משה הלל, MIPS דירקטור לפרויקטים אסטרטגים בישראל, מסביר בראיון ל־CHIPORTAL מדוע הבינה המלאכותית הבאה לא תישאר רק בענן. היא תצטרך לראות, להבין, לזוז, לבלום, להרים, להסתובב ולדבר עם מערכות אחרות בזמן אמת. תחת GlobalFoundries, מיפס מבקשת למצב את עצמה כספקית ליבות RISC-V ופתרונות סיליקון לעולם ה־Physical AI
דמיינו רובוט ביתי שנע בין הספה לשולחן, מזהה כוס מים, מושיט אליה זרוע, אוחז בה בלי למעוך אותה, נזהר מהחתול שעובר לידו, ומגיש אותה לאדם מבוגר שיושב בכורסה. עכשיו דמיינו רכב שנוסע במהירות, מזהה מכשול על הכביש, ומחליט בתוך שבריר שנייה אם לבלום, לסטות או להמשיך. בשני המקרים אין זמן לשלוח את השאלה לענן, להמתין לתשובה ולפעול אחר כך. כשהעולם הפיזי זז, גם המחשוב צריך לזוז איתו.
זו הנקודה שממנה מתחיל הסיפור החדש של MIPS. החברה, ששמה מוכר כבר עשרות שנים מתעשיית המעבדים, חוזרת כעת לשוק עם מיקוד אחר: לא עוד מאבק כללי על ארכיטקטורת מעבדים, אלא ניסיון לבנות את שכבת הסיליקון של ה־Physical AI – בינה מלאכותית שמחוברת למצלמות, חיישנים, מנועים, מערכות בלימה, זרועות רובוטיות, שערי תקשורת ומערכות בקרה בזמן אמת.
בראיון ל־CHIPORTAL אומר משה הלל, דירקטור לפרויקטים אסטרטגים MIPS בישראל, כי כדי להבין את הכיוון החדש של החברה צריך להפריד בין שלושה עולמות של AI. הראשון הוא הענן – ChatGPT, Gemini ושאר המודלים הגדולים שרצים במרכזי נתונים. השני הוא ה־AI במחשב האישי, שמסייע לערוך מסמכים, לנתח גיליונות או ליצור מצגות. השלישי, והוא התחום שבו MIPS מתמקדת, הוא AI בקצה: מערכות שנמצאות בתוך מכונית, רובוט, מפעל, רחפן או מכשיר תעשייתי, וצריכות לקבל החלטות במקום, בלי תלות בתקשורת לענן.
הלל מתאר זאת בפשטות: רכב שנוסע במהירות של 100 קמ"ש לא יכול להמתין אפילו כמה שניות לתשובה מהענן. רובוט שנע בבית לא יכול לעצור בכל פעם שהוא צריך להבין אם לפניו כיסא, אדם או קיר. הוא חייב לראות, להבין ולפעול בעצמו. במובן הזה, ה־AI יוצא מהמסך ונכנס אל תוך המנועים, הגלגלים, המפרקים והחיישנים.
החזון הזה מתורגם אצל MIPS לארכיטקטורה שלמה סביב ארבע פעולות: Sense, Think, Act, Communicate. קודם המערכת חשה את הסביבה באמצעות מצלמות, מיקרופונים וחיישנים. אחר כך היא חושבת – כלומר מעבדת את המידע, מזהה תבניות ומחליטה מה לעשות. בשלב השלישי היא פועלת: מפעילה מנוע, משנה כיוון, עוצרת, מאיצה, מאזנת זרוע או שולחת פקודה למערכת בקרה. לבסוף היא מתקשרת עם מערכות אחרות או עם הענן, מדווחת מה קרה, ומאפשרת למערכת ללמוד מהאירוע.
מיפס אינה מנסה להיות ספקית החיישנים עצמם. היא אינה בונה את המצלמה של הרובוט או את חיישן הטמפרטורה של המכונה. המיקוד שלה מתחיל מהרגע שבו המידע נכנס למערכת וצריך להפוך להחלטה. זהו המקום שבו נדרשים מעבדים ייעודיים, מיקרו־בקרים בזמן אמת, תקשורת מהירה ותוכנה שיודעת לעבוד יחד תחת מגבלות הספק, השהיה ובטיחות.
בצד ה־Think מציבה החברה את ליבות ה־AI שלה, ובראשן משפחת S8200. תפקידה הוא לעבד את המידע שמגיע מהחיישנים ולהריץ מודלי AI מקומיים. אלה אינם בהכרח מודלים ענקיים כמו בענן, אלא מודלים שמותאמים למערכות קצה: זיהוי תמונה, הבנת סביבה, פענוח פקודות קוליות, חיזוי תנועה וקבלת החלטות מהירה.
בצד ה־ Act נמצאת משפחת M8500, המיועדת לבקרת פעולה בזמן אמת. כאן ה־AI הופך לתנועה. אם ה־S8200 הוא החלק שמבין שיש מכשול, ה־M8500 הוא החלק שאמור לגרום למערכת לבלום, לסובב מנוע, לשנות זווית או לייצב זרוע. זהו עולם שבו מיקרו־שניות חשובות, במיוחד במערכות רכב, רובוטיקה, המרת הספק, ניהול סוללות ובקרת מנועים.
בצד ה־Communicate מציבה החברה את I8500, שנועד לטפל בתנועת נתונים ובתקשורת בין המערכת המקומית לבין מערכות אחרות. בעולם של Physical AI, גם התקשורת אינה פעולה צדדית. הרכב צריך לדווח, הרובוט צריך להתעדכן, המכונה במפעל צריכה להעביר נתוני מצב, והמערכת צריכה ללמוד מאירועים קודמים. התקשורת היא הדרך שבה אירוע מקומי הופך לידע מערכתי.
החידוש מבחינת מיפס אינו רק ברמת המוצר, אלא גם במודל העסקי. לאחר רכישת MIPS על ידי GlobalFoundries, החברה יכולה להציג הצעה רחבה יותר: לא רק IP של ליבה, אלא שילוב של ליבות, תוכנה, תכנון מותאם ויכולת להגיע עד ASIC ייעודי. הלל מדגיש כי לקוח יכול לקחת ליבה אחת, כמה ליבות, או שילוב מלא, ולהתאים את הרכיב לצרכים שלו: יותר זיכרון, פחות זיכרון, ממשק כזה או אחר, דגש על ביצועים, הספק, תקשורת או בטיחות.
כאן נכנסת גם הבחירה ב־- RISC-V. מיפס החדשה מבוססת על ארכיטקטורת RISC-V, והמסר שלה לשוק הוא שהלקוחות אינם צריכים להינעל על ארכיטקטורה קניינית אחת. RISC-V מאפשר סביבת ספקים רחבה יותר, גמישות גבוהה יותר והתאמה טובה יותר לשבבים ייעודיים. חשוב להדגיש: התקן פתוח, אך המימושים המסחריים יכולים להיות שונים זה מזה. הערך שמיפס מנסה להביא הוא מימוש מסחרי, יציב ומותאם ליישומים תובעניים, ולא רק עצם השימוש בסט הפקודות הפתוח.
עבור תעשיית השבבים, הסיפור של MIPS משקף שינוי רחב יותר. אחרי שנים שבהן מרכז הכובד של ה־AI היה במרכזי נתונים, גדל הצורך להעביר חלק מהחוכמה אל הקצה. לא כל החלטה יכולה לעבור דרך שרת מרוחק. לא כל מערכת יכולה להרשות לעצמה השהיה, צריכת אנרגיה גבוהה או תלות בקישוריות. המכונית, הרובוט, הרחפן והמכונה התעשייתית צריכים להפוך למערכות חכמות בפני עצמן.
לכן התחרות הבאה לא תהיה רק על מי מריץ את המודל הגדול ביותר. היא תהיה גם על מי יודע להריץ מודל קטן מספיק, מהיר מספיק, חסכוני מספיק ובטוח מספיק בתוך סביבה פיזית אמיתית. בעולם הזה, ביצועים נמדדים לא רק במספר פעולות לשנייה, אלא גם בשאלה אם הרובוט עצר בזמן, אם הזרוע תפסה נכון, אם הרכב בלם בלי היסוס, ואם המערכת המשיכה לפעול גם כשהקישור לענן נחלש.
MIPS מבקשת למקם את עצמה בדיוק בצומת הזה: בין RISC-V לבין AI בקצה, בין IP לבין ASIC, בין תוכנה לבין תנועה פיזית. אחרי שנים שבהן שמה היה חלק מההיסטוריה של עולם המעבדים, החברה מנסה כעת להפוך אותו שוב לרלוונטי – הפעם לא במרכז הנתונים, אלא בתוך המכונות שינועו סביבנו.
