SAS升級資料管理平臺，還預告今年Q4上線量子運算工具

量子AI是什麼，為什麼現在就能用？

SAS量子產品策略主管Amy Stout揭露量子運算產品布局，他們看好古典運算和量子運算的混合式架構，也就是在現有的量子硬體上執行機器學習演算法，混合搭配，讓量子處理器和古典處理器各自處理擅長的運算工作。

SAS內部測試發現，這種混合式做法可提升效能超過100倍、成本還節省了99%。

SAS Quantum Lab：不是量子物理學家也能用來探索運算

Amy Stout指出，他們已經開發一款量子運算工具SAS Quantum Lab，定位是讓非量子物理專家的使用者，也能探索、測試和驗證自己的想法。

這款平臺工具的亮點是，可以比較古典運算、量子運算以及混合式運算的結果，來讓企業找到最適合自身業務問題的解法。

該平臺也提供一個虛擬量子AI導師，可以回答問題、提供範例程式碼並建議下一步。

直接在資料所在處跑分析，省去搬遷麻煩

另一方面，SAS也升級旗下資料管理服務，要讓使用者在資料所在處，就能直接執行分析和AI應用。

過去，企業做資料分析，習慣把資料集中搬到分析平臺再處理，但這麼做會帶來三個問題：資料複製的成本、搬移過程的延遲，以及治理上的漏洞。SAS這次的做法反過來，讓分析和AI功能直接在資料所在的地方執行，也就是資料不動，分析能力直接移過去。

進一步來說，主打這個便利性的產品名為SAS SpeedyStore，是一套整合在既有SAS Viya平臺上的高效能雲端資料平臺，可直接在分散資料的所在處執行分析。另一款產品SAS Data Accelerator則更進一步，讓SAS的分析能力可以跑在企業已使用的雲端資料倉儲或湖倉架構裡，不需要把資料搬出原本的環境，兼顧低延遲、低成本、低資安風險。此外，SAS Viya平臺還新增對DuckDB的支援，可在治理框架內直接分析Parquet、CSV、JSON等常見格式的資料。

三款AI輔助工具，讓資料準備更快也更安全

SAS這次也揭露幾款直接嵌入資料工作流程的AI工具。首先是SAS Viya Copilot for Data Discovery，可讓使用者用自然語言提問，比如「這份資料能不能用？怎麼用？」，把過去需要好幾天的資料探索流程，縮短到幾秒鐘。另一個AI工具SAS Viya Copilot for Code Assistance則整合進開發環境SAS Studio，讓工程師用自然語言撰寫、修改SAS和Python程式碼，不用離開原本的工作介面。

另一款AI工具SAS Data Maker解決的是另一個常見痛點：很多開發與測試工作需要用到真實資料，但真實資料裡有個資，不能隨便拿來測試。Data Maker是SAS先前揭露的工具，可用來生成合成資料，在統計特性、關聯結構和時序特徵上都能貼近真實情況，且完全不含個資，企業可放心拿來開發和測試。