רונן לווינגר, מנכ"ל DustPhotonics, הקדיש את הרצאתו בכנס ChipEx2026 לאחד האתגרים המרכזיים של עידן הבינה המלאכותית: החיבוריות בתוך מרכזי הנתונים. לדבריו, מאחורי ההתקדמות המהירה של מודלי AI עומדות תשתיות ענק של GPU, מתגים, שרתים, אחסון ורשתות תקשורת. ככל שהמערכות גדלות, כך הופכת האופטיקה לרכיב חיוני יותר. לא רק כאמצעי לחיבור בין מרכזי נתונים, אלא כחלק בלתי נפרד מארכיטקטורת המחשוב עצמה.

DustPhotonics פועלת בתחום פוטוניקת הסיליקון ומפתחת מוצרים וטכנולוגיות לתקשורת אופטית במרכזי נתונים של AI וענן. החברה מציגה את עצמה כמפתחת פלטפורמות Silicon Photonics שמיועדות לייצור בנפחים גבוהים, לרוחב פס גבוה יותר, למהירויות גבוהות יותר, ולהפחתת עלות וצריכת הספק. באתר החברה מופיע רונן לווינגר כמנכ"ל וכחבר דירקטוריון. (DustPhotonics)

מ־Scale-Out ל־Scale-Up: שתי צורות של רעב לחיבוריות

לווינגר הסביר כי כדי להבין את הצורך באופטיקה צריך להבחין בין שני מושגים מרכזיים בעולם מרכזי הנתונים: Scale-Out ו־Scale-Up. Scale-Out הוא המודל הקלאסי של הרחבת מרכז נתונים: מוסיפים עוד שרתים, עוד מדפים, עוד שורות ועוד ציוד תקשורת, ומחברים את כולם לרשת גדולה יותר. זהו המודל שאפיין מרכזי נתונים גם לפני גל ה־AI הנוכחי.

Scale-Up, לעומת זאת, מתאר את הגדלת יחידת המחשוב עצמה. בעבר הדבר התבטא בהוספת ליבות CPU למערכת אחת. כיום, בעידן ה־AI, מדובר בחיבור מספר גדול של GPU ליחידת מחשוב אחת, עם רשת פנימית מהירה מאוד. לווינגר הזכיר כי מערכות הדור החדש כבר מחברות עשרות GPU יחד, והמגמה היא להמשיך להגדיל את יחידת המחשוב למספרים גבוהים יותר.

שני הכיוונים האלה מובילים לאותה תוצאה: הרבה יותר תעבורת נתונים. במערכות AI גדולות, המאיצים אינם עובדים בבידוד. הם צריכים להעביר ביניהם משקלי מודלים, נתוני אימון, תוצאות ביניים ומידע בקרה בקצב גבוה ובאמינות גבוהה. אם החיבוריות אינה עומדת בקצב, גם המאיצים החזקים ביותר עלולים להמתין לנתונים. לכן האופטיקה עוברת משולי המערכת אל מרכז הדיון.

לדברי לווינגר, החיבוריות האופטית כבר ממלאת תפקיד משמעותי במרכזי נתונים גדולים, אך גל ה־AI מגדיל את הצורך בה בקפיצה נוספת. ככל שהמערכות עוברות ל־Scale-Up גדול יותר ול־Scale-Out רחב יותר, כמות האופטיקה במרכזי הנתונים צפויה לגדול באופן משמעותי.

פוטוניקת סיליקון כפתרון תעשייתי, לא רק מחקרי

הטכנולוגיה המרכזית שבה עוסקת DustPhotonics היא פוטוניקת סיליקון. הרעיון הוא להשתמש בתהליכי ייצור מוכרים מתעשיית השבבים כדי לייצר רכיבים שמוליכים, מעבדים ומעבירים אור על גבי שבב. במקום לבנות מערכות אופטיות גדולות ונפרדות, ניתן לשלב פונקציות אופטיות בתוך רכיבים קומפקטיים יותר, שמתאימים לייצור סדרתי ולשילוב במרכזי נתונים.

