JPMorgan, AMD và OQC ra mắt trung tâm dữ liệu Lượng tử-AI tại London

Sự hợp tác này được phân chia vai trò rõ ràng. OQC cung cấp lớp phần cứng lượng tử, dựa trên kiến trúc siêu dẫn và hệ thống GENESIS thế hệ tiếp theo của mình . AMD đóng góp hạ tầng tính toán cổ điển và AI, giúp các quy trình lai trở nên khả thi . JPMorganChase mang đến chương trình R&D lượng tử và AI lâu đời của mình, vốn đã sản sinh ra các thuật toán cho nhiều trường hợp sử dụng từ định giá quyền chọn, phân tích rủi ro đến phát hiện gian lận và xử lý ngôn ngữ tự nhiên . Cùng nhau, ba tổ chức này đã cam kết thực hiện một lộ trình nghiên cứu nhắm vào một số ứng dụng dịch vụ tài chính cụ thể.

Tối ưu hóa danh mục đầu tư: Thử nghiệm chiến lược lai trong môi trường thực tế

Tối ưu hóa danh mục đầu tư là một trong những trường hợp sử dụng điện toán lượng tử ngắn hạn được nhắc đến nhiều nhất trong tài chính, và nó đứng đầu chương trình nghị sự của sự hợp tác này. Các nhà nghiên cứu của JPMorganChase sẽ sử dụng trung tâm dữ liệu mới để thử nghiệm các phương pháp tiếp cận lượng tử và lượng tử-cổ điển lai nhằm cải thiện việc xây dựng danh mục đầu tư và lợi nhuận được điều chỉnh theo rủi ro . Mục tiêu không chỉ là khám phá lý thuyết—nền tảng này được thiết kế rõ ràng để đánh giá xem các quy trình lai này hoạt động như thế nào khi được đo lường dựa trên các yêu cầu về độ trễ, sao chép dữ liệu và tính tái lập mà một ngân hàng toàn cầu áp dụng cho các hệ thống sản xuất .

Lịch sử nghiên cứu lượng tử rộng lớn của JPMorganChase bổ sung thêm bối cảnh quan trọng ở đây. Nhóm Nghiên cứu Ứng dụng Công nghệ Toàn cầu của công ty đã tạo ra các thuật toán lượng tử mới để tối ưu hóa danh mục đầu tư, và đây là một trong những tổ chức tài chính tích cực nhất trong việc khám phá sự giao thoa giữa điện toán lượng tử, AI và mật mã . Với quyền truy cập chuyên biệt vào GENESIS, nhóm nghiên cứu có thể chạy các thí nghiệm so sánh trên các phương pháp tiếp cận cổ điển, lượng tử và lai trong các điều kiện mô phỏng những gì một bàn giao dịch thực tế cuối cùng có thể yêu cầu.

Máy học lượng tử mở rộng từ lý thuyết sang thử nghiệm có kiểm soát

Máy học lượng tử từ lâu đã là một lĩnh vực được quan tâm trong học thuật, nhưng việc thử nghiệm nghiêm ngặt, có thể tái lập bên trong cơ sở hạ tầng bảo mật riêng của một ngân hàng là rất hiếm. Trung tâm London thay đổi điều đó. Các đối tác đã tuyên bố rằng nền tảng này sẽ được sử dụng để mở rộng các khám phá về kỹ thuật máy học lượng tử có thể áp dụng cho mô hình hóa và dự đoán tài chính .

Điều khiến điều này khác biệt với các thí nghiệm quy mô nhỏ hơn là việc đặt cùng vị trí của bộ xử lý lượng tử với khả năng tính toán AI hiệu suất cao. Kiến trúc này được thiết kế cho các khối lượng công việc lai trong thời gian thực, giúp bạn có thể đào tạo các mạng nơ-ron thông thường và chạy các mạch lượng tử bên trong cùng một vòng điều khiển kín . Đối với JPMorganChase, các câu hỏi ứng dụng là rất cụ thể: liệu các hạt nhân lượng tử, mạch biến phân, hoặc mạng nơ-ron lượng tử có thể gia tăng giá trị dự đoán cho các tác vụ như chấm điểm tín dụng, phát hiện bất thường, hoặc phân loại chế độ thị trường khi được kiểm tra ở quy mô và độ trễ giống với môi trường tài chính thực tế hay không?

