量子運算或將有效應對氣候變遷 - 工程師
By Tristan Cohan
at 2022-01-07T17:35
at 2022-01-07T17:35
Table of Contents
量子運算或將有效應對氣候變遷
https://bit.ly/3qYx266
世界各國不斷緊隨著聯合國制定協議,並大力尋找減少氣候變化影響的方法。2021年聯合
國氣候變遷會議(COP26)被認為是限制全球氣溫上升在1.5攝氏度以上的最後和最好的機會
。若無法達成,將可能導致災難性的影響。
為減少碳足跡需要了解其科學。最好的方法是利用強大的運算設備模擬氣候模型和化學的
交互作用。同樣的,尋找替代燃料、改善電動汽車以提高採用率,以及其他抑制氣候變遷
的研究都需要高運算能力。因此,迫切需要加快研發階段以創造可行的解決方案。
高效能運算面臨之挑戰
到目前為止,這些過程都利用高效能電腦(HPC或超級電腦)來協助運算。然而,高效能
運算已經面臨著滿足當前需求和期望的幾個挑戰:
HPC非常耗能。例如,機器需要100 MW的功率,相當於為80,000個美國家庭供電所需的能
量。
隨著機器的需求繼續地增長,將達到無法永續的消費水準。訓練人工智慧模型需要在HPC
上運行的演算法,並在其生命週期中可能產生 284,000公斤的二氧化碳,相當於五輛汽車
生命週期的排放量,包含製造過程。
量子電腦運算之優異性與應用層面
HPC的替代方案是下一代量子電腦運算的技術,其功能強大,能耗也更低。由於仰賴於量
子力學特性,量子運算將減少運算時間,進而減少能量的消耗。量子電腦因為仍處於初始
開發階段,未來還有可能比現在更強大。
以下一些可行階段之應用,可藉由利用量子運算模擬來緩解氣候變遷:
電動車
以電動車的角度來看,電池的改進重點在增加其能量密度。可針對電池材料相關進行化學
反應研究和電池重量優化的電化學模擬,將可大大降低電動汽車的成本。此外,量子運算
可以幫助加快對電池材料可用於製造的研究,藉由模擬以材料如何與催化劑的交互作用,
可縮短開發時間並延長電池壽命。而這些因素,將使轉型電動車的途徑更加順利。
解決交通運輸問題
不論路上或海上,如果能夠透過量子電腦尋找優化安全且最佳路線,將有助於降低運輸成
本,縮減擁塞及運送時間。
材料探索
新材料的探索可幫助改善能量轉換、傳輸、儲存、能源利用以及優化碳密集型材料的設計
,這些都會影響氣候變化。過去透過高效能運算的分子模擬,來探索新材料得到了顯著地
推動。隨著分子變得越來越複雜,模擬的運算量也越來越大,可能需要多年的研究,運算
將成為瓶頸。若應用於量子電腦上,分子模擬將快速而準確。
再生能源
為逐步淘汰煤炭使用並加速轉向再生能源,需憑藉更高的運算能力,藉由加快模擬次數以
改善太陽能電池或風電場。我們也可利用量子機器學習來優化電網基礎設施,減少發電周
轉時間並提高準確性。量子運算目前正被用於其他潔淨能源之替代品,例如如何安全運用
氫燃料。
飛機設計
透過開發運算偏微分方程的有效解決方案,利用量子運算執行流體動力學運算模擬,以減
少機翼阻力,使飛機飛行更節能。藉由微小設計的改進,有可能阻止數百萬噸的CO2進入
大氣。
氣候預測建模
透過天氣建模來限制碳足跡。從理論上來說,量子運算可以藉由精確地模擬碳足跡,幫助
更準確的預測氣象,因為其能夠比傳統電腦接收更多數據輸入。因此,可為能源生產和供
應制定精準的計劃,並幫助氣象學家和環境科學家創建準確的氣候模型,以了解行為和技
術的潔淨轉型變化對地球及其生態系統的影響。
農業
肥料生產是一個能源密集型過程,消耗全球約2%的能源。透過了解各種細菌的行為,開發
更環保的肥料。由於需要對形成這些細菌的酶和蛋白質進行詳細模擬,量子電腦已成為傳
統電腦更好的選擇。
綠色雲端 (Green Cloud)
綠色雲端運算已經在各個領域得到普及。雲端運算顯著減少了數據中心數量,否則將會過
度產生碳足跡。量子運算可負責提供消耗更少能量的數據儲存解決方案。從這個角度來看
,混合量子傳統雲端系統具有很大的推動力,這些基於雲端開源環境的開發,將使量子電
腦的利用更加順暢。
目前,許多產業如汽車、航太、電子和製造業,都需要強大的運算能力,且量子運算也正
在加速創新。現在,我們正處於進入量子運算有利的位置,可以讓一些產業從傳統運算過
渡到量子領域。隨著環境惡化的問題不斷浮現,我們被迫加速開發能以更少的能量與高適
應性之量子技術,來幫助完成更好的運算模擬,並協助產業應對氣候變遷帶來的危機和轉
機。
--
https://bit.ly/3qYx266
世界各國不斷緊隨著聯合國制定協議,並大力尋找減少氣候變化影響的方法。2021年聯合
國氣候變遷會議(COP26)被認為是限制全球氣溫上升在1.5攝氏度以上的最後和最好的機會
。若無法達成,將可能導致災難性的影響。
為減少碳足跡需要了解其科學。最好的方法是利用強大的運算設備模擬氣候模型和化學的
交互作用。同樣的,尋找替代燃料、改善電動汽車以提高採用率,以及其他抑制氣候變遷
的研究都需要高運算能力。因此,迫切需要加快研發階段以創造可行的解決方案。
高效能運算面臨之挑戰