היתרון של פוטוניקת סיליקון הוא ביכולת לשלב רוחב פס גבוה, צריכת הספק נמוכה יותר, עלות נמוכה יותר ויכולת הגדלה לנפחים גבוהים. עבור מרכזי נתונים ל־AI, אלה אינם יתרונות שוליים. הם קובעים אם ניתן להמשיך להגדיל את המערכות בלי להיתקל במגבלות של חום, הספק, שטח ועלות.

לווינגר הדגיש בהרצאה כי DustPhotonics אינה מתמקדת בכל היישומים האפשריים של הטכנולוגיה, אף שאפשר למצוא טכנולוגיות דומות גם בלידארים, חיישנים ויישומים אופטיים אחרים. הבחירה האסטרטגית של החברה היא מרכזי נתונים וחיבוריות מהירה. זהו המקום שבו הצורך התעשייתי ברור במיוחד, ושבו הביקוש גדל עם כל דור חדש של מערכות AI.

החברה עצמה מסבירה כי פוטוניקת סיליקון נועדה להתמודד עם צרכים גדלים של מרכזי נתונים ל־AI ולהיפר־סקייל, באמצעות רכיבים שמספקים רוחב פס גבוה יותר, מהירויות גבוהות יותר, עלות נמוכה יותר וצריכת הספק נמוכה יותר. (DustPhotonics)

האופטיקה מתקרבת לשבב

אחד השינויים המרכזיים שעליהם דיבר לווינגר הוא המעבר מן האופטיקה בקצה הכרטיס אל אופטיקה קרובה יותר לשבב. במערכות רבות כיום משתמשים עדיין במודולים אופטיים נשלפים, Pluggable Optics, שממוקמים בקצה הלוח או בחזית השרת והמתג. זהו פתרון בשל, נוח לתחזוקה ובעל שרשרת אספקה קיימת. אבל ככל שקצב הנתונים עולה, האות החשמלי צריך לעבור מרחק משמעותי יותר עד שהוא מומר לאור, והמרחק הזה עולה בהספק ובמורכבות.

כאן נכנסות לתמונה שתי גישות חדשות: Near-Package Optics ו־Co-Packaged Optics. ב־Near-Package Optics, המנועים האופטיים ממוקמים על הלוח קרוב מאוד לשבב המרכזי, למשל GPU או ASIC של מתג. ב־Co-Packaged Optics, הרכיבים האופטיים משולבים ממש לצד השבב באותה חבילת אריזה. לפי DustPhotonics, התעשייה בוחנת כיום שלוש ארכיטקטורות עיקריות — Pluggable Optics, Co-Packaged Optics ו־Near-Package Optics — כאשר לכל אחת מהן יש פשרות שונות בין הספק, מורכבות אריזה ויכולת תחזוקה.

לווינגר הציג את המגמה הזו כחלק טבעי מהתפתחות מרכזי הנתונים. ככל שמרכז הנתונים הופך ליחידת מחשוב אחת גדולה, האופטיקה צריכה להתקרב אל מוקדי העיבוד. המטרה היא לקצר את המסלול החשמלי, להפחית צריכת הספק, להגדיל רוחב פס ולאפשר למערכות AI לפעול בקנה מידה גדול יותר.

DustPhotonics מציינת כי Near-Package Optics מציבה מנועים אופטיים בקרבת ה־GPU או ה־ASIC, וכך מקצרת את החיבור החשמלי בין השבב לאופטיקה. החברה מציגה את הגישה הזו כפשרה מעשית שמציעה חלק מיתרונות ה־CPO, אך עם מורכבות ייצור ותפעול נמוכה יותר.

עסקת Credo ממחישה את חשיבות התחום

ההרצאה של לווינגר התקיימה על רקע עסקת ענק שמדגישה את העלייה בחשיבות התחום. באפריל 2026 הודיעה Credo Technology כי חתמה על הסכם לרכישת DustPhotonics. לפי ההודעה הרשמית, Credo תרכוש את החברה תמורת 750 מיליון דולר במזומן וכ־0.92 מיליון מניות Credo, עם אפשרות לתמורה נוספת של עד כ־3.21 מיליון מניות, בהתאם לעמידה באבני דרך פיננסיות. העסקה צפויה להיסגר ברבעון השני של 2026, בכפוף לתנאים המקובלים ולאישורים רגולטוריים.