Các cột mốc lượng tử gần đây từ ngân hàng nhấn mạnh sự nghiêm túc của họ trong việc kết nối nghiên cứu và thực tiễn. Vào tháng 3 năm 2025, các nhà nghiên cứu của JPMorganChase—hợp tác với Quantinuum, Phòng thí nghiệm Quốc gia Argonne, Phòng thí nghiệm Quốc gia Oak Ridge và Đại học Texas tại Austin—đã tạo ra và chứng nhận toán học các số thực sự ngẫu nhiên bằng máy tính lượng tử . Được công bố trên tạp chí Nature, công trình đó không chỉ thể hiện một khả năng lý thuyết mà là một đầu ra hữu hình có ứng dụng trực tiếp trong bảo mật, mật mã và mô phỏng Monte Carlo cho giao dịch. Trung tâm dữ liệu mới cung cấp một địa điểm để theo đuổi nghiên cứu lượng tử nghiêm ngặt, hướng đến kết quả tương tự theo tốc độ riêng của công ty.

Mô hình AI tăng cường lượng tử để khám phá thuật toán mới

Có lẽ hướng nghiên cứu mang tính hướng tới tương lai nhất trong sự hợp tác này là điều tra xem liệu các mô hình AI được tăng cường lượng tử có thể đẩy nhanh việc khám phá các thuật toán mới được xây dựng chuyên biệt cho các trường hợp sử dụng tài chính hay không . Đây không chỉ là việc sử dụng phần cứng lượng tử để tăng tốc các quy trình học máy hiện có; đó là một cuộc khám phá kết thúc mở hơn, tìm hiểu xem liệu AI—bao gồm các mô hình ngôn ngữ lớn (LLM) và hệ thống AI chuyên biệt—có thể giúp thiết kế các mạch lượng tử tốt hơn, và liệu các bộ xử lý lượng tử có thể cải thiện các mô hình AI đang tìm kiếm các thuật toán tài chính mới hay không.

Hai hướng nghiên cứu riêng biệt nhưng có liên quan nằm trong lộ trình này. Đầu tiên là cải thiện mạch lượng tử do AI hỗ trợ: sử dụng AI để nâng cao hiệu suất và độ trung thực của chính các mạch lượng tử, làm cho phần cứng lượng tử trở nên hữu ích hơn bằng cách cải thiện lớp phần mềm điều khiển nó . Hướng thứ hai đặt câu hỏi liệu các mô hình AI tăng cường lượng tử, có thể bao gồm cả LLM, có thể khám phá ra các thuật toán lượng tử mới chưa từng được biết đến trước đây—các thuật toán có thể giải quyết các vấn đề tối ưu hóa tài chính hoặc mô hình rủi ro cụ thể hiệu quả hơn bất kỳ phương pháp cổ điển hay lượng tử hiện có nào .

Cách tiếp cận này phù hợp với một xu hướng rộng hơn của ngành là sử dụng máy học để khám phá không gian thiết kế rộng lớn của các mạch lượng tử. Điều làm cho dự án London trở nên đáng chú ý là nó được gắn vào một lĩnh vực cụ thể—tài chính—và đang được vận hành bên trong vành đai bảo mật của một ngân hàng có thể xác định chính xác vấn đề nào là quan trọng nhất về mặt thương mại. Sự kết hợp giữa chuyên môn lĩnh vực, phần cứng chuyên dụng và môi trường dữ liệu được bảo vệ khiến nó trở thành một giường thử nghiệm độc đáo để khám phá thuật toán trong dịch vụ tài chính.

Bảo mật, khả năng mở rộng và con đường đến mức sẵn sàng sản xuất

Mục đích của nền tảng này vượt ra ngoài bất kỳ thuật toán đơn lẻ nào. JPMorganChase đã nhấn mạnh rằng trung tâm dữ liệu này đóng vai trò như một nền tảng thử nghiệm bảo mật cấp doanh nghiệp, nơi các nhóm nghiên cứu doanh nghiệp và học thuật có thể đánh giá các cấu hình phần mềm lai cổ điển-lượng tử dựa trên các tiêu chuẩn về sao chép dữ liệu, khả năng chịu lỗi và bảo mật áp dụng cho dịch vụ tài chính . Sự góp mặt của AMD đặc biệt quan trọng ở đây, vì lớp cổ điển phải xử lý khối lượng dữ liệu và tải suy luận mà một ngân hàng lớn tạo ra, chứ không phải một tập dữ liệu điểm chuẩn đơn giản hóa.

