算法考虑多个参数的不同组合，以确定它们如何影响最终结果，比如采用新材料制造时减少浪费的可能性。短期内，量子优化应用最有可能产生效益，帮助自动驾驶车辆正确预测人类驾驶员在特定情况下的反应，通过分析大量驾驶数据。
量子计算在模拟领域的应用
量子计算可实现更快、更精确的模拟，如评估不同分子内部能量结构及其相互作用。在移动性领域，此类模拟有助于优化电池设计、促进耐热材料的创造，并助力替代航空燃料的研发。
量子计算在混合机器学习和人工智能领域的应用
量子算法可以降低机器学习/人工智能模型的训练时间和功耗，尤其是在最计算密集的层，从而帮助企业更快做出决策。例如，它们可以更快速地调整飞行计划和航线，基于大气模型数据。另外，量子计算可能会减少所需训练数据量。
近期行动策略
短期内，企业可能通过混合运营模式产生最大影响，在此模式下，它们使用HPC处理某些问题，并保留量子计算用于那些能带来最大利益的特定案例。例如，化学反应领域，由于量子力学指导着原子和亚原子粒子的交互，量子计算可以用于优化反应过程，实现更高的效率和可持续性。
