量子计算已不再停留于遥远未来的实验技术，正进入实际融入高性能计算（HPC）环境的阶段。有评价指出，对于一直只专注于人工智能（AI）的企业和机构而言，已难以再推迟应对量子计算的时点。
莱布尼茨超级计算中心理事会主席、慕尼黑路德维希-马克西米利安大学计算机工程教授迪特·克兰茨米勒（Dieter Kranzlmüller）近日在HPE世界量子日活动上解释道，量子计算的价值并非作为“独立设备”，而是在与超级计算机的结合中得以实现。他在SiliconANGLE媒体的直播节目theCUBE采访中，强调了混合量子-HPC集成以及欧洲技术自主的必要性。
克兰茨米勒指出，量子计算机在理论上虽能完成传统计算机可做的所有工作，但其核心在于“更快地”解决问题。他同时阐明，相较于将量子计算作为单独技术使用，将其与当前最强大的技术——超级计算相结合的方式才是现实的解决方案。
“常规工作由超级计算机处理，特定问题交予量子计算机”
据其解释，未来超级计算机仍将继续承担大部分运算任务。而量子计算机则有选择地投入于已确认其可能展现优势的特定领域。即，任务首先传递至超级计算机系统，随后由系统判断该运算应在现有HPC中处理，还是转交量子计算机。
此类混合量子-HPC模式被评价为一种在弥补量子计算局限的同时，提升其实质利用率的方式。这意味尽管量子硬件尚无法直接解决所有产业问题，但通过与已验证的超级计算基础设施连接，可逐步渗透至实际业务环境。
这也显示出量子计算正从“技术演示”转向“运营基础设施”的信号。尤其是研究机构与产业界，正关注在计算密集型需求庞大的领域——如大规模模拟、优化、材料科学、复杂数据分析——应用此方法。
下一代超级计算机“蓝狮”，聚焦实用性而非速度
莱布尼茨超级计算中心正在设计的下一代超级计算机“蓝狮”也体现了这一理念。据克兰茨米勒介绍，该系统基于通用计算节点和高密度加速器阵列等已验证结构，但从设计之初即针对实际应用需求而构建。
他强调最快的超级计算机未必是最佳系统，关键在于是否能最有效地提供特定应用领域所需的性能。换言之，下一代基础设施竞争力的评判标准，正从单纯的计算速度竞争，转向其对研究者与产业现场实际工作负载的支持能力。
欧洲技术自主，量子计算竞争的核心变量
此番发言超越单纯的技术讨论，亦与欧洲的战略课题相契合。随着量子计算崛起为决定未来国家竞争力与产业主导权的核心领域，欧洲内部要求降低对美中技术依赖、构建自主生态的呼声日益高涨。
归根结底，量子计算的商用化速度并非仅由硬件性能决定。其与现有超级计算资产能否无缝集成，以及由谁率先构建支撑该集成的软件与运营体系，正变得更为关键。在市场目光聚焦于AI之际，量子计算正悄然拓展其作为“实战基础设施”的阵地。
TP AI 注意事项 使用基于TokenPost.ai的语言模型对文章进行了摘要处理。正文主要内容可能被省略或与事实存在出入。