• 
  חברת אנבידיה דיווחה אמש על תוצאות הרבעון הראשון לשנת הכספים 2026 של החברה. ההכנסות הרבעוניות עמדו על נתון שיא של 44.1 מיליארד דולר, עלייה של 69% בהשוואה לשנה שעברה ו-12% בהשוואה לרבעון הקודם.
• הכנסות תחום מרכזי הנתונים עמדו על נתון שיא של 39.1 מיליארד דולר ברבעון החולף, עלייה של 10% בהשוואה לרבעון הקודם ו-73% בהשוואה לרבעון המקביל בשנה שעברה. תחזית ההכנסות לרבעון הבא (Q2FY26) עומדת על 45 מיליארד דולר, פלוס מינוס 2%; תחזית זו משקפת הפסד צפוי בהכנסות ממכירת H20 בגובה של 8 מיליארד דולר, לאור הגבלות הייצוא המעודכנות.  רווח חשבונאי (GAAP) למניה ברבעון היה 0.76 דולר, בעוד רווח מתואם (Non-GAAP) למניה היה 0.81 דולר.
• ללא מחיקת 4.5 מיליארד דולר בעקבות הגבלות הייצור על שבב ה-NVIDIA H20 ומיסוי מותאם, הרווח החשבונאי (GAAP) למניה לרבעון זה היה עומד על 0.96 דולר למניה.

מייסד ומנכ"ל אנבידיה, ג'נסן הואנג, אמר: 

“בשיא הרבעון הראשון של שנתנו הפיסקלית, רשמנו הכנסות שיא של 44.1 מיליארד דולר, המשקפות גידול של 69% לעומת הרבעון המקביל אשתקד ו-12% לעומת הרבעון הרביעי. תחום מרכזי הנתונים המשיך להוביל את הצמיחה, עם הכנסות של 39.1 מיליארד דולר – עלייה של 73% משנה לשנה ו-10% לעומת הרבעון הקודם. מכונת NVIDIA Blackwell NVL72 – ‘מכונה חושבת’ המיועדת למשימות Reasoning – נמצאת כבר בפרודקשן נרחב בקרב ספקי שירותי ענן ויצרני מערכות, והביקוש הגלובלי לפלטפורמות ה-AI שלנו חזק באופן יוצא דופן.

היקף יצירת הטוקנים לתהליכי Inference קפץ פי 10 בתוך שנה בלבד, ואנו צופים שככל שסוכני בינה מלאכותית יהפכו למיינסטרים, הדרישה לכוח מחשוב מתקדם תגבר אף יותר. בעיניי, בינה מלאכותית הפכה לתשתית קריטית – ממש כמו חשמל ואינטרנט – ואנבידיה נמצאת בלב השינוי המהותי הזה. מבט קדימה, אנו צופים שההכנסות ברבעון הבא יעמדו סביב 45 מיליארד דולר, פלוס מינוס 2%, גם נוכח מגבלות הייצוא העדכניות על מוצרי H20, אשר ישפיעו על כ-8 מיליארד דולר מהמכירות. בחודשים הקרובים, נמשיך להרחיב את שיתופי הפעולה שלנו עם מובילי התעשייה, להשקיע במחקר וחדשנות, ולהבטיח שהארכיטקטורה שלנו תתאים לקצב המהפכות הצומחות בתחום ה-AI, מהמודלים המתקדמים ביותר של שפה ועד לפתרונות המגבשים את גבולות האפשר.”

הפוסט אנבידיה מדווחת על הכנסות שיא של 44 מיליארד דולר ברבעון הראשון הופיע לראשונה ב-Chiportal.

החברה הישראלית דרייבנטס, שפועלת ממרכז רעננה, נמצאת כיום בעמדת זינוק לא שגרתית בקרב על עתיד תשתיות הבינה המלאכותית. מה שהתחיל כניסיון להחליף את סיסקו וג'וניפר אצל ספקיות תקשורת, הפך בשנה האחרונה להזדמנות אסטרטגית לכבוש נתח הולך וגדל מ"מפעלי ה-AI" – חוות שרתים ענקיות שמספקות כוח עיבוד לשירותי בינה מלאכותית.

לפי מידע שנחשף לאחרונה, צבר ההזמנות של דרייבנטס עומד על כמיליארד דולר לחמש השנים הקרובות, והחברה כבר משרתת חברות AI כמו WhiteFiber – שהחלה את דרכה בכריית ביטקוין וכעת בונה מרכזי GPU באיסלנד. דרייבנטס מסתמכת על גישה של קונסולידציה מודולרית: "קופסאות לבנות" מבוססות אתרנט ושבבים מברודקום, נוקיה או סיסקו, המתחברות למערך אחד וירטואלי של נתב מתקדם.

