Perlumbaan Kuantum IBM–Google & Masa Depan Kilang Pintar

AI dalam Pembuatan (Elektronik, Automotif, Semikonduktor)••By 3L3C

IBM dan Google berlumba ke arah quantum advantage. Apa maknanya untuk AI dalam kilang pintar elektronik, automotif dan semikonduktor di Malaysia?

quantum computingAI dalam pembuatankilang pintarsemikonduktorautomotifrantaian bekalanIndustri 4.0
Share:

Pada 2025, IBM melaporkan bahawa sistem kuantumnya sudah boleh menjalankan antara 5,000 hingga 15,000 operasi sebelum jawapan menjadi terlalu bising untuk dipercayai. Sembilan tahun lalu, mereka hanya mampu sekitar 25 operasi. Lompatan ini mungkin nampak akademik, tapi untuk dunia pembuatan elektronik, automotif dan semikonduktor, ini sebenarnya petunjuk awal kepada satu perkara: AI dalam pembuatan akan berubah besar bila “quantum advantage” tiba.

Artikel ini bukan sekadar cerita siapa menang antara IBM dan Google. Fokus sebenar ialah: apa maknanya perlumbaan kuantum ini untuk pengeluar besar di Malaysia – dari Penang hingga Kulim – yang sedang melabur berjuta ringgit dalam AI, automasi dan kilang pintar.

Apa Sebenarnya Berlaku dalam Perlumbaan Quantum Advantage?

Quantum advantage dalam konteks IBM bermaksud: satu program kuantum yang dibuktikan memberi keputusan lebih baik daripada mana-mana komputer klasik di bumi – termasuk superkomputer paling hebat.

Menurut Scott Crowder, VP Quantum Adoption IBM, mereka kini “neck-and-neck” dengan Google untuk mencapai tahap ini dalam 12 bulan akan datang, menggunakan komputer kuantum dengan lebih 100 qubit. Beberapa pemain lain seperti Chinese Academy of Sciences dan Quantinuum turut mengejar.

Crowder juga secara terang menolak dakwaan D‑Wave bahawa mereka sudah mencapai quantum advantage, dengan hujah bahawa tugas yang mereka tunjukkan mungkin masih boleh dibuat lebih murah di FPGA atau platform klasik lain.

Dari perspektif industri, siapa yang menang dulu kurang penting. Yang penting ialah ini:

“Fasa seterusnya yang orang betul-betul kisah ialah aplikasi praktikal yang menjana nilai perniagaan – contohnya mengoptimumkan portfolio bon bernilai berbilion.” – Scott Crowder, IBM

Untuk sektor pembuatan, gantikan “portfolio bon” dengan jadual pengeluaran global, reka bentuk cip, logistik rantaian bekalan, dan parameter proses di barisan SMT atau fab semikonduktor. Di situlah quantum advantage akan mula menggigit.

Kenapa Pengeluar Elektronik & Semikonduktor Patut Ambil Peduli

Bagi kilang elektronik, automotif dan semikonduktor, AI sekarang sudah bantu pada empat kawasan besar:

  • Automasi & robotik – pengendalian wafer, pemasangan, pengujian
  • Kawalan kualiti berasaskan visi komputer
  • Perancangan & penjadualan pengeluaran
  • Pengoptimuman rantaian bekalan global

Masalahnya, banyak masalah industri ini ialah masalah kombinatorial dan simulasi fizikal yang sangat kompleks. Superkomputer sekalipun akan tersekat dari segi masa dan kos.

Di sinilah kombinasi AI + pengkomputeran kuantum jadi menarik:

  • Quantum boleh meneroka ruang kombinasi (contohnya susunan jadual mesin, laluan logistik, atau konfigurasi resepi proses) dengan jauh lebih cekap.
  • AI klasik (machine learning) boleh belajar dari hasil simulasi kuantum dan digunakan dalam masa nyata di kilang.

Realitinya, dalam 3–7 tahun akan datang, pengeluar besar tak akan buang pelaburan AI sedia ada. Sebaliknya, mereka akan:

  1. Guna komputer kuantum sebagai “coprocessor” di cloud untuk masalah tertentu.
  2. Guna hasil kuantum itu untuk latih model AI klasik yang berjalan di edge/di dalam kilang.

