Det er jo tid til at fejre! Der er tale om verdens første fabrik til serieproduktion af kvantecomputere. Der var jo også noget nyt i den nyhed, nemlig: “Som en del af denne meddelelse delte virksomheden også en udvidelse af sine faciliteter i Seattle, hvilket øger deres fodaftryk fra 65.000 kvadratfod til imponerende 105.000 kvadratfod.” Man udvider ikke arealet bare for sjov. Det er spændende at følge en af det sidste århundredes mest betydningsfulde videnskabelige teorier (kvantemekanik) udvikle sig til dette århundredes mest betydningsfulde beregningsarkitektur (kvanteberegning). Så snart denne kvantecomputerbranche får styr på tingene, vil kvanteberegning overhale AI i betydning. Dette IonQ er sådan et “lås og glem-selskab” (munalukkoyhtiö), man skal bare have tålmodighed; det kan tage et stykke tid, før Wall Street begynder at købe. Fordi Street’en altid kigger på tallene, og tallene er jo trods alt stadig små. Så 9 ud af 10 analytikere vil sikkert sige, at den er for dyr og er i en boble.
Hos IonQ ser tingene ud til at skride rigtig godt frem efter planen😋
Ja, det gør de. Sidste års opkøb af canadiske Entangled Networks bærer nu frugt med disse løsninger. Jeg synes, der er mange ligheder her med Nvidias opkøb af Mellanox i 2020, hvor Nvidia fik netværksløsninger (interconnect) til deres supercomputere. Nu gør IonQ præcis det samme. IonQ bygger et netværk til kvantecomputere. Kvante-netværket fungerer uden kabler, og der er heller ikke brug for silicium. Det betyder, at energiforbruget per beregningskapacitet falder til en milliontedel (i praksis nul) sammenlignet med for eksempel Arms mest strømbesparende processorer. Det ville være rart at have en tidsmaskine nu og spole lidt frem for at se frugterne af disse revolutionerende ting, der sker lige nu :).
Mente du dog, at energiforbruget til dataoverførsel styrtdykker? Hvis ikke, kan du så præcisere, hvordan kabelfri dataoverførsel kunne presse energiforbruget i forhold til beregningskapaciteten ned på “i praksis nul”? Det lyder nemlig ret utopisk 
Kvantesammenfiltring er et fænomen inden for kvantemekanik, hvor det, der sker på sted X, sker på sted Y i samme øjeblik og uden de dataoverførselsmekanismer, vi kender. Det vil sige, at kvantemekaniske netværk hverken har brug for kabler eller traditionel elektromagnetisk stråling. Og da de overførselsmekanismer, vi kender, mangler, forbruges der naturligvis ingen energi. Einstein betragtede jo også kvantemekanikken som utopisk og lod derfor andre drive udviklingen fremad, bl.a. Erwin Schrödinger, Werner Heisenberg og Niels Bohr.
Har nogen gjort sig nogle tanker om, hvorvidt Q4-resultaterne bliver gode den 28.2.? 
Jeg ved, det er lidt af et mavefornemmelsesspørgsmål… men det ville være rart at høre andres tanker end bare dem inde i mit eget hoved.
Tj. Chapman vidste allerede for 3 måneder siden, hvordan omsætningen fra aftalerne med schweiziske Basel og det amerikanske luftvåben ruller gennem kvartalet, så man rammer estimaterne, og hvis der ikke er nogen overraskelser, endda lidt over. Men for IonQ’s vedkommende har omsætningen endnu ikke den store betydning, da pengestrømmen er uregelmæssig, og selskabet er i en tidlig fase. Det er godt at holde fokus på, om der dukker nye aftaler op, nye samarbejdsnetværk, og om deres roadmap skrider frem. Jeg er allerede nået dertil, at man ikke længere behøver at være nervøs for, om ionfælden (ion trap) er det rigtige gæt. Selskabet skifter nemlig til neutrale atomer, hvis der bliver behov for at skifte. Kvantechippens HW er kun én del af den samlede løsningsstak; der kræves meget anden ekspertise, compilere, software og alle mulige former for teknologi. Så hvis HW blev udskiftet, ville alt ikke være slut. Det betyder, at kvantevirksomheder besidder og akkumulerer mange former for viden, som kan sælges på markedet. Nvidia er jo også så småt ved at blive et softwarehus.