בשונה מהגישה הסגורה של אנבידיה, הנשענת על פרוטוקול InfiniBand ושבבי ה-Hopper או Blackwell, מציעה דרייבנטס פתרון פתוח, גמיש וזול יותר, שמבוסס על Ethernet. הביצועים שהושגו עד כה שכנעו לקוחות גדולים, ובמיוחד "ניאו-עננים" – חברות חדשות דוגמת CoreWeave או NVAIS המציעות שירותי GPU-as-a-Service, ושואפות להחליף את תשתיות הענן הוותיקות של גוגל, אמזון ומיקרוסופט.

גם בשוק ספקיות התקשורת דרייבנטס ממשיכה להרחיב את נוכחותה, עם חוזים מול AT&T, קומקאסט, NTT וקונצרן התקשורת היפני KDDI, שמיישם את פתרונות החברה כדי להתמודד עם עומסי המידע שמייצרות מערכות הבינה המלאכותית.

החברה הוקמה בשנת 2015 על ידי עידו סוסן (מייסד Intucell שנמכרה לסיסקו ב-475 מיליון דולר) והלל קוברינסקי (מייסד Interwise), וכיום מעסיקה כ-500 עובדים. בגיוס האחרון ב-2022 הוערכה דרייבנטס בשווי של 3.1 מיליארד דולר. בשוק שבו אנבידיה מובילה ו-Arista נחשבת לאלטרנטיבה השנייה, מתכוונת דרייבנטס לתפוס את המקום השלישי.

מעבר להיבטים הטכנולוגיים, דרייבנטס מבקשת לשנות את מבנה העלויות של תשתיות תקשורת בכלל ושל מרכזי עיבוד AI בפרט. "זה לא עניין של חיסכון של 10% — זו מהפכה במבנה העלויות," אמר קוברינסקי לאחרונה, והוסיף כי האסטרטגיה ארוכת הטווח של החברה כוללת איחוד בין תשתיות AI לתשתיות ספקיות שירות, כך שהן יתמזגו בעתיד.

באקלים תחרותי בו גם אנבידיה עצמה מאמצת כעת את פרוטוקול האתרנט, דרייבנטס מצליחה להוכיח שניתן לבנות תשתית AI מהירה, חסכונית וסקלאבילית — מבלי להיכנע לסטנדרטים הסגורים של השחקנית הגדולה בשוק.

תגיות:
דרייבנטס, עידו סוסן, הלל קוברינסקי, בינה מלאכותית, אנבידיה, חוות שרתים, תקשורת נתונים, ניאו-עננים

הפוסט דרייבנטס מאתגרת את אנבידיה: זכתה בהזמנות בכמיליארד דולר הופיע לראשונה ב-Chiportal.

רק שני אורחים מחברות שותפות של TSMC זכו להציג את החדשות האחרונות שלהם בכנס הטכנולוגי השנתי שנערךהיום (ג') באמסטרדם. האחד היה קורט סיברס, מנכ"ל NXP והשני היה יוסי מיוחס מנכ"ל XSight הישראלית שהדגים כיצד עובדת TSMC עם השותפות הטכנולוגיות שלה.

מיוחס הציג שני מוצרים חדשים שנועדו לתת מענה לצרכים הגדלים של תעשיית הענן והבינה המלאכותית: מתג רשת בקנה מידה היברידי (Hybrid-Scale Switch) ומעבד תשתית (Infrastructure Processor) מסדרת E1. שני השבבים מבוססים על טכנולוגיית ייצור 5 ננומטר של TSMC ומציעים שילוב בין עוצמת חישוב, יכולת תכנות גמישה ויעילות הספק גבוהה – תכונות שממקמות את Xsight כחברה צעירה עם שאיפות גדולות בשוק צפוף ותובעני.

חיבור בין רשת לעיבוד – פתרון כולל בענן

בהרצאתו, הציג מיוחס שצאת חזון החברה להציע פתרונות קצה-לקצה, המשלבים בין תשתית תקשורת לתשתית חישוב, בייחוד בסביבות עתירות עומס כמו מרכזי נתונים ציבוריים, מקבצי GPU ותשתיות AI. "בעוד חברות אחרות מתמקדות בקצה הרשת או בהאצת ה-Edge," אמר מיוחס, "אנחנו מתמקדים בלב המערכת – בליבת הענן, במתגים, ובמעבדים שעושים את העבודה ברקע."

לדבריו, חברת Xsight, שהוקמה ב־2017 מונה כיום כ־190 עובדים, מבוססת על צוות מייסדים ועובדים שמגיעים מרקע של ענקיות שבבים כמו NVIDIA, מלאנוקס, ברודקום, מרוול ואחרות. גם מבחינת מימון, Xsight נתמכת על ידי קבוצת משקיעים בולטים, ביניהם אביגדור וילנץ, שצוין אישית במהלך ההרצאה. ונכח אף הוא בכנס.