到目前為止,這些過程都利用高效能電腦(HPC或超級電腦)來協助運算。然而,高效能
運算已經面臨著滿足當前需求和期望的幾個挑戰:
HPC非常耗能。例如,機器需要100 MW的功率,相當於為80,000個美國家庭供電所需的能
量。
隨著機器的需求繼續地增長,將達到無法永續的消費水準。訓練人工智慧模型需要在HPC
上運行的演算法,並在其生命週期中可能產生 284,000公斤的二氧化碳,相當於五輛汽車
生命週期的排放量,包含製造過程。
量子電腦運算之優異性與應用層面
HPC的替代方案是下一代量子電腦運算的技術,其功能強大,能耗也更低。由於仰賴於量
子力學特性,量子運算將減少運算時間,進而減少能量的消耗。量子電腦因為仍處於初始
開發階段,未來還有可能比現在更強大。
以下一些可行階段之應用,可藉由利用量子運算模擬來緩解氣候變遷:
電動車
以電動車的角度來看,電池的改進重點在增加其能量密度。可針對電池材料相關進行化學
反應研究和電池重量優化的電化學模擬,將可大大降低電動汽車的成本。此外,量子運算
可以幫助加快對電池材料可用於製造的研究,藉由模擬以材料如何與催化劑的交互作用,
可縮短開發時間並延長電池壽命。而這些因素,將使轉型電動車的途徑更加順利。
解決交通運輸問題
不論路上或海上,如果能夠透過量子電腦尋找優化安全且最佳路線,將有助於降低運輸成
本,縮減擁塞及運送時間。
材料探索
新材料的探索可幫助改善能量轉換、傳輸、儲存、能源利用以及優化碳密集型材料的設計
,這些都會影響氣候變化。過去透過高效能運算的分子模擬,來探索新材料得到了顯著地
推動。隨著分子變得越來越複雜,模擬的運算量也越來越大,可能需要多年的研究,運算
將成為瓶頸。若應用於量子電腦上,分子模擬將快速而準確。
再生能源
為逐步淘汰煤炭使用並加速轉向再生能源,需憑藉更高的運算能力,藉由加快模擬次數以
改善太陽能電池或風電場。我們也可利用量子機器學習來優化電網基礎設施,減少發電周
轉時間並提高準確性。量子運算目前正被用於其他潔淨能源之替代品,例如如何安全運用
氫燃料。
飛機設計
透過開發運算偏微分方程的有效解決方案,利用量子運算執行流體動力學運算模擬,以減
少機翼阻力,使飛機飛行更節能。藉由微小設計的改進,有可能阻止數百萬噸的CO2進入
大氣。
氣候預測建模
透過天氣建模來限制碳足跡。從理論上來說,量子運算可以藉由精確地模擬碳足跡,幫助
更準確的預測氣象,因為其能夠比傳統電腦接收更多數據輸入。因此,可為能源生產和供
應制定精準的計劃,並幫助氣象學家和環境科學家創建準確的氣候模型,以了解行為和技
術的潔淨轉型變化對地球及其生態系統的影響。
農業
肥料生產是一個能源密集型過程,消耗全球約2%的能源。透過了解各種細菌的行為,開發
更環保的肥料。由於需要對形成這些細菌的酶和蛋白質進行詳細模擬,量子電腦已成為傳
統電腦更好的選擇。
綠色雲端 (Green Cloud)
綠色雲端運算已經在各個領域得到普及。雲端運算顯著減少了數據中心數量,否則將會過
度產生碳足跡。量子運算可負責提供消耗更少能量的數據儲存解決方案。從這個角度來看
,混合量子傳統雲端系統具有很大的推動力,這些基於雲端開源環境的開發,將使量子電
腦的利用更加順暢。
目前,許多產業如汽車、航太、電子和製造業,都需要強大的運算能力,且量子運算也正
在加速創新。現在,我們正處於進入量子運算有利的位置,可以讓一些產業從傳統運算過
渡到量子領域。隨著環境惡化的問題不斷浮現,我們被迫加速開發能以更少的能量與高適
應性之量子技術,來幫助完成更好的運算模擬,並協助產業應對氣候變遷帶來的危機和轉
機。
--
Tags:
工程師
All Comments
By Megan
at 2022-01-04T11:39
at 2022-01-04T11:39
By Hedda
at 2022-01-09T06:31
at 2022-01-09T06:31
By Joe
at 2022-01-04T11:39
at 2022-01-04T11:39
By Catherine
at 2022-01-09T06:31
at 2022-01-09T06:31
By Oscar
at 2022-01-04T11:39
at 2022-01-04T11:39
By Dora
at 2022-01-09T06:31
at 2022-01-09T06:31
Related Posts
朋友要放棄年薪+20萬的機會
By Catherine
at 2022-01-07T13:24
at 2022-01-07T13:24
新竹台北通勤上班
By Sierra Rose
at 2022-01-07T12:56
at 2022-01-07T12:56
offer請益 (現職/矽品)
By Margaret
at 2022-01-07T12:37
at 2022-01-07T12:37
新竹台北通勤上班
By Daniel
at 2022-01-07T10:51
at 2022-01-07T10:51
新竹台北通勤上班
By Zenobia
at 2022-01-07T10:39
at 2022-01-07T10:39