Majestic Labs מפתחת שרתי AI עתירי זיכרון שמבטיחים להחליף עד 10 ארונות ציוד * עד פי 1,000 יותר זיכרון משרת ארגוני טיפוסי; פעילות בת״א וקליפורניה, אבטיפוס ב-2027, ויעד ללקוחות היפרסקייל וארגונים עתירי נתונים
Majestic Labs, סטארטאפ חדש של שלושה מנהלי סילי־קון ותיקים מגוגל ומטא – עופר שחם (מנכ״ל), שא רבי (נשיא) ומסומי ריינדרס (COO) – יצא מהסתר וגייס בסך הכול כ-100 מיליון דולר לפיתוח שרתים עתירי זיכרון ל-AI. לפי דיווחים, ה-Series A נסגר בספטמבר בהיקף 71 מיליון דולר בהובלת Bow Wave Capital ובהשתתפות Lux Capital, והסכום הכולל מגיע ל-100 מיליון דולר. החברה מפתחת ארכיטקטורת שרתים ושבבים קניינית המבטיחה עד פי 1,000 יותר זיכרון משרת ארגוני טיפוסי – ומערכת אחת שעל פי היזמים יכולה “להחליף” עד עשרה ארונות ציוד קיימים במרכז נתונים. אבטיפוס ראשון מיועד ל-2027. (AI & Data Insider)
ליבת ההבטחה הטכנולוגית של Majestic Labs היא העברת מרכז הכובד מהמעבד אל הזיכרון: בעבודות AI מסוימות צוואר הבקבוק איננו כוח החישוב אלא נפח/קרבת הזיכרון. ב-Majestic טוענים שהארכיטקטורה שלהם “ממוטטת” כמה וכמה ארונות ציוד לכדי שרת יחיד, ובכך מקטינה שטח רצפה וצריכת חשמל וקירור – אלמנטים יקרים במיוחד בעידן מרכזי נתונים ענקיים. היזמים מדגישים שהפתרון לא נועד “להחליף GPUs בכל מקום”, אלא לתת מענה למשימות AI עתירות-זיכרון שבהן יחס קבוע של חישוב-לזיכרון מגביל ביצועים ועלויות.
בסבב הגיוס נטלו חלק משקיעים בולטים בעולם השבבים וה-AI. לפי פרסומים בישראל, הסבב הכולל עמד על 90 מיליון דולר ל-Series A ועוד 10 מיליון דולר בסיד – סה״כ 100 מיליון דולר – והחברה מציגה טענה עקבית של “פי 1,000 זיכרון” ויכולת לאגד את הזיכרון של עשרה ארונות שרתים לתוך שרת אחד. הפרסומים הללו מפרטים גם את רשימת המשקיעים הרחבה ומאשרים את כיוון המוצר לעבר לקוחות היפרסקייל וארגונים עתירי נתונים.
שלושת המייסדים מגיעים מרקע עמוק בבניית שבבי ענן ומוצרי סיליקון לקנה-מידה עצום: ריינדרס הצטרפה לגוגל כבר ב-2003 והובילה צד עסקי-מוצרי בתחום הסיליקון; רבי מכר את חברת השבבים Arda לגוגל, הוביל את פיתוח שבב הווידאו Argos של יוטיוב; שחם מכר את Chip Genesis לגוגל והוביל תכנון-יישום סיליקון בחומרת הצרכן. ב-2018 עברו שלושתם למטא והקימו את FAST – Facebook Agile Silicon Team – עד קיצוצים ב-2023. מאז סוף 2023 הם בונים ב-Majestic Labs פלטפורמת שרתים עתירי זיכרון ל-AI. לפי הדיווחים, לחברה פחות מ-50 עובדים, מחציתם בתל-אביב והיתר בלוס אלטוס, קליפורניה; והיא כבר משוחחת עם לקוחות על הזמנות מוקדמות לקראת אבטיפוס ב-2027. (AI & Data Insider)
מהצד העסקי, יעד הלקוחות הוא היפרסקיילרים וחברות עם עומסי AI מבוססי-נתונים – פיננסים ופארמה, למשל – שבהם העלות-כוללת (TCO) של מרכזי נתונים נמדדת גם בשטח רצפה, חשמל וקירור, ולא רק במחיר ה-GPU. אם Majestic Labs תוכל לאמת בשטח את טענות ה-“פי 1,000 זיכרון” וה”שרת שמחליף עשרה ארונות”, ייתכן שהפתרון יפחית עלויות תשתית במטלות שבהן “שרתים עתירי זיכרון ל-AI” הם צו השעה. עם זאת, כל המספרים הללו עדיין הצהרתיים ותלויים במסירה מוצלחת של ארכיטקטורה, תוכנה ואקו-סיסטם – ואתגר זה יתברר רק כשהאבטיפוסים יגיעו לידי לקוחות.
גם בתמונה הישראלית יש עניין: נוכחות צוות משמעותית בתל-אביב ושילוב מהנדסים מקומיים בתחומי זיכרון, אריזה מתקדמת ותוכנה למערכות-על מעניקים ל-Majestic Labs חיבור חי לשוק הכישרונות המקומי ולשרשרת הערך של שבבים במרכזי נתונים. אם החברה אכן תספק “שרתים עתירי זיכרון ל-AI” שמסוגלים להאיץ אימון/אחזור מודלים גדולים ולצמצם טביעת רגל, היא תצטרף לגל חברות שמאתגרות את הסטטוס-קוו של ארכיטקטורת מרכזי נתונים בעידן ה-AI.