Du svarede ikke rigtig på mit spørgsmål. Du sagde oprindeligt sådan her:
Jeg spurgte:
Mente du alligevel, at energiforbruget til datatransmission falder?
Jeg kan godt acceptere, at der ikke længere bruges ret meget energi på datatransmission, hvis informationen overføres via sammenslyngning. Kvantekomputere bruger dog også strøm, og i øjeblikket går størstedelen af det til køling, og jeg kan i hvert fald ikke huske, at der her har været tale om kvanteteknologier, der i praksis fungerer ved stuetemperatur (der er tydeligvis nogle under udvikling, men tilsyneladende stadig på et ret tidligt stadie [1][2]). På den anden side bruger de dele, der fungerer ved stuetemperatur, jo stadig strøm (afhængigt af teknologien f.eks. opretholdelse af et eventuelt nødvendigt vakuum + de komponenter, der er nødvendige for at styre kredsløbene).
I sig selv ser kvantemaskiner ud til at have meget at tilbyde i forhold til at reducere strømforbruget til beregninger på supercomputerniveau per beregningskraft (selvom jeg ikke rigtig ved, hvordan disse sammenlignes, da en kvantemaskines beregningskraft vel ikke kan måles med de samme test, som man traditionelt har gjort?). Hvis strømforbruget kunne reduceres til en titusindedel med en eller anden sammenlignelig beregningsopgave, som [3] viser, har det jo en betydning. Men hvor fik du den milliontedel fra, som du nævnte? Ekstrapolerer du udviklingen dristigt ti år ud i fremtiden?
[1] https://www.advancedsciencenews.com/breakthrough-in-quantum-computing-with-stable-room-temperature-qubits/ (2024)
[2] https://www.eetimes.eu/the-status-of-room-temperature-quantum-computers/ (2023)
[3] https://www.datacenterdynamics.com/en/opinions/the-dual-pronged-energy-saving-potential-of-quantum-computers/ (2023)
Tak for spørgsmålet @eesau , det er en lidt længere historie, og det tog lidt tid at “dokumentere” 
denne tankegang. Men lad os gennemgå det nu. Og jeg har en ret unik måde at nå frem til en konklusion på, så bær over med mig og læs videre.
EuroHPC’s JUPITER-supercomputer i Tyskland er bygget på ca. 24.000 af NVIDIA’s GH200 Grace Hopper-superchips. Den anses for at være verdens mest kraftfulde AI-system i øjeblikket. Systemets strømforbrug er 18,2 MW, hvilket svarer til 3,6 % af effekten fra én enhed på Loviisa-atomkraftværket (ca. 500 MW). Eller 180 % af Kotka Energias fjernvarmeeffekt på 10 MW. Der er altså tale om en enhed, der forbruger betydelige mængder energi. Du kan læse mere om systemet i det vedhæftede link:
IonQ’s roadmap kan findes på deres investorsider, analyst day 19.9.2023. IonQ har i deres materiale argumenteret for, at de om et par år vil nå en beregningskraft på 64 algoritmiske qubits (#AQ64). På det tidspunkt vil beregningskraften langt overgå supercomputere i bit-verdenen. Derudover er der allerede “større” systemer på IonQ’s roadmap, som vil tusinddoble eller milliondoble beregningskraften i forhold til det punkt, hvor supercomputere allerede er blevet overhalet (allerede før #AQ64).