Pengeluar yang mula eksperimen awal akan ada kelebihan – sama seperti syarikat yang awal-awal guna visi komputer dan IoT dalam inisiatif Industri 4.0 beberapa tahun lepas.

Di Sebalik Tabir: Teknologi Kuantum IBM

IBM memilih qubit superkonduktor sebagai asas komputer kuantum mereka.

Menurut Crowder:

  • Superkonduktor menawarkan gabungan kelajuan, kualiti dan kebolehprograman yang seimbang.
  • Operasi qubit superkonduktor adalah kira-kira 1,000 kali lebih laju berbanding teknologi trapped ions, yang dianggap antara pesaing utama.

IBM tidak lagi membuat cip komersial seperti dulu, tetapi mereka masih sangat aktif dalam R&D semikonduktor. Quantum stack IBM meliputi:

  • Fabrikasi qubit di kemudahan wafer 300 mm di Albany, New York
  • Advanced packaging untuk sambungan jarak jauh antara qubit
  • Reka bentuk seni bina pemproses dan sistem kuantum

Untuk komputer kuantum generasi seterusnya yang fault-tolerant, ada beberapa keperluan utama:

  • Error-correction code yang cekap – untuk “membaiki” kesilapan yang berlaku secara semula jadi pada qubit
  • Sambungan jauh antara qubit – bukan sekadar jiran terdekat, supaya algoritma kompleks boleh dijalankan dengan kurang operasi
  • Pembungkusan berbilang lapis (multi-level packaging) – menghubungkan cip kuantum, elektronik kawalan suhu bilik, dan rangkaian sambungan antara modul dengan ketepatan yang sangat tinggi

IBM menggunakan pengalaman puluhan tahun mereka dalam dunia semikonduktor untuk mempercepat kemajuan ini, dan untuk pengeluar di Malaysia, sudut menariknya ialah:

Evolusi quantum hardware ini berjalan atas asas yang sama dengan industri semikonduktor – fabrikasi wafer, advanced packaging, kawalan variasi proses. Jadi vendor dan ekosistem E&E di sini sebenarnya berada di “laluan yang sama” dengan teknologi kuantum.

Roadmap IBM: Dari Nighthawk ke Starling

IBM sudah menerbitkan roadmap jelas sehingga hujung dekad ini.

Fasa jangka pendek: Nighthawk & Loon (± 2025–2026)

  • Nighthawk ialah pemproses kuantum dengan susun atur square lattice, yang memberi lebih banyak sambungan next-nearest neighbor.
  • Kesan praktikalnya: program boleh dijalankan dengan hingga 30% kurang operasi berbanding generasi sebelumnya.
  • Untuk capai quantum advantage dengan 5,000–15,000 operasi yang “bersih”, pengurangan 30% ini sangat besar.

Loon pula ialah demonstrasi pertama cip berbungkus dengan sambungan jarak jauh, membolehkan:

  • Pembinaan memori kuantum yang stabil
  • Pengujian perisian pengekodan ralat di peringkat sistem

Dua langkah ini memberi asas kepada percubaan quantum advantage praktikal – termasuk untuk kes industri, bukan sekadar eksperimen akademik.

Fasa jangka pertengahan: Sistem modular & “magic-state factory”

Menuju ke sistem skala lebih besar, IBM sedang membina blok asas berikut:

  • Logical processing unit – unit yang menyuntik arahan sebenar ke dalam memori kuantum
  • Magic-state factory – komponen yang menjana non-Clifford gates, perlu untuk set gerbang kuantum yang benar-benar universal
  • Adapter modular – supaya beberapa modul kuantum boleh dihubungkan dan disentanggle sebagai satu sistem besar

Seni bina modular ini penting untuk pengeluar kerana ia membayangkan masa depan di mana:

  • Anda mungkin mengakses satu “cluster kuantum modular” di cloud
  • Sistem ini boleh di-scale mengikut keperluan masalah (contohnya: reka bentuk node proses baharu 2 nm vs pengoptimuman jadual kilang sahaja)

Fasa hujung dekad: Starling (± 2028–2029)

Matlamat IBM ialah untuk membina Starling – komputer kuantum dengan:

