現行運算架構雖然已經可以對應龐大算力表現，但是隨著資料量以每日以跳躍式膨脹成長情況來看，以現行算力推進速度終究無法趕上資料增加幅度，因此許多單位先後投入量子運算髮展，便是為了日後更驚人的資料運算量需求作準備，同時也能透過更龐大算力對應人工智慧、資料分析、趨勢預測等應用需求。

在稍早針對亞太地區舉辦的Inventors@Google活動中，Google分享過去藉由人工智慧等運算方式解決發音障礙溝通、乳癌檢測分析，以及洪水等自然災害預測問題，同時也再次強調投入量子運算的決心。

依照Google Quantom AI首席工程師Erik Lucero，以及研究科學家暨電機工程師Marissa Giustina說明，目前在量子運算的研究依然處於相當早期發展階段，除了持續在量子位計算能力推進之餘，包含Google在內單位仍持續研究模擬量子運算模型的方式。

而透過近期與NVIDIA合作，透過cuQuantom運算資源搭配Google提出的Criq運算框架，藉此模擬構建量子運算模型，希望能更進一步掌握量子運算運作模式，藉此讓量子運算能用於更大規模運算分析使用。

Marissa Giustina表示，目前眾人還在摸索量子運算的應用可能性，其中也包含如何掌握量子運算運作模式，而終極目標則是希望能創造遠比現有運算模式更龐大算力。以目前Google持續投入量子運算探索腳步，不僅持續設法拓展量子位，同時也會持續建造自有量子處理器。

在今年Google I/O 2021期間，Google也介紹位於加州聖塔芭芭拉的Quantum AI Campus，並且說明將以第四代TPU加速器設計推動算力表現，藉此說明投入量子運算髮展決心。

目前Google已經可以透過4096組第四代TPU加速器構成的POD運算裝置，藉此對應1 exaFLOPS以上的運算表現（即每秒1018次浮點運算），另外更實現在10毫開（millikelvin）低溫環境執行量子運算，並且預期能借由校正技術實現1000量子位運算能力，甚至挑戰高達100萬量子位運算規模，藉此對應未來更龐大規模運算需求。

Erik Lucero表示，現行運算架構雖然已經可以對應龐大算力表現，但是隨著資料量以每日以跳躍式膨脹成長情況來看，以現行算力推進速度終究無法趕上資料增加幅度，因此許多單位先後投入量子運算髮展，便是為了日後更驚人的資料運算量需求作準備，同時也能透過更龐大算力對應人工智慧、資料分析、趨勢預測等應用需求。

從Google目前許多服務來看，多半都是需要藉由大量資料運算分析運作，並且透過背後算力推動產生更即時結果，例如可讓使用者透過連網裝置輸入關鍵字之後，即可在幾秒內產生相關聯的搜尋結果，或是讓Google Assistant數字助理服務能有更即時互動能力。

以此次介紹的Project Relate為例，便是利用部分發音資訊讓系統進行深度學習，藉此理解因為唐氏症等因素導致說話發音受影響的情況，並且藉由機器學習識別方式，讓原本不容易讓常規人理解的發音結果，可以自動轉換成正常發音內容，或是轉換成數字文字透過手機螢幕呈現， 藉此讓有此類障礙的使用者能透過Google服務更便利與他人溝通。

另外，Google 提出可透過人工智慧識別方式檢測乳房腫瘤，藉此判斷是否有罹患乳癌風險，以及針對印尼、孟加拉等地區容易有河水氾濫情況，藉由Google Maps 服務所提供衛星影象進行分析，藉此預測未來再次發生河水氾濫可能性，甚至可指出哪些沿海地區可能會有海嘯危機等技術，背後其實都是一連串的資料分析與龐大算力支撐。

雖然Google目前在全球地區持續建設資料中心，並且透過自制處理器、增加海底電纜等方式提高算力表現，但以現行算力推進成長幅度仍難以追趕資料量增長趨勢，因此投入量子運算不僅是為了支撐未來更龐大算力需求，事實上也希望透過更大算力，藉此打造能改善人類生活的服務。