På IonQ’s roadmaps er energien – effektbehovet – slet ikke en begrænsende faktor. Når jeg tænker på kvantemekanik og relativitetsteori, så er energi, masse, position og hastighed hele tiden begrænsende størrelser i relativitetsteorien. Sådan er det ikke i kvantemekanikken. Her er superposition og sammenfiltring det centrale. Min egen konklusion er, at kvantemekanikkens beregningsarkitektur giver et miljø, der er mange ti-millioner gange mere energieffektivt end bit-verdenen. Det er derfor, energibehovet per beregningsydelse kollapser (måske til en milliontedel), når man skifter til kvantearkitektur. Jeg har forsøgt at visualisere det groft set korrekt, men de præcise beregninger lader jeg matematikerne om.
I praksis, hvis man teoretisk øgede JUPITER-supercomputerens beregningskraft til kvantecomputernes kapacitet, ville JUPITER AI-systemets energiforbrug være 18,2 MW ganget med et virkelig stort tal, måske 1.000.000.000.000 eller deromkring.
Tak for dit spørgsmål @eesau , det førte jo til et svar på, hvor længe man egentlig vil efterspørge de NVIDIA-chips i det nuværende tempo → når kvantecomputing slår igennem om få år, vil man indse, at selv NVIDIA ikke er i sikkerhed med chips baseret på den nuværende arkitektur; kvantechips vil overtage rollen i AI-beregninger. Det slog mig i øvrigt, at IonQ til den tid også kan være et attraktivt opkøbsmål.
Jeg kiggede på de links, du delte, @eesau , og det ser ud til, at der sker meget i kvanteverdenen, og IonQ’s præstationer er ikke nået ud til en særlig bred skare endnu. IonQ ansøger om nye patenter næsten hver uge, og de får dem også; patenterne vedrører finpudsning af kvantecomputingens grundsten, såsom gates (porte), ion-styring og algoritmer er blevet patenteret. Nu begynder denne historie bare at vokse og vokse, så derfor slutter jeg her, og vi vender sikkert tilbage til disse kernespørgsmål mange gange endnu. Og det var faktisk godt at få skrevet denne tanke om bevægelsen mod en milliontedel helt ud; det er jo trods alt hverdagsrefleksioner, det drejer sig om.
“IonQ har i deres materiale argumenteret for, at de om et par år vil nå en regnekraft på 64 algoritmiske qubits (#AQ64).”
Som en yderligere kommentar til dette var AQ29 Aria ifølge IonQ 7 måneder forud for tidsplanen ved lanceringen i efteråret '23, og AQ35 Forte, som blev lanceret her i starten af '24, blev sagt allerede at være 12 måneder forud for tidsplanen. AQ64 Tempo er tidsmæssigt et par år væk, men personligt formoder jeg dog, at IonQ fortsætter i samme spor og også lancerer den før tid; mit eget løse skøn er, at det potentielt kan ske allerede i løbet af i år, men det må tiden jo vise.
Hvis man bygger videre på tanken med dette:
Og de seneste nyheder:
Prognoserne for GH200-salget kan faktisk gå hen og blive ændret igen, når man lader sølvpapirshatten få frit løb her på en lørdag
Til de interesserede er her en lang rapport til gennemsyn.
State-of-Quantum-2024-report.pdf
Det virker i hvert fald ikke for mig
Tak for svaret. Jeg var nødt til at presse på, da du ikke angav nogen begrundelse for din vilde påstand
Der er ingen tvivl om, at løsning af problemer, hvortil der i dag bruges supercomputere i megawatt-klassen, OG som kan formuleres som kvantecomputeralgoritmer, ville kunne klares af kvantecomputere med en brøkdel af det nuværende energiforbrug. Det store spørgsmål er, hvor mange problemer der kan formuleres på en måde, så man kan drage fordel af kvantecomputere. Det er sandsynligt, at kunstig intelligens vil hjælpe med at udvikle kvantealgoritmer selv i tilfælde, der i dag ser ud til at være inkompatible med principperne for kvantecomputere, men al beregning vil sandsynligvis aldrig blive flyttet over på kvantecomputere.