Credo הסבירה כי הרכישה תכניס אליה טכנולוגיית Silicon Photonics Photonic Integrated Circuit, ותאפשר לה להרחיב את פורטפוליו החיבוריות האופטית שלה עבור 800G, 1.6T ו־3.2T, כולל Near-Package Optics ו־Co-Packaged Optics. החברה ציינה כי השילוב בין SerDes, DSP, פוטוניקת סיליקון ואינטגרציית מערכת יאפשר לה לספק פתרונות חיבוריות מקצה לקצה לרשתות Scale-Out ו־Scale-Up של תשתיות AI.

המשמעות עבור DustPhotonics ברורה: החברה הישראלית עוברת ממעמד של ספקית טכנולוגיה ייעודית לשחקנית בתוך פלטפורמת חיבוריות רחבה יותר. עבור השוק, העסקה ממחישה כי חיבוריות אופטית אינה עוד רכיב משלים. היא הופכת לחלק מרכזי ממפת הדרכים של תשתיות AI.

לווינגר סיכם את הרצאתו במסר אופטימי. לדבריו, הביקוש הגובר לאופטיקה הוא בשורה טובה לחברות שעוסקות בחיבוריות, בפוטוניקה ובשבבים אופטיים. ככל שמרכזי הנתונים נעשים גדולים יותר, וככל שמערכות ה־AI דורשות יותר תעבורת נתונים, כך גדל הצורך בפתרונות שיכולים להעביר מידע מהר יותר ובצריכת הספק נמוכה יותר.

המסר המרכזי מן ההרצאה הוא שתשתיות AI אינן נבנות רק ממאיצים חזקים יותר. הן נבנות גם מן היכולת לחבר ביניהם. אם בעשור הקודם השאלה המרכזית הייתה כמה כוח עיבוד אפשר להכניס לשבב, הרי שבעשור הקרוב השאלה תהיה גם כמה מהר, כמה רחוק ובאיזו יעילות אפשר להזיז את הנתונים בין כל רכיבי המערכת. עבור חברות כמו DustPhotonics, זו בדיוק נקודת ההזדמנות.

הפוסט רונן לווינגר מ־DustPhotonics: אופטיקה תהפוך לצוואר הבקבוק הבא של מרכזי הנתונים ל־AI הופיע לראשונה ב-Chiportal.

הביקוש הגובר למחשוב בינה מלאכותית משנה לא רק את שוק המעבדים, אלא גם את האופן שבו מרכזי נתונים מעבירים מידע בין שבבים, שרתים, מדפים ומרכזי נתונים שלמים. בהרצאה שנשא ד"ר יעקב רויזין מטאואר סמיקונדקטור בכנס ChipEx2026, הוא הציג את פוטוניקת הסיליקון כאחת הטכנולוגיות המרכזיות שיאפשרו להמשיך להגדיל את תשתיות ה-AI בעשור הקרוב.

רויזין התמקד בהרצאתו בנושא Scaling Silicon Photonics for Artificially Intelligent Data Centers. לדבריו, אחד האתגרים המרכזיים של תעשיית המחשוב כיום אינו רק בניית מעבדים חזקים יותר, אלא העברת כמויות עצומות של מידע ביניהם במהירות גבוהה, בצריכת הספק נמוכה ובשטח פיזי קטן ככל האפשר. כאן נכנסת לתמונה פוטוניקת הסיליקון, המשתמשת באור במקום באלקטרונים לצורך העברת מידע על גבי שבבים ובין מערכות.

