Document

加利福尼亞州帕洛阿爾託——2024年7月29日——量子計算系統、軟件和服務領域的領導者、全球第一家量子計算機商業供應商D-Wave Quantum Inc.（紐約證券交易所代碼：QBTS）（“D-Wave” 或 “公司”）今天宣佈，將通過增強Leap來擴展其產品開發路線圖，從而加強量子優化、人工智能（AI）和機器學習（ML）之間的聯繫™ 量子云服務將為市場帶來新的量子人工智能解決方案。該路線圖旨在幫助客户解決各種人工智能/機器學習工作負載，包括預訓練優化、更準確、更高效的模型訓練，以及開啟需要整合人工智能和業務優化的新的人工智能業務用例，例如量子供應鏈優化以支持人工智能預測的產品需求需求。

為了應對客户不斷增長的需求，D-Wave的量子人工智能開發計劃是在更廣泛的人工智能行業面臨計算緊縮之際提出的。滿足越來越多的用例所需的計算量和相關能源成本正在迅速增加。D-Wave 的 Quantum AI 解決方案旨在利用退火量子計算解決優化問題的獨特能力，幫助客户發現更好、更快、更節能的人工智能和機器學習工作負載。

•生成式人工智能的量子分佈：該領域的開發重點是設計新穎的現代生成式人工智能架構，這些架構直接使用來自量子分佈的量子處理單元（QPU）樣本，而這些樣本無法經典生成。最初專注於分子發現用例，我們認為利用量子分佈進行廣泛的生成式人工智能應用具有巨大的潛力。

•受限玻爾茲曼機（RBM）架構：越來越多的客户正在探索新的rBM架構，這些架構直接利用D-Wave的QPU進行網絡安全、藥物發現和高能物理數據分析等應用，這有可能降低訓練和運行人工智能模型的能耗。D-Wave 計劃確保 Leap 雲服務中可用的量子和混合量子求解器支持這些新興應用程序。

•GPU 與 Leap 量子云服務的集成：D-Wave 正在通過整合額外的圖形處理單元 (GPU) 資源來增強Leap量子云服務，用於訓練和支持人工智能模型以及優化工作負載。此外，正在努力進一步縮短 QPU 與傳統計算資源之間的延遲，這是為 AI/ML 啟用混合量子技術的關鍵一步。

•加拿大粒子加速器中心TRIUMF及其合作伙伴機構顯示，與模擬高能粒子量熱計相互作用的傳統方法相比，D-Wave的QPU顯著加快了速度，這可能會提高使用人工智能模型創建合成數據的效率。

•本田創新實驗室和東北大學開發了一種微調D-Wave量子計算機的方法，以生成用於訓練RBM的高精度樣本。與傳統算法相比，這種方法產生了更好的結果，並顯著提高了模型性能。

D-Wave首席執行官艾倫·巴拉茨博士表示：“我們看到的早期證據表明，退火量子計算可以在幫助人工智能/機器學習提高模型訓練、降低能耗和縮短求解時間方面發揮關鍵作用。”“結果表明，我們的退火量子計算機的性能優於傳統技術，再加上客户對與其業務優化要求相集成的量子人工智能解決方案的需求迅速增長，我們相信D-Wave的量子人工智能解決方案的影響可能會帶來變革性影響，為生成式人工智能帶來一套強大的新計算工具。”

D-Wave 是量子計算系統、軟件和服務開發和交付領域的領導者，也是世界上第一家量子計算機的商業供應商，也是唯一一家同時製造退火量子計算機和門級模型量子計算機的公司。我們的使命是釋放當今量子計算的力量，使商業和社會受益。

我們通過針對物流、人工智能、材料科學、藥物發現、調度、網絡安全、故障檢測和財務建模等各種問題的實際量子應用為客户提供價值，從而實現這一目標。D-Wave的技術已被一些世界上最先進的組織使用，包括萬事達卡、德勤、戴維森科技、安賽樂米塔爾、西門子Healthineers、Unisys、NEC公司、帕蒂森食品集團有限公司、電裝、洛克希德·馬丁公司、尤利希研究中心、南加州大學和洛斯阿拉莫斯國家實驗室。

根據1995年《私人證券訴訟改革法》的定義，本新聞稿中的某些陳述是前瞻性的。這些陳述涉及風險、不確定性和其他因素，這些因素可能導致實際業績與這些前瞻性陳述所表達或暗示的信息存在重大差異，可能無法預示未來的業績。這些前瞻性陳述受許多風險和不確定性的影響，其中包括管理層無法控制的各種因素，包括在 “第1A項” 標題下討論的 “風險因素” 標題下提出的風險。我們最新的10-K表年度報告第一部分中的風險因素” 或在 “第1A項” 標題下討論的任何更新。風險因素” 載於我們的10-Q表季度報告的第二部分以及我們向美國證券交易委員會提交的其他文件中。在做出投資決策時，不應過分依賴本新聞稿中的前瞻性陳述，這些陳述是基於本新聞稿發佈之日我們獲得的信息。除非法律要求，否則我們沒有義務更新這些信息。