Det, at en kvantecomputer muligvis inden for et par år vil overgå grænserne for regnekraften i selv de mest kraftfulde kvantesimuleringer, der køres på en klassisk computer, fortæller efter min mening ikke om andet end, at simuleringen er utrolig tung at køre. Det skyldes (sandsynligvis, jeg er bestemt ikke ekspert her), at en kvantecomputers funktion er ligeså svær at modellere til en form, der passer til en klassisk computer, som det er for en klassisk computer at løse de problemer, som kvantecomputere er fremragende til. Efter min mening kan man altså ikke drage den konklusion, at hvis en AQ64-kvantecomputer overgår en kvantesimulering, der kører på en supercomputer med et strømforbrug på flere megawatt, så ville den kvantecomputer kunne erstatte den pågældende supercomputer – eller at de overhovedet kan sammenlignes særlig godt, da de fungerer så forskelligt og egner sig til så forskellige behov. Jeg ved dog overhovedet ikke, hvor mange af de problemer, der i øjeblikket løses på supercomputere, der er af en sådan art, at man kan skrive en effektiv kvantealgoritme til dem, så jeg er på lige så tynd is med min holdning her, som du er. 
Jeg forsøgte også at få et overblik over den nuværende status for “quantum AI”, altså kvante-kunstig intelligens, men vi befinder os nok stadig i høj grad i de vilde visioners fase – alene af den grund, at der enten ikke findes kraftige nok kvantecomputere endnu, eller i det mindste har de ikke eksisteret længe nok og i tilstrækkeligt omfang til, at feltet har nået at udvikle sig særlig langt på et eksperimentelt plan. Eller måske lykkedes det mig bare ikke at finde de rigtige kilder 
Hvis man formår at skrive algoritmer til maskinlæringsproblemer, der egner sig til kvantecomputere, så vil NVIDIAs nuværende konkurrencefordele naturligvis forsvinde på et øjeblik, men vil det ske, og hvornår sker det? Jeg forventer ikke, at nogen kan give et overbevisende svar på det lige nu. De hotteste algoritmer inden for deep learning i dag er udviklet i løbet af det seneste årti på baggrund af, at vi endelig har haft en tilstrækkelig omkostningseffektiv måde at udføre paralleliseret matrixalgebra på. Nogen er nødt til at udvikle noget, der sandsynligvis er helt anderledes, før kvantecomputere overhovedet når det samme niveau, som de nuværende AI-dimser befinder sig på.
Det link virkede heller ikke for mig længere, men dette ser ud til at virke: State of Quantum 2024 - Second Edition - IQM Quantum Computers
80 siders læsning til søndag aften
Jeg har allerede skrevet om det samme emne i Nvidia-tråden, men jeg skriver det også her.
Kvanteberegning fungerer godt til problemer, hvor der er begrænsede mængder data, men selve beregningen er udfordrende. Karakteren af beregninger i kunstig intelligens er præcis den modsatte: der er massive mængder data, og beregningen er relativt let (simple matrix-operationer, som man karikeret sagt kan beregne en analytisk løsning på med pen og papir).
Årsagen findes i kvantehukommelse, hvor der – i hvert fald endnu ikke – findes en løsning til permanent lagring svarende til klassisk databehandling.
Dette er altså en begrænsning, især i denne type LLM-modeller, som trænes på enorme datamængder, og hvor det spekuleres i, at begrænsningen for forbedring af de nuværende modeller ligefrem er, at de snart er blevet trænet i stort set al den information, menneskeheden har lagret. Der findes naturligvis egne forskningsgrene inden for kvante-AI, blandt andet i forhold til SVM-modeller (google ”quantum SVM”, hvis emnet interesserer dig) og lignende, men det må tiden vise, om der nogensinde kommer noget virkelig brugbart ud af disse, især når udviklingen inden for klassisk databehandling er så svimlende hurtig, og forspringet øges hver uge.