  • 200 qubit logikal
  • Keupayaan untuk menjalankan ratusan juta operasi
  • Di bina di Poughkeepsie, New York

Pada tahap ini, kita menjangka:

  • Algoritma kuantum khusus industri (kimia, optimisasi, pembelajaran mesin) sudah cukup matang
  • Integrasi dengan platform AI perusahaan, MES dan sistem perancangan rantaian bekalan menjadi lebih “plug-in” berbanding eksperimen R&D semata-mata

Dari Lab ke Kilang: Di Mana Pengguna Awal Sudah Bermula

IBM sudah mempunyai lebih 100 kumpulan pelanggan kuantum, merangkumi:

  • Industri: Lockheed (kimia pendorongan), Boeing (kimia anti-karat & anti-degradasi)
  • Healthcare: Cleveland Clinic (simulasi kimia kehidupan)
  • Kerajaan: Jabatan Tenaga AS (pelbagai kajian kimia berkaitan misi tenaga)

Mesej tersirat untuk sektor pembuatan di Malaysia:

  • Syarikat-syarikat ini tidak menunggu komputer kuantum matang sepenuhnya.
  • Mereka sudah menubuhkan pasukan dalaman, projek perintis dan akses kepada sistem kuantum melalui cloud.

IBM kini mengendalikan sistem kuantum di beberapa lokasi luar seperti Jepun, Korea, Sepanyol, AS dan Kanada, tetapi buat masa ini model “IBM owned & operated” (akses sebagai servis cloud) lebih praktikal.

Untuk pengeluar elektronik, automotif dan semikonduktor di rantau ini, model yang sama masuk akal:

  • Tak perlu beli hardware kuantum sendiri dalam 5–10 tahun terdekat
  • Cukup dengan akses cloud berbayar + kerjasama R&D dengan vendor dan universiti

Bagaimana Quantum + AI Boleh Mengubah Pembuatan (Elektronik, Automotif, Semikonduktor)

Berikut beberapa senario yang sangat relevan kepada kilang pintar dan rantaian bekalan global yang disokong AI hari ini.

1. Pengoptimuman rantaian bekalan E&E yang sangat kompleks

Syarikat seperti Intel, Infineon, Bosch atau pengeluar EMS besar biasanya:

  • Mengurus beribu-ribu SKU
  • Menyelaraskan pengeluaran antara beberapa negara
  • Berdepan risiko geopolitik, bencana alam, dan turun naik permintaan pelanggan OEM

AI klasik hari ini sudah digunakan untuk ramalan permintaan dan pengoptimuman inventori. Namun, bila masalah melibatkan:

  • Ribuan pembolehubah
  • Pelbagai kekangan (lead time, kapasiti, peraturan negara, kos logistik)

…model klasik mula jadi sangat mahal dari segi pengiraan.

Algoritma optimisasi kuantum (contohnya variasi QAOA) berpotensi:

  • Meneroka ruang kombinasi yang jauh lebih besar
  • Menemui konfigurasi rantaian bekalan yang lebih murah atau lebih robust terhadap gangguan

AI kemudian boleh belajar daripada solusi kuantum ini dan menawarkan cadangan “hampir-optimum” dalam masa nyata di kilang.

2. Reka bentuk proses dan bahan untuk semikonduktor & bateri EV

Banyak pembuat cip dan pemain automotif sekarang sedang:

  • Mencari bahan dielektrik baharu
  • Mengoptimumkan bahan katod/anod bateri
  • Mengurangkan kadar kegagalan dan variasi proses di nod geometri baharu

Masalah ini ekstrem dari sudut simulasi kimia dan fizik kuantum. Superkomputer digunakan, tapi kos masa dan tenaga sangat tinggi.