Cơ sở này dự kiến sẽ đi vào hoạt động đầy đủ trong vòng 12 tháng kể từ thông báo tháng 6 năm 2026, với JPMorganChase là người dùng chuyên biệt đầu tiên . Mốc thời gian đó phù hợp với lộ trình phần cứng rộng lớn hơn của OQC: hệ thống GENESIS đại diện cho sự gia nhập của công ty vào kỷ nguyên qubit logic, với 16 qubit logic có khả năng thực hiện hàng ngàn phép toán lượng tử đáng tin cậy, một ngưỡng mà OQC mô tả là chế độ "KiloQuOp" . Việc thử nghiệm các thuật toán lai trên phần cứng đã vượt qua giai đoạn qubit vật lý nhiễu để chuyển sang qubit logic được giảm thiểu lỗi là một bước quan trọng để chứng minh liệu điện toán lượng tử có thể mang lại lợi thế thực tế trong tài chính hay không.

Sự hợp tác tại London này không phải là khoản đầu tư mạng lượng tử duy nhất của ngân hàng. Vào tháng 3 năm 2026, JPMorgan Chase đã triển khai riêng một mạng lưới linh hoạt mật mã được bảo mật lượng tử tốc độ cao, kết nối hai trung tâm dữ liệu qua cáp quang đã triển khai, với một nút lượng tử thứ ba đóng vai trò là giường thử nghiệm nghiên cứu cho các công nghệ lượng tử thế hệ tiếp theo có thể áp dụng cho ngân hàng . Nhìn chung, những khoản đầu tư này báo hiệu rằng JPMorganChase đang đồng thời xây dựng cả lớp kết nối và lớp tính toán—chuẩn bị cơ sở hạ tầng cho một thế giới nơi các mạng được bảo mật lượng tử và các thuật toán tăng cường lượng tử cùng tồn tại trong một môi trường sản xuất.

Tại sao trung tâm London lại quan trọng vượt ra ngoài các thông cáo báo chí

Hầu hết các hoạt động hợp tác điện toán lượng tử giữa các nhà cung cấp phần cứng và ngân hàng đều hoạt động trên mô hình đám mây chia sẻ, nơi các nhà nghiên cứu của ngân hàng truy cập bộ xử lý lượng tử qua internet cùng với những người dùng học thuật và thương mại khác. Cơ sở OQC-JPMorganChase-AMD thì khác: được đặt cùng vị trí vật lý, vận hành riêng tư và được xây dựng có mục đích cho khối lượng công việc và yêu cầu bảo mật của một người dùng doanh nghiệp duy nhất. Cấu hình đó cho phép các thí nghiệm mà các mô hình truy cập dựa trên đám mây không thể dễ dàng tái tạo, bao gồm các vòng lặp lai kết hợp chặt chẽ, nơi HPC cổ điển, suy luận AI và các mạch lượng tử phải giao tiếp với độ trễ được đo bằng micro giây thay vì các vòng khứ hồi mạng.

Đối với các dịch vụ tài chính, nơi một vài mili giây độ trễ có thể mang lại chi phí kinh tế vật chất, kiến trúc đặt cùng vị trí này có thể chứng minh là quan trọng hơn số lượng qubit thô. Thành công của sự hợp tác cuối cùng sẽ được đo lường không phải bằng các thông cáo báo chí mà bằng việc liệu JPMorganChase có thể chứng minh—trên các khối lượng công việc tài chính thực tế và dựa trên các tiêu chuẩn nghiêm ngặt—rằng các phương pháp tiếp cận lượng tử-cổ điển lai mang lại hiệu suất, khả năng mở rộng và hiệu quả chi phí mà cơ sở hạ tầng thuần túy cổ điển không thể sánh kịp. Các hướng nghiên cứu về tối ưu hóa danh mục đầu tư, máy học lượng tử và khám phá thuật toán dựa trên AI là những bước đi cụ thể đầu tiên hướng tới minh chứng đó.