הצורך הזה נובע משלוש מגבלות מוכרות בתשתיות מחשוב גדולות. הראשונה היא מגבלת ההספק: ככל שמעבירים יותר מידע דרך חוטי נחושת, גדלים ההפסדים והחום. השנייה היא מגבלת הקלט-פלט: מערכות AI נדרשות להזרים כמויות עצומות של נתונים מחיישנים, זיכרונות ומערכות חיצוניות. השלישית היא מגבלת הזיכרון: המעבדים נעשים מהירים יותר, אך הגישה לזיכרון אינה תמיד עומדת בקצב. חיבורים אופטיים יכולים להקל על שלוש המגבלות האלה, משום שהם מאפשרים העברת נתונים מהירה יותר ובצריכת אנרגיה נמוכה יותר.

בהרצאה הוצגו שלושה סוגי הרחבה של תשתיות AI. הראשון הוא Scale-Up, כלומר הגדלת כוח החישוב בתוך מדף או מערכת אחת. השני הוא Scale-Out, שבו מחברים מספר גדול של מדפים בתוך מרכז נתונים. השלישי הוא Scale-Across, כלומר חיבור בין מרכזי נתונים מרוחקים. פוטוניקת סיליקון רלוונטית לכל הרמות האלה, משום שכל אחת מהן דורשת יותר רוחב פס, פחות השהיה ופחות צריכת הספק לכל ביט מידע.

רויזין הסביר כי השוק נשען כיום במידה רבה על רכיבים אופטיים ניתנים לשליפה, Pluggable Optics. רכיבים אלה ממירים אותות חשמליים לאותות אופטיים ולהפך, ומאפשרים חיבור מהיר בין שרתים ומתגים באמצעות סיבים אופטיים. זהו שוק גדול מאוד, המשמש בעיקר להרחבת מרכזי נתונים ברמת Scale-Out. אולם הדור הבא מתקדם לעבר Co-Packaged Optics, שבו החלק האופטי משולב קרוב הרבה יותר למעבד או למתג עצמו. צמצום המרחק שהאות החשמלי צריך לעבור לפני שהוא מומר לאור מפחית הספק, מקצר השהיה ומאפשר רוחב פס גבוה יותר.

אחד המסרים החשובים בהרצאה היה שפוטוניקת סיליקון אינה מחייבת בהכרח את קווי הייצור המתקדמים ביותר מבחינת גודל טרנזיסטור. בניגוד למעבדי עיבוד כלליים או מאיצי AI, שבהם כל דור מתקדם לננומטרים קטנים יותר, בפוטוניקה ההתקדמות נמדדת גם ברוחב פס, באיכות המודולטורים, בשילוב מקורות אור, בהפסדים אופטיים נמוכים ובצמצום שטח המעגל הפוטוני. לכן מפעלי ייצור CMOS קיימים יכולים למלא תפקיד מרכזי בהאצת התחום.

לפי המצגת, לטאואר יש כבר פעילות רחבה בתחום. ארבעה מתוך ששת מפעלי הייצור של החברה, ובהם גם המפעל במגדל העמק, מייצרים רכיבי פוטוניקת סיליקון. לפי רויזין, קיבולת הייצור בתחום גדלה פי ארבעה בשנה שעברה, וצפויה לגדול פי חמישה השנה. המוצרים המרכזיים הם משדרים-מקלטים אופטיים, כאשר הדור הנוכחי מגיע לקצבים של 1.6 טרה-ביט לשנייה, והיעד הבא הוא 3.2 טרה-ביט לשנייה.

מערכת פוטונית טיפוסית מבוססת על פרוסות Silicon-on-Insulator, שבהן שכבת סיליקון דקה בעובי של כ-220 ננומטר משמשת להובלת אור. בתוך השבב משולבים מוליכי גל מסיליקון או מסיליקון ניטריד, מודולטורים, גלאי גרמניום לאור בתחום האינפרא-אדום, ומבנים שמאפשרים לחבר את האור אל סיב אופטי או ממנו. המטרה היא להפוך את האור למוביל מידע בתוך עולם שנבנה במקור סביב אותות חשמליים.