Komputer kuantum direka untuk menyahkod sistem kuantum seperti molekul dan bahan:

  • Memberi simulasi yang lebih tepat untuk tindak balas kimia atau sifat bahan
  • Membolehkan reka bentuk bahan baharu yang kemudian diuji secara fizikal

Lagi sekali, AI digunakan di atas hasil ini untuk:

  • Membina model surrogate yang pantas
  • Menjalankan beribu-ribu eksperimen maya
  • Mengoptimumkan resepi proses untuk yield yang lebih tinggi

3. Penjadualan pengeluaran kilang pintar berskala mega

Dalam kilang elektronik, masalah biasa ialah:

  • Mesin SMT dengan profil penukaran produk yang kompleks
  • Constraint tenaga kerja, rehat, penyelenggaraan
  • Target penghantaran yang ketat untuk beberapa pelanggan besar

Model integer programming klasik boleh digunakan, tetapi bila digabungkan dengan:

  • Beberapa tapak kilang
  • Ratusan mesin
  • Ratusan SKU

…masalah menjadi terlalu berat secara pengiraan.

Sistem kuantum hybrid (klasik + kuantum) boleh digunakan untuk:

  • Menjana jadual cadangan yang lebih mampan terhadap gangguan (mesin rosak, kelewatan bahan)
  • Mengurangkan masa tukar produk (changeover time)
  • Menstabilkan penggunaan tenaga dan OEE

AI kilang (MES, APS, sistem perancangan) kemudian menyerap output ini untuk kawalan sehari-hari.

Apa Pengeluar di Malaysia Boleh Buat 12–36 Bulan Akan Datang

Ramai pengurus kilang dan CTO akan tanya: “Bila kita perlu betul-betul serius tentang kuantum?” Jawapan jujur: lebih awal daripada yang selesa, tapi bukan esok pagi.

Beberapa langkah praktikal yang saya cadangkan:

  1. Bentukkan pasukan kecil “Quantum & Advanced AI” di bawah jabatan teknologi / digital manufacturing.
  2. Kenal pasti 2–3 masalah industri yang sangat sukar hari ini walaupun dengan AI klasik – contohnya:
    • Penjadualan pengeluaran multi-kilang
    • Pengoptimuman resepi proses kritikal
    • Reka bentuk bahan/bateri/cip baharu
  3. Bina hubungan dengan vendor/penyedia perkhidmatan kuantum dan universiti di rantau ini.
  4. Mulakan PoC (proof of concept) berasaskan cloud:
    • Gunakan simulator kuantum dulu
    • Pindah sebahagian komponen algoritma ke hardware kuantum bila sesuai
  5. Selaraskan roadmap AI dalaman dengan roadmap kuantum global.
    • Jika sasaran IBM untuk sistem Starling ialah sekitar 2028–2029, tanya:
    • Di mana kedudukan kilang anda dari segi kesediaan data, AI dan integrasi sistem pada tarikh itu?

Syarikat-syarikat besar yang beroperasi di Malaysia – sama ada dalam elektronik pengguna, automotive Tier‑1, atau semikonduktor – sudah biasa dengan pelaburan jangka panjang. Quantum + AI ialah satu lagi gelombang yang perlu dirancang seawal R&D dan strategi IT/OT hari ini.

Penutup: Quantum Advantage Sebagai Petunjuk Masa Depan Kilang Pintar

Perlumbaan antara IBM dan Google untuk quantum advantage bukan sekadar pertandingan ego dua gergasi teknologi. Untuk dunia pembuatan elektronik, automotif dan semikonduktor, ia ialah isyarat masa.

Sebaik sahaja satu tugas praktikal dibuktikan lebih bagus di komputer kuantum berbanding superkomputer klasik, landskap AI perindustrian akan mula bergerak. Syarikat yang sudah:

  • Ada infrastruktur data yang kukuh,
  • Mengendalikan kilang pintar dengan AI klasik,
  • Dan mempunyai pasukan yang faham asas kuantum,

…akan jauh lebih bersedia untuk menyerap kelebihan itu ke dalam operasi sebenar.

Realitinya, AI tak akan hilang bila kuantum tiba. Sebaliknya, AI dalam pembuatan akan jadi lebih kuat bila ada “enjin kuantum” di belakang tabir, khususnya untuk masalah optimisasi, simulasi bahan dan penjadualan mega kompleks.

Jika anda terlibat dalam strategi kilang pintar di Malaysia, tempoh 2025–2030 adalah tetingkap penting untuk bertindak. Soalannya bukan lagi sama ada quantum advantage akan datang, tetapi: apabila IBM, Google atau pihak lain mencapainya, kilang anda berada di baris hadapan, atau masih di tempat penonton?