Voltar
Quanto vale, de fato, a vantagem quântica?
⚛️CEVIU

Quanto vale, de fato, a vantagem quântica?

Aprofundamento CEVIU

Aprofundamento

O texto de Mackenzie Morehead, da Compound, parte de uma constatação: hardware e algoritmos evoluem em curvas exponenciais. Segundo a fonte, os qubits físicos crescem mais de 50% ao ano e os recursos exigidos por algoritmos selecionados caem cerca de 2x ao ano. Com isso, computadores quânticos úteis surgiriam em 3 a 5 anos, e quase todos os roadmaps de investidores projetam máquinas em escala utilitária antes de 2030. Se a estimativa usar só resultados já realizados, o prazo vai para 2030 a 2032.

O problema, diz o autor, é que quase ninguém sabe dizer para que elas serão úteis. O consenso é quebrar criptografia (a Oratomic levantou US$ 775 milhões no primeiro ano para construir um ASIC com esse fim). A segunda resposta mais concreta é gerar dados de simulação quântica para treinar modelos de ciência de laboratórios de IA. Para materiais e descoberta de fármacos, a Compound avalia que o mercado soma poucos bilhões de dólares, enquanto o setor captou entre US$ 25 e 30 bilhões, com valor de mercado de US$ 80 a 90 bilhões. Um dos motivos é a concorrência dos métodos clássicos de IA, como funções de onda neurais e potenciais de redes neurais, que avançam rápido. O texto ainda cita um caminho especulativo, o aprendizado de máquina quântico com dados em fluxo contínuo, que poderia permitir contextos e memórias de agentes praticamente ilimitados, mas ainda distante de ser implementável.

O que mudou

A cobertura anterior do CEVIU tratava sobretudo do lado do risco. Em 1 de abril de 2026, o CEVIU noticiou "Computadores quânticos precisam de menos recursos para quebrar criptografia vital", sobre dois artigos científicos que reduziam os recursos necessários para quebrar curvas elípticas. Em 7 de abril de 2026, saiu "A Perspectiva de um Engenheiro de Criptografia sobre os Prazos da Computação Quântica", defendendo ações preventivas já. Agora o foco muda: se a quebra de criptografia é o caso de uso mais concreto, a pergunta passa a ser qual é o resto do mercado. Em 24 de agosto de 2026, "Corrida Quântica: o desafio de estabelecer uma linha de base para a verdadeira vantagem tecnológica" já discutia a dificuldade de definir métricas de vantagem quântica.

Por que isso importa

Para quem opera segurança, a leitura é que o argumento mais sólido para a computação quântica continua sendo a criptografia, o que reforça a urgência da migração pós-quântica. Para quem avalia startups ou investimentos em deep tech, o texto sugere cautela com narrativas de plataforma geral, já que a fonte aponta um mercado mais estreito, do tipo HPC. Para devs e engenheiros de dados, vale acompanhar os métodos clássicos de IA em simulação, que podem chegar antes ao valor prático.

Linha do tempo

  1. CEVIU noticia que computadores quânticos precisam de menos recursos para quebrar criptografia.

  2. CEVIU publica a perspectiva de um engenheiro de criptografia sobre os prazos quânticos.

  3. CEVIU discute a dificuldade de definir a linha de base da vantagem quântica.

  4. Análise questiona quanto vale a vantagem quântica e de onde virá a receita.

Perguntas frequentes

Quando teremos computadores quânticos úteis?

Segundo a fonte, em 3 a 5 anos, dependendo de quem estima e de como se conta. Os roadmaps de quase todas as fabricantes projetam máquinas em escala utilitária antes de 2030. Com base apenas em resultados já realizados, a estimativa fica entre 2030 e 2032.

Para que servirão primeiro os computadores quânticos?

O consenso apontado é quebrar criptografia. A segunda aplicação mais concreta é gerar dados de simulação quântica para treinar modelos de ciência de laboratórios de IA. Fora isso, as respostas sobre materiais e fármacos são, nas palavras do texto, vagas.

Por que a simulação quântica de materiais e fármacos pode render pouco?

O autor argumenta que o valor comercial não cresce com a complexidade matemática da simulação. Além disso, métodos clássicos de IA, como potenciais de redes neurais, devem chegar perto da precisão química em muitos sistemas valiosos. E fornecedores horizontais de computação capturam pouco do ganho de um produto final.

O que é o aprendizado de máquina quântico em fluxo citado no texto?

É uma abordagem teórica em que os dados entram continuamente no processador quântico, atualizam o modelo e são descartados. Em tese, permitiria processar volumes muito maiores que a IA clássica. O texto deixa claro que ainda está longe de ser implementável.

Fontes

Avalie este artigo:
Categoria
CEVIU
Publicado
03 de novembro de 2026
Editoria
CEVIU

Quer receber mais sobre CEVIU?

Conteúdo curado diariamente, direto no seu e-mail.

Conteúdo curado diariamenteDiversas categoriasCancele quando quiser