רויזין תיאר גם כמה אבני בניין חדשות שמאפשרות להמשיך להגדיל את הביצועים. אחת מהן היא שילוב מקורות אור בתוך שבב הפוטוניקה עצמו. דוגמה לכך היא שילוב שבבי לייזר מבוססי אינדיום פוספיד בתוך שבבי פוטוניקת סיליקון. כיוון נוסף הוא שימוש במודולטורים מתקדמים, ובהם מודולטורים מבוססי אינדיום פוספיד או ליתיום ניובט, שיכולים לפעול בתדרים גבוהים במיוחד. טכנולוגיות כאלה נועדו לאפשר העברת מידע בקצבים גבוהים יותר ובצריכת אנרגיה נמוכה יותר.

תחום נוסף שהוזכר בהרצאה הוא שימוש בסיליקון ניטריד, חומר שמאפשר הפסדים אופטיים נמוכים מאוד ומתאים גם ליישומים רגישים כמו מחשוב קוונטי. לצד זאת, רויזין התייחס למטה-חומרים, כלומר מבנים זעירים שמנצלים תכנון ננומטרי מדויק כדי להשפיע על התנהגות האור בדרכים שאינן אפשריות באופטיקה רגילה. השימוש במטה-חומרים עשוי לאפשר רכיבים קטנים יותר, מהירים יותר ויעילים יותר.

המעבר ל-Co-Packaged Optics מחייב גם טכנולוגיות שילוב מתקדמות. בהרצאה הוזכרו TSV, חיבורי Through-Silicon Via, קישור בין פרוסות, ושילוב חומרים אורגניים לצורך יצירת עדשות או מבנים אופטיים מיוחדים. כל אלה נועדו לקרב בין השבב החשמלי והשבב האופטי, לקצר את המסלול החשמלי ולהעביר כמה שיותר מהתקשורת אל המרחב האופטי.

החשיבות של פוטוניקת הסיליקון גדלה משום שמרכזי הנתונים של AI כבר אינם מתמודדים רק עם כוח עיבוד. הם מתמודדים עם בעיית תנועה של מידע. מודלים גדולים דורשים העברה רציפה של נתונים בין מאיצים, זיכרונות, מתגים ואחסון. אם התקשורת בין הרכיבים אינה עומדת בקצב, המעבדים עצמם ממתינים לנתונים והמערכת כולה מאבדת יעילות. לכן התעשייה מחפשת פתרונות שיקטינו את עלות האנרגיה של כל ביט מידע ויגדילו את רוחב הפס הזמין.

המסר המרכזי מהרצאתו של רויזין הוא שפוטוניקת סיליקון עוברת ממעמד של טכנולוגיה נישתית לתשתית הנדסית מרכזית של עידן ה-AI. היא אינה מחליפה את השבבים האלקטרוניים, אלא משלימה אותם ומאפשרת להם לפעול בקנה מידה גדול יותר. ככל שמרכזי הנתונים נעשים צפופים, מהירים ותובעניים יותר, החיבור בין עולם ה-CMOS לעולם האופטי הופך לאחד המפתחות להמשך ההתרחבות של תשתיות הבינה המלאכותית.

הפוסט ד"ר יעקב רויזין מטאואר: פוטוניקת סיליקון הופכת לתשתית מרכזית של מרכזי נתונים ל-AI הופיע לראשונה ב-Chiportal.

הצמיחה המהירה של יישומי בינה מלאכותית מציבה את מרכזי הנתונים בפני מגבלה פיזיקלית והנדסית ברורה: קשה יותר ויותר להעביר כמויות עצומות של מידע באמצעות חיבורי נחושת רגילים, בלי להיתקל בצריכת חשמל גבוהה, התחממות, השהיות ומגבלות קלט־פלט. בהרצאה שנשא בכנס ChipEx2026, הציג יעקוב רויזין מטאואר סמיקונדקטור את פוטוניקת הסיליקון כאחת הטכנולוגיות המרכזיות שיאפשרו להמשיך להגדיל את תשתיות ה־AI בשנים הקרובות.