"“Med fremkomsten af generativ AI hører vi i stigende grad fra kunder om de uoverkommeligt dyre og langvarige beregningsressourcer – mere end 1 milliard dollars og 3 måneder – der kræves for at træne visse store sprogmodeller. Vi vurderer, at det for fuldt ud at simulere 64 algoritmiske qubits ville kræve 3,6 milliarder GPU’er, og at IonQ ved at flytte AI-arbejdsbelastninger til vores stadig mere kraftfulde kvantecomputere kan hjælpe med at adressere verdens næste store beregningsmæssige udfordring. Vi ser frem til at arbejde sammen med vores kunder om den næste æra inden for computing og netværk i 2024 og fremover.”
Edit: tilføjet til citatet
Dét er sagens kerne. Antallet af GPU’er og energiforbruget bliver den begrænsende faktor. IonQ har undersøgt sagen. Og det er derfor, man på et tidspunkt vil udskifte GPU’er med QPU’er. For Wall Street er dette en ret umulig prisfastsættelsesopgave, og derfor er kursen derefter. I tallene var især den tydelige væksttrend i ordrebeholdningen interessant. Vi vender tilbage på et senere tidspunkt.
Jeg stiftede bekendtskab med denne tråd for første gang i 2022, og jeg har besøgt den en del siden. I dag kiggede jeg den igennem igen og tænkte, at jeg ville forsøge at forstå lidt mere om virksomhedens fundamentale forhold.
Jeg forsøger så at sige at samle trådene. Selvfølgelig er nogle af de nedenstående oplysninger helt korrekte, men dele af informationerne er forældede og skrevet lidt mærkeligt.
Er nedenstående AI-resuméer af de grundlæggende ting nogenlunde korrekte? (for dem, der har fulgt virksomheden tættere, er nedenstående oplysninger nok ikke til megen nytte).
Jeg spurgte en AI, nemlig ChatGPT, hvis viden kun strækker sig til begyndelsen af 2022.
Kort om virksomheden
IonQ er en virksomhed, der fokuserer på at udvikle og kommercialisere kvanteteknologier. De fokuserer specifikt på at bygge og udnytte kvantecomputere. IonQs tilgang er baseret på “trapped ions” (indfangede ioner), hvor en kvantebit kan manipuleres og aflæses præcist. Denne teknik giver høj præcision og mere stabile kvanteprocesser. IonQ er en af mange virksomheder, der stræber efter at udvikle kvantecomputere, som kan løse komplekse problemer meget hurtigere end traditionelle computere.
Økonomiske muligheder
Kvantecomputeren udviklet af IonQ og den dertilhørende kvanteteknologi kan potentielt udnyttes i mange økonomiske sektorer. Her er nogle måder, hvorpå kvantecomputere kan give økonomiske fordele:
- Finans og investering: Kvantecomputere kan tilbyde bedre modeller til analyse af investeringer og finansiering. De er i stand til at behandle enorme mængder data og udføre komplekse beregninger hurtigt, hvilket kan hjælpe med at forudsige markedsbevægelser og optimere investeringsbeslutninger.
- Optimering: Kvantecomputere kan løse komplekse optimeringsproblemer hurtigere end traditionelle computere. Dette kan føre til mere effektive forsyningskæder, ressourceoptimering og forbedret logistik, hvilket sparer virksomheder for omkostninger og forbedrer deres konkurrenceevne.
- Materialedesign og medicin: Kvantecomputere kan simulere interaktioner på atomniveau, hvilket hjælper med at udvikle nye materialer og lægemidler. Dette kan føre til skabelsen af innovative produkter og behandlingsmetoder, som igen kan skabe nye markeder og forretningsmuligheder.
- Sikkerhed og kryptering: Kvantecomputere kan hjælpe med at udvikle endnu stærkere krypteringsteknikker og sikkerhedsprotokoller. Dette er vigtigt i f.eks. banksektoren, onlinesikkerhed og beskyttelse af personoplysninger.