שני שבבים – כל אחד עם ייעוד שונה

השבב הראשון שהוצג הוא מתג מדגם X2 – מתג רשת בטכנולוגיית 5 ננומטר, שתוכנן לספק קצב תעבורה של 12.8 טרה-ביט לשנייה. השבב כולל מנועי עיבוד פנימיים מבוססי ARM ותשתית מיקרוקודית המאפשרת תכנות דינמי של פעולות הרשת. "זהו לא עוד מתג, אלא תשתית ניתנת לתכנות שמאפשרת ללקוחות להתאים את ההתנהגות של הרשת לדרישות היישומים שלהם," הסביר מיוחס.

המוצר השני – מסדרת E1 – הושק רשמית שבוע בלבד לפני הכנס, והוא מיועד לשמש כמעבד תשתית עצמאי (Infrastructure Processor) עם 64 ליבות ARM N2, ממשקי PCIe Gen5, זיכרון DDR5, ותמיכה בקישוריות של עד 800GbE. יתרונו המרכזי הוא ביכולת לבצע תכנות מלא של מסלול הנתונים (Full Data Path Programmability) – תכונה שמאפשרת גמישות רבה בתכנון מערכות AI מודרניות.

השקה מהירה – ומערכות פעילות כבר בשטח

מיוחס הדגיש את קצב הפיתוח יוצא הדופן של שני המוצרים. המתג X2 הגיע למעבדה באפריל 2024, וכבר באותו יום הופעל והחל לעבוד. "הפעלנו את המערכת באותו ערב שבו קיבלנו את הסיליקון מהמפעל. מאז עברנו שלבי בדיקה, וכיום המערכת זמינה להערכה אצל לקוחות בתעשייה." שבב ה-E1, לעומת זאת, הגיע לסבב סיליקון ראשון רק במרץ 2025, אבל בתוך פחות מחודשיים כבר פועל באופן מלא עם מערכת תוכנה ולינוקס, תומך בכלל הממשקים, ומוצג בכנס.

שילוב בין שני השבבים – מתג חכם (Smart Switch)

אחת ההכרזות המעניינות ביותר הייתה סביב יכולת השילוב בין שני השבבים: "אנחנו מסוגלים ליישם פתרון מלא של מתג חכם, שבו המתג מנתב את התעבורה למעבד התשתית, שמבצע עליה ניתוח או טרנספורמציה, ומחזיר אותה ליעד – כל זה עם שבבים שתכננו בעצמנו, מבפנים." זהו מודל שמתאים במיוחד לסביבות AI שבהן דרוש עיבוד מקומי מהיר, כגון ניתוב תעבורה, סינון, קידוד, או אופטימיזציית ביצועים.

ביקורת מרומזת על פתרונות קיימים

בשלב זה ציין מיוחס את הדמיון של ה-E1 לפתרון Nitro של AWS – רכיב חישוב עצמאי שנטמע בתוך שרתים במרכזי נתונים. אך הוא הדגיש: "אנחנו מציעים גמישות רבה יותר, ביצועים טובים יותר, וצריכת הספק נמוכה יותר. מבחינתנו זה 'Nitro על סטרואידים'."

תמיכה מצד TSMC – שותפות טכנולוגית של ממש

מיוחס הקדיש חלק מדבריו להבעת תודה ל-TSMC: "עבור חברה קטנה כמונו, התמיכה שקיבלנו – הטכנולוגית, הלוגיסטית והאנושית – מצד TSMC והאקוסיסטם שלה, היא יוצאת דופן. היא זו שאפשרה לנו להשיק שתי מערכת תוך פחות משנה."

הפוסט יוסי מיוחס, מנכ"ל Xsight הציג בכנס TSMC פתרון חדש לעיבוד תשתיות ענן ובינה מלאכותית הופיע לראשונה ב-Chiportal.

חברת מארוול, מהחברות המובילות בעולם בתחום פתרונות שבבים לתשתיות נתונים, הכריזה על שיתוף פעולה אסטרטגי עם אנבידיה, במסגרתו תשלב את טכנולוגיית NVLink Fusion בשבבים המותאמים אישית של פלטפורמת הענן שלה.

שיתוף פעולה זה נועד להאיץ את פיתוח הדור הבא של מרכזי נתונים מבוססי AI, תוך שילוב בין יכולות עיבוד ייחודיות, אינטגרציה רחבת היקף וגמישות הנדסית יוצאת דופן.