לדברי רויזין, המגבלות המרכזיות של מערכות אלקטרוניות גדולות אינן נובעות רק מכוח החישוב של המעבדים עצמם. הן קשורות גם ליכולת להזיז נתונים במהירות בין מעבדים, זיכרונות, שרתים וארונות תקשורת. תשתיות AI מודרניות זקוקות להעברת מידע בהיקפים עצומים, ולעיתים צוואר הבקבוק אינו החישוב אלא התקשורת. כאן נכנסת לתמונה פוטוניקת הסיליקון: שימוש באור, במקום באלקטרונים בלבד, כדי להעביר מידע בקצבים גבוהים יותר ובצריכת אנרגיה נמוכה יותר.

רויזין חילק את האתגר לשלושה ממדי הרחבה. הראשון הוא Scale Up – הגדלת צפיפות החישוב בתוך ארון שרתים יחיד. השני הוא Scale Out – חיבור יעיל בין ארונות רבים באותו מרכז נתונים. השלישי הוא Scale Across – חיבור בין מרכזי נתונים במרחקים גדולים. בכל אחד מהמקרים, החיבור האופטי אמור להפחית את העומס על החיבורים החשמליים ולשפר את היחס בין ביצועים, רוחב פס וצריכת חשמל.

ממקלטים אופטיים נשלפים לאופטיקה משולבת במעבד

השימוש המסחרי המרכזי כיום בפוטוניקת סיליקון נמצא במקמ"שים אופטיים, רכיבים שממירים אותות חשמליים לאותות אופטיים ולהפך. רכיבים אלה מחברים בין שרתים, מתגים ומערכות מחשוב עתירות ביצועים. לפי רויזין, זהו כבר שוק גדול מאוד, בעיקר עבור חיבורי Scale Out במרכזי נתונים.

השלב הבא הוא מעבר ל־Co-Packaged Optics, או CPO. בגישה זו, הרכיבים האופטיים אינם נמצאים רק בקצה המערכת, אלא משולבים קרוב הרבה יותר לרכיבי החישוב והתקשורת החשמליים. קיצור המרחק שאותו צריכים לעבור האותות החשמליים מפחית הספק, מקטין השהיה ומאפשר רוחב פס גבוה יותר. טאואר עצמה הודיעה בנובמבר 2025 על טכנולוגיית יציקה חדשה ל־CPO, המבוססת על אינטגרציה תלת־ממדית בקנה מידה של פרוסות שבבים ועל שילוב בין פוטוניקת סיליקון לבין רכיבי SiGe BiCMOS. (Tower Semiconductor)

רויזין הדגיש כי אחד היתרונות של פוטוניקת סיליקון הוא התאמתה לתשתיות ייצור קיימות של CMOS. מפעלי יציקה שכבר צברו ניסיון של עשרות שנים בייצור שבבים יכלו להיכנס לתחום במהירות יחסית, כאשר הביקוש מצד מרכזי הנתונים, תשתיות AI ותקשורת 5G ו־6G החל לגדול. לפי הנתונים שהוצגו בהרצאה, טאואר מפעילה שישה מפעלי ייצור בעולם, וארבעה מהם מעורבים בייצור רכיבי פוטוניקת סיליקון, כולל המפעל במגדל העמק. החברה מדווחת על הרחבה מהירה של הקיבולת בתחום זה, עם גידול של פי ארבעה בשנה שעברה וצפי לגידול נוסף השנה.

הכיוון הטכנולוגי ברור: רוחבי הפס עולים במהירות. כיום מדובר במערכות של 1.6 טרה־ביט לשנייה, כאשר היעד הבא הוא 3.2 טרה־ביט לשנייה. במרץ 2026 הודיעו טאואר ו־Coherent על הדגמה של העברת נתונים בקצב 400 גיגה־ביט לשנייה לערוץ, באמצעות מודולטור סיליקון בתהליך פוטוניקת סיליקון המתאים לייצור, כצעד לעבר מקמ"שים אופטיים של 3.2 טרה־ביט לשנייה. (Tower Semiconductor)

האתגר הבא: מקורות אור, מודולטורים ואינטגרציה תלת־ממדית

לצד הייצור עצמו, רויזין הצביע על כמה אבני בניין שיקבעו את קצב ההתקדמות של התחום. אחת מהן היא שילוב מקורות אור על גבי שבב פוטוני. בין הפתרונות שהוזכרו נמצאים לייזרים מבוססי אינדיום פוספיד, המשולבים כ־chiplets בתוך שבבי פוטוניקת סיליקון, וכן מקורות אור מסוג VCSEL, שמתחילים להראות יכולות מודולציה גבוהות במיוחד.

מרכיב מרכזי נוסף הוא המודולטור – הרכיב שמקודד מידע על גבי האור. מודולטורים מבוססי אינדיום פוספיד או ליתיום ניובט יכולים לפעול בקצבים גבוהים מאוד, ובכך להגדיל את כמות המידע שניתן להעביר בכל ערוץ אופטי. לצד זאת, רויזין התייחס גם לרכיבי סיליקון ניטריד, המתאימים ליישומים שבהם נדרש אובדן אופטי נמוך במיוחד, למשל בתחומים כמו מחשוב קוונטי או רכיבים לא־ליניאריים.

תחום נוסף שהוזכר הוא מטא־חומרים. אלה מבנים זעירים מאוד, שמאפשרים לשלוט באור בדרכים שקשה להשיג באופטיקה קלאסית. באמצעות תכנון וייצור מדויקים של מבנים כאלה ניתן ליצור אלמנטים אופטיים חדשים, לשפר ביצועים ולהקטין את שטח הרכיבים.

בסופו של דבר, המסר המרכזי של ההרצאה היה שפוטוניקת סיליקון אינה רכיב נלווה בלבד, אלא שכבת תשתית מרכזית בדור הבא של מרכזי הנתונים. היא אינה מחייבת בהכרח את צומתי הייצור האלקטרוניים המתקדמים ביותר, אך היא דורשת שליטה עמוקה בחומרים, ליתוגרפיה, אינטגרציה תלת־ממדית, תכנון אלקטרוני־אופטי וייצור בנפחים גדולים. בעולם שבו מודלי AI גדולים דורשים עוד ועוד רוחב פס, הטכנולוגיה הזאת עשויה לקבוע לא רק כמה מהר המערכות יחשבו, אלא גם כמה ביעילות הן יצליחו לדבר זו עם זו.

הפוסט פוטוניקת סיליקון תהפוך לתשתית מרכזית בדור הבא של מרכזי הנתונים ל־AI הופיע לראשונה ב-Chiportal.

מהנדסים מאוניברסיטת קליפורניה בסן דייגו פיתחו אבטיפוס לשבב חדש שנועד לשפר את הדרך שבה מועבר חשמל למעבדים גרפיים, GPUs, במרכזי נתונים. המחקר, שפורסם ב־Nature Communications, עוסק באחד האתגרים הבסיסיים של מערכות מחשוב מודרניות: כיצד להמיר ביעילות מתח חשמלי גבוה למתח נמוך בהרבה, הדרוש להפעלת רכיבי מחשוב רגישים.

מרכזי נתונים מודרניים צורכים כמויות הולכות וגדלות של חשמל, בעיקר בשל הביקוש למחשוב עתיר ביצועים ולבינה מלאכותית. ברוב המערכות האלה החשמל מופץ במתח של 48 וולט, אך המעבדים הגרפיים עצמם זקוקים בדרך כלל למתח נמוך בהרבה, בטווח של 1 עד 5 וולט. תהליך ההמרה הזה, המכונה DC-DC step-down conversion, חיוני כמעט בכל מערכת אלקטרונית, אך הוא נעשה מאתגר יותר ככל שהמערכות חזקות וצפופות יותר.

ממירי מתח מקובלים מבוססים בדרך כלל על רכיבים מגנטיים, בעיקר סלילים. במשך השנים שופרו רכיבים אלה מאוד, אך החוקרים מציינים כי הם מתקרבים למגבלות המעשיות שלהם. לפי פרופ' פטריק מרסייה, מהמחלקה להנדסת חשמל ומחשבים בבית הספר להנדסה ג'ייקובס באוניברסיטת קליפורניה בסן דייגו, התכנון של ממירים אינדוקטיביים הגיע לרמה גבוהה כל כך עד שנותר מעט מקום לשיפור משמעותי לקראת צורכי הדורות הבאים.