Det er dog værd at bemærke, at kvantecomputeres fulde potentiale inden for det økonomiske område stadig kan ligge langt ude i fremtiden, og deres praktiske anvendelser er stadig i udviklingsfasen. Desuden er bygning og vedligeholdelse af kvantecomputere stadig dyrt, og deres udbredte implementering kan kræve tid og ressourcer.
Konkurrenter
IonQs konkurrenter er andre virksomheder og forskningsinstitutioner, der også udvikler kvantecomputere og relateret kvanteteknologi. Nogle af de mest kendte konkurrenter er:
- IBM: IBM er en af de førende virksomheder inden for udvikling af kvantecomputere. De har udviklet flere prototyper af kvantecomputere og har investeret massivt i kvanteteknologi.
- Google: Google er også en betydelig aktør i udviklingen af kvantecomputere. De har blandt andet udviklet Bristlecone-kvantecomputeren og har været pionerer inden for forskning i kvantealgoritmer.
- Microsoft: Microsoft har forpligtet sig til udvikling af kvantecomputere gennem deres Quantum Computing-projekt. De har blandt andet udviklet programmeringssproget Q# og er involveret i flere forskningsprogrammer inden for kvanteteknologi.
- D-Wave Systems: D-Wave har specialiseret sig i udvikling af kvanteoptimeringscomputere. De er førende udbydere af kvanteoptimeringsløsninger og har leveret flere kvantecomputere til deres kunder.
- Rigetti Computing: Rigetti er en anden udvikler af kvantecomputere og kvanteinfrastruktur. De tilbyder adgang til kvantecomputere som en cloud-tjeneste og udvikler også deres egne kvantecomputermodeller.
Dette er blot nogle få eksempler på IonQs konkurrenter inden for kvantecomputere. Konkurrencen på dette område er dog bred og mangfoldig, og nye aktører kan dukke op på markedet løbende.
[details=“Hvordan de adskiller sig fra konkurrenterne”]
IonQ skiller sig ud fra sine konkurrenter på flere måder, og her er nogle af de vigtigste faktorer:
- Fældeteknologi (trapped ion): IonQs tilgang er baseret på fældeteknologi, hvor ioner fanges i et elektrisk felt, og deres tilstand manipuleres ved hjælp af lasere. Denne tilgang gør det muligt at bygge en kvantecomputer med høj præcision og overlegen stabilitet. Tilgange brugt af andre virksomheder kan f.eks. være brugen af superledende kredsløb eller topologiske kvantebits.
- Stabilitet og fejlretning: IonQs fældeteknologi muliggør bygningen af en meget stabil kvantecomputer, hvilket er afgørende for evnen til fejlretning. Fejlretning er en betydelig udfordring i kvantecomputeres drift, og IonQs fældeteknologi giver et stærkt grundlag for udvikling af fejlretningsløsninger.
- Kommerciel tilgængelighed: IonQ er en af de første virksomheder, der tilbyder en kommerciel kvantecomputer som en cloud-tjeneste. De har samarbejdet med flere kunder, som allerede har brugt IonQs kvantecomputer til at løse problemer fra den virkelige verden.
- Ydeevne: IonQs kvantecomputere har vist fremragende ydeevne i flere kvantealgoritmer og applikationer. For eksempel har deres kvantecomputer været konkurrencedygtig i mange kvanteoptimeringsopgaver.
- Fællesskab og økosystem: IonQ er aktiv i fællesskabet for forskning og udvikling af kvanteteknologi. De har været involveret i flere forskningsprogrammer inden for kvanteteknologi og har samarbejdet med flere akademiske og industrielle aktører om udvikling af kvantealgoritmer og applikationer.
Disse faktorer tilsammen gør IonQ til en betydelig aktør inden for kvantecomputere og hjælper dem med at skille sig ud fra deres konkurrenter.
