Gartnerは2028年まで企業AIの本番処理で古典計算が優位と予測

Gartnerは2028年まで企業AIの本番処理で古典計算が優位と予測

Gartnerは2026年8月4日に公表した見解で、大規模な企業AIワークロードは2028年まで量子ハードウェア上では稼働せず、GPUなどを利用する古典的なアクセラレーテッドAIが本番ベンチマークで優位を保つと予測した。Gartnerは量子技術自体を否定するのではなく、企業がAIの本番投資と量子研究開発を異なる時間軸で評価する必要があるとの考えを示している。^[1]

Gartnerは、量子ハードウェア上で実行することで性能、コスト、能力面の優位性を得るAI・機械学習技術をQuantum AIと定義し、古典AI、量子インスパイアードAI、小規模な量子回路と古典計算を組み合わせるハイブリッド方式を区別している。深層学習、Transformer、強化学習はCPU、GPU、TPU上で企業利用が進んでいる一方、ハイブリッド方式は研究やベンダー支援型の実証が中心であり、実運用のAIワークロードで量子的優位性を示した査読済み研究成果は確認できていないとしている。

Gartnerは、AIで測定可能な性能やコスト上の利益を得られるフォールトトレラント量子計算には、ハードウェア、誤り訂正、ミドルウェア、アルゴリズムの4領域で前進が必要であり、企業価値との関係では物理量子ビット数より有用なエラー率で動作する論理量子ビットの利用可能性を重視している。さらに2030年までフォールトトレラント量子計算はAI用途で研究開発段階にとどまり、経済合理性を持つエンドツーエンドのAIアルゴリズムを支える論理量子ビット規模には不足すると予測している。

企業AIと量子AIで異なる投資時間軸と評価項目

Fuel Connect編集部の整理

今回の内容は、企業AIの本番処理に用いる計算基盤と量子コンピューティング研究を同一の技術区分として扱わず、それぞれの成熟度、利用段階、評価基準を分けて整理したGartnerの予測を取り上げたものである。AI基盤の選定や研究開発予算の管理に関わる担当者にとっては、2028年までの本番処理と2030年までの量子AI研究開発について、異なる時間軸が示されている点を把握する材料となる。

企業のIT戦略、AI基盤、研究開発、技術調達、予算管理に関わる読者は、GPUなどによる古典計算、量子インスパイアード手法、ハイブリッド方式、量子ハードウェアを区別し、原文で示された評価対象を確認する際に参照できる。特に、物理量子ビット数だけでなく論理量子ビット、誤り訂正、制御技術、古典計算との比較ベンチマーク、性能やコストの測定結果が評価項目として挙げられている点は、技術検証や投資管理に関係する情報である。

関連ガイド：アドブルー（AdBlue）とは｜アドブルー通販・選び方｜AdBlue通販・お見積り