הגישה החדשה מבוססת על מהודים פיאזואלקטריים. בניגוד לסלילים, המאחסנים ומעבירים אנרגיה באמצעות שדות מגנטיים, מהודים פיאזואלקטריים עושים זאת באמצעות תנודות מכניות. עקרונית, רכיבים כאלה עשויים להיות קטנים יותר, בעלי צפיפות אנרגיה גבוהה יותר, יעילים יותר ומתאימים יותר לייצור בקנה מידה גדול. עם זאת, גרסאות קודמות של ממירים פיאזואלקטריים התקשו לשמור על יעילות גבוהה כאשר נדרש פער גדול בין מתח הכניסה למתח היציאה.

כדי להתמודד עם הקושי הזה, צוות המחקר פיתח תכנון היברידי. הוא משלב מהוד פיאזואלקטרי עם קבלים קטנים וזמינים מסחרית, המסודרים בתצורה ייחודית. הסידור הזה מאפשר למעגל להתמודד טוב יותר עם ירידת מתח גדולה, מפחית איבודי אנרגיה ומקטין את העומס על המהוד עצמו.

בניסוי המעבדה הצליח אבטיפוס השבב להמיר מתח של 48 וולט ל־4.8 וולט, רמה המקובלת במרכזי נתונים. יעילות השיא שנמדדה הייתה 96.2%. בנוסף, השבב סיפק זרם יציאה גבוה פי ארבעה בערך לעומת תכנונים פיאזואלקטריים קודמים. המשמעות היא שהטכנולוגיה אינה רק חסכונית יותר, אלא גם מתקרבת יותר ליכולת אספקת הספק הדרושה למערכות מחשוב מעשיות.

למרות התוצאות המבטיחות, החוקרים מדגישים כי מדובר עדיין בטכנולוגיה בשלבי פיתוח. ממירים פיאזואלקטריים אינם צפויים להחליף מיד את ממירי המתח הקיימים. יש צורך בשיפור נוסף של החומרים, המעגלים ושיטות האריזה. אחד האתגרים המעשיים הוא שהמהודים הפיאזואלקטריים רוטטים בזמן הפעולה, ולכן אי אפשר בהכרח לחבר אותם ללוחות מעגלים בשיטות הלחמה רגילות. שילובם במערכות אלקטרוניות יחייב שיטות אינטגרציה חדשות.

עם זאת, המחקר מצביע על כיוון אפשרי לשיפור יעילות האנרגיה של מרכזי נתונים. גם שיפור קטן בהמרת מתח יכול להיות משמעותי כאשר הוא מוכפל במיליוני רכיבים שפועלים ברציפות. בעידן שבו מעבדים גרפיים הפכו לתשתית מרכזית של בינה מלאכותית, כל חיסכון באנרגיה, חום ושטח עשוי להשפיע על עלויות התפעול ועל היכולת להרחיב מערכות מחשוב.

המחקר בוצע בידי ג'יי־יאנג קו, ון־צ'ין ב' ליו ופטריק פ' מרסייה, ופורסם ב־17 במרץ 2026 ב־Nature Communications. DOI: 10.1038/s41467-026-70494-0.

FAQ מהיר

מה עושה השבב החדש?
השבב ממיר מתח גבוה למתח נמוך יותר, הדרוש להפעלת רכיבים אלקטרוניים כמו מעבדים גרפיים במרכזי נתונים.

מה החידוש בטכנולוגיה?
במקום להסתמך בעיקר על סלילים מגנטיים, השבב משתמש במהוד פיאזואלקטרי ובקבלים קטנים כדי לבצע את המרת המתח ביעילות גבוהה.

האם השבב כבר מוכן לשימוש מסחרי?
לא. החוקרים מדגישים כי מדובר באבטיפוס מעבדתי. נדרשים עוד שיפורים בחומרים, במעגלים ובשיטות האריזה לפני שימוש במרכזי נתונים.

הפוסט שבב חדש עשוי לשפר את יעילות האנרגיה של מעבדים גרפיים במרכזי נתונים הופיע לראשונה ב-Chiportal.