[/details]Googles AI’s tanker:
Kort om virksomheden
IonQ: Virksomhedspræsentation
Mission: IonQ’s mission er at bygge verdens bedste kvantecomputere til at løse verdens mest komplekse udfordringer og forbedre forretning, samfund og vores planet.
Grundlæggelse: IonQ blev grundlagt i 2015 på baggrund af mere end 25 års banebrydende akademisk forskning.
Branche: Hardware og software til kvantecomputere
Hovedkvarter: College Park, Maryland, USA
Administrerende direktør (CEO): Peter Chapman (siden 20. maj 2019)
Teknologi: IonQ’s kvantecomputere er baseret på fangne ioner (trapped ions). Denne teknologi tilbyder flere fordele, såsom:
- Skalerbarhed: IonQ’s systemer kan skaleres til hundreder og endda tusinder af qubits.
- Præcision: IonQ’s systemer tilbyder ekstremt høj præcision for kvanteberegninger.
- Alsidighed: IonQ’s systemer er velegnede til at køre mange forskellige typer kvanteapplikationer.
Produkter:
- IonQ Aria: Et alment tilgængeligt, højtydende flagskibs-kvantesystem.
- IonQ Forte: Det mest kraftfulde kommercielt tilgængelige kvantesystem på markedet.
- IonQ Forte Enterprise: (Forventes i 2024)
- IonQ Tempo: (Forventes i 2025)
Præstationer:
- IonQ var det første børsnoterede “pure-play” kvantecomputerfirma (på New York Stock Exchange i oktober 2021).
- IonQ har nået flere betydelige milepæle i udviklingen af kvantecomputere.
- IonQ’s systemer bruges af flere førende organisationer på tværs af forskellige brancher.
Yderligere information:
- IonQ’s hjemmeside: URL IonQ
- IonQ’s blog: URL IonQ Blog
- IonQ’s investorrelationer: URL IonQ Investor Relations
Bemærk venligst, at jeg i mit svar ikke har brugt URL’er eller markdown-links. I stedet har jeg brugt søgeord, som du kan bruge til at søge efter information med en Google-søgning.
Risici og muligheder
IonQ’s risici og muligheder
Risici:
- Udviklingen af kvantecomputere er stadig i en tidlig fase: Der er en risiko for, at IonQ’s teknologi ikke er skalerbar eller kraftfuld nok til kommerciel brug.
- Konkurrencen er intens: Der er flere andre virksomheder i branchen, der udvikler kvantecomputere.
- Lovgivningsmæssige risici: Der findes endnu ikke en lovgivningsmæssig ramme for kvantecomputere.
Muligheder:
- Kvantecomputere har et enormt potentiale til at revolutionere flere brancher: Kvantecomputere kan for eksempel bruges til udvikling af medicin, design af nye materialer og løsning af problemer i den finansielle sektor.
- IonQ har en stærk teknologisk position: IonQ har adskillige patenter, og deres teknologi anses for at være blandt de bedste i branchen.
- IonQ har et erfarent ledelsesteam: IonQ’s ledelsesteam har omfattende erfaring fra teknologibranchen.
Sammenfatning:
IonQ er en risikabel investering, men den har også et enormt potentiale. Investorer bør nøje overveje alle risici og muligheder, før de træffer en investeringsbeslutning.
Yderligere information:
- IonQ’s risikofaktorer: URL IonQ Risk Factors
- Markedsrapport for kvantecomputere: URL Quantum Computing Market Report
Bemærk venligst, at jeg i mit svar ikke har brugt URL’er eller markdown-links. I stedet har jeg brugt søgeord, som du kan bruge til at søge efter information med en Google-søgning.
Lad os tilføje virksomhedens kurshistorik her for underholdningens skyld.
Nogen var inde og like et gammelt opslag, hvor der var et par links til at sætte sig lidt ind i kvante.
Jeg kom i tanke om, at jeg for nylig faldt over et nyt sted. Her: