鑑於量子電腦（Quantum Computer）龐大的運算潛力，全球科技產業，包含大型雲端服務供應商也紛紛跳入量子運算領域，2019年末AWS將量子運算納入雲端體驗，發佈Amazon Braket雲端服務，也正式掀起了開端。
根據Precedence Research調查，2022年全球量子運算市場規模為101.3億美元，預估到了2030年將超過1,250億美元，2022年至2030年的年複合成長率高達36.89%。促使市場增長的因素，除了各國政府大力投入外，COVID-19疫情帶動強勁的數位轉型動能，以及日益增加的網路威脅都是驅動因素之一。
鑑於量子電腦（Quantum Computer）龐大的運算潛力，全球科技產業，包含大型雲端服務供應商也紛紛跳入量子運算領域，不只Google意欲搶奪量子霸權，去年微軟在「Innovation Stories」部落格上宣布微軟已經開發出可以創造量子特性的設備，拓樸量子位元（Topological Qubit）將有望比使用其他類型的已知量子位元構建的量子電腦更穩定。
2019年末AWS將量子運算納入雲端體驗，發佈Amazon Braket雲端服務，也正式掀起了開端。這項服務可讓企業更容易地造訪和使用不同類型的量子電腦，一方面協助企業解決傳統運算技術無法完成的任務，另一方面也為企業未來銜接量子運算打底，並且藉此保持競爭力。
AWS量子運算四大支柱
Amazon Braket雲端服務發布後，AWS也觀察到許多實驗機構、教育機構、大學均積極使用，遂而成立量子解決方案實驗室（Amazon Quantum Solutions Lab）以便讓科學家、研究人員與企業開發團隊進行長期的量子運算應用領域的協同合作。除此之外，AWS也開始著手量子電腦的研究，在美國加州理工的校區成立量子運算研究中心（AWS Center for Quantum Computing），並且針對量子運算的硬體、應用、遷移等等核心技術進行開發。
為了釋放量子設備的全部潛力，需要將量子設備連接成一個量子網路，2022年6月AWS也成立量子網路中心（AWS Center for Quantum Networking），除了可實現傳統加密技術無法達到的隱私和安全標準外，更可將單個量子處理器串連並放大能力，提供強大且安全的雲端量子伺服器。
Amazon Braket可協助量子運算的科學研究和軟體開發 。（資料來源：AWS）
AWS量子運算總監Simone Severini解釋，Amazon Braket量子運算服務、量子解決方案實驗室、量子運算研究中心以及量子網路中心是AWS在量子戰略中的四個重要支柱，Amazon Braket主要提供了量子運算代管服務，讓研究人員和開發人員能夠存取不同類型的量子硬體；量子解決方案實驗室則是提供專業服務，旨在協助企業研究和確定最有前途的量子運算應用，並且為企業的業務做好量子化準備；量子運算研究中心則是AWS工程師與學術界合作建置容錯量子電腦；最後量子網路中心則會專注於解決基本的科學與工程挑戰，並為量子網路開發新的硬體、軟體和應用。
多方測試評估融入IT架構可行性
他提到，量子運算是一項新興技術領域，旨在透過量子力學來解決目前古典運算難以解決的問題。傳統的古典運算使用1和0來解決問題，而量子位元可以同時為1和0，從而產生一種稱為疊加（Superposition）的現象，這使得我們能夠用電腦探索量子物理學，並且進行更深入的研究，例如化學動力學（對藥物設計有用）和材料研究等領域，並開發新的替代方法來解決當今真正困難的問題。
目前，企業可在Amazon Braket選擇不同的量子電腦技術，包括D-Wave的量子退火（Quantum Annealing）、IonQ的離子阱（Ion Trap）及Rigetti的超導量子位元（Superconductor）。其中，量子退火主要是藉由物理過程來找尋全域最低能量的狀態，解決優化問題；而離子阱主要是透過帶電原子的電子態來實作量子位元，利用電磁場限制帶電原子的運動，以達到局限在某個自由空間的目的；至於超導量子位元，則是由在極低溫下運行的超導電路所建構。此外，也可結合使用量子運算和傳統運算系統運行混合演算，有助克服現時量子技術的局限。
Simone Severini認為，現在判斷哪種方法可行還為時過早，這也是為何AWS會推出量子運算服務的原因，目的是加速量子運算的科學研究與軟體開發，「開發人員和IT領導者應該利用非依賴特定硬體的量子運算服務來試驗不同類型的量子電腦和方法，將這些不同的技術並排比較，並且透過更改程式碼以便在這些技術中進行切換。」他提到，企業應該設想有一天量子運算應該如何融入以雲端為基礎的IT基礎架構，或是與其他運算資源一起工作。雖然這些試驗的工作負載是實驗性質，但是卻有助於解決可用性、安全性和資源管理等複雜的操作問題。
適用優化與模擬問題場景
量子運算的應用場景可分為幾個面向，典型的應用是處理優化類的問題，例如交通的疏導、管理或是銀行的核心金融交易問題。此外，模擬類比也很合適，例如應用在化工化學產業、新材料的研發、電池的開發、生產製造的系統、物料的管理、節能等層面上，或是醫藥領域的新藥開發也很適合。 若想在量子運算取得進一步的進展，企業需要在內部發展專業知識，並且設法使用數量有限的量子電腦。若有意測試各類量子運算處理器及技術，研究人員須部署和管理基礎設施，與不同供應商協商存取許可，並需要編寫特定的程式碼才能連接到相關量子處理器。若使用量子電腦及代管的基礎設備，則將有助企業評估量子運算為業務帶來的改變，以便開始建立必要技能以探索新的機會。
但平心而論，量子運算應用現今仍處於概念驗證的研究階段，而且也面臨著幾項挑戰，首先在技術領域方面，量子運算必須針對如何糾錯以及將系統做大兩個面向進行突破，如此才能真正落地到應用。其次，量子運算人才的培養儲備也是非常關鍵的一環，目前市場上多側重於量子運算的硬體、技術還有商業價值，但包含量子電腦建置開發以及量子運算應用類的人才也非常重要，量子運算社群有助於培育新人才，不過這需要好幾年的時間，才能夠真正夠培養出數萬名量子運算相關人才。
Simone Severini最後強調，建置量子電腦是一項巨大的挑戰，而且需要採用新的思維方式來設計演算法，量子運算的發展將是一段漫長的旅程，但是有機會加速。重要的是，應該深入關注長期的糾錯和可擴展性，而不是只看可用的量子位元數來定義技術演進發展。