הפתרון המשולב יאפשר חיבור ישיר בין רכיבי XPU מותאמים אישית לבין ארכיטקטורות חומרה ותוכנה בקנה מידה גדול. לצד זאת, ייהנו הלקוחות מגישה לפורטפוליו הרחב של מארוול, הכולל רכיבי SerDes חשמליים ואופטיים,

טכנולוגיות סיליקון פוטוניקס, זיכרון HBM, ממשקי PCIe Gen 7 ועוד, שילוב שמעניק בסיס לפיתוח תשתיות חכמות, יעילות ועתירות ביצועים.

NVLink Fusion נותנת מענה ישיר לאתגרים המורכבים של אימון מודלים ויישומי Agentic AI תחום שהולך וצובר תאוצה שבו האלגוריתמים מפיקים תובנות באמצעות ידע ולמידה עצמאית. באמצעות השילוב החדש,

חברות הענן יוכלו לפרוס במהירות יכולות AI מותאמות אישית, תוך שמירה על רציפות תפעולית והשקעה קיימת בארכיטקטורת NVLink של אנבידיה.

"מארוול ואנבידיה מאחדות כוחות כדי להאיץ את האינטגרציה של מפעלי AI," אמר ניק קוצ'רבסקי, סגן נשיא בכיר ומנהל חטיבת פלטפורמות הענן במארוול.

"באמצעות שיתוף הפעולה הזה אנו מאפשרים ללקוחות לפרוס תשתיות בינה מלאכותית ניתנות להרחבה, עם הביצועים, האמינות ורוחב הפס הנדרשים להפעלת מודלים מתקדמים."

בלב הטכנולוגיה עומד רכיב Chiplet חדשני, שמספק רוחב פס דו־כיווני של עד 1.8 טרה־בייט לשנייה, מאפיין המאפשר לחברות הענן להרחיב את מערכי ה-AI שלהן למיליוני יחידות XPU מותאמות.

"העולם הממוחשב משתנה, בינה מלאכותית כבר איננה רק יישום, אלא מהווה תשתית בסיסית למרכזי הנתונים המודרניים," הוסיף שאר נארסימאן, מנהל תחום חישוב מואץ באנבידיה.

"NVLink Fusion מרחיבה את הפלטפורמה הפתוחה שלנו לשותפים כמו מארוול, ומאפשרת להרחיב את היקף פעילות ה-AI למיליוני מעבדים גרפיים תוך שילוב שבבים מותאמים אישית ומערכות מדף, כדי לעמוד בביקוש הגובר לבינה מלאכותית."

הפוסט מהפכה במרכזי הנתונים: שיתוף פעולה אסטרטגי בין מארוול לאנבידיה הופיע לראשונה ב-Chiportal.

אנבידיה בחרה במעבד Intel Xeon 6776P – אחד משלושה דגמים חדשים בסדרת Xeon 6 של אינטל – כדי לשמש כ-head node במערכת הבינה המלאכותית החדשה שלה, DGX B300, המבוססת על ארכיטקטורת Blackwell. המערכת מיועדת לעומסי עבודה כבדים במיוחד, כמו אימון והסקה של מודלים גדולי־ממדים, ודורשת זמני תגובה מהירים וממוטבים בין ה-CPU ל-GPU.

את סדרת Xeon 6 החדשה מציגה אינטל עם ליבות ביצועים (P-Cores) מתקדמות בשלושה דגמים, הכוללים טכנולוגיית Priority Core Turbo (PCT), המאפשרת להאיץ שמונה ליבות נבחרות מ-3.9 גיגה־הרץ עד 4.6 גיגה־הרץ בדיוק ברגעי שיא, כגון בתהליך עיבוד הנתונים, טעינת המודלים וניהול תורי המשימות. האצת PCT מיועדת למנוע צווארי בקבוק ב-CPU, שעלולים לגרום ל-GPU לחכות ולהפחית את יעילות המערכת הכוללת.

מעבדי Intel Xeon 6 מצוידים גם בתמיכה בזיכרון מהיר של עד 5,200 MT/s, כולל MRDIMM, RDIMM ו-CXL, ומציעים עד 20% יותר נתיבי PCIe לעומת מתחרים מובילים. נוסף על כך, הם כוללים תמיכה ב-AMX – האצת חומרה ייעודית לחישובי מטריצות – המאפשרת ביצועים גבוהים יותר במשימות למידת מכונה ומתמטיקה מקבילית.

באינטל מציינים כי עם שילוב כוחות העיבוד, התמיכה בזיכרון ובקווים הפרלקליים ויכולות ההאצה החומרתית, סדרת Xeon 6 נועדה להוביל את הדור הבא של תשתיות הבינה המלאכותית ולמקום את אינטל במרכזן של פלטפורמות AI מתקדמות ברחבי העולם.

“תפקידו של מעבד ה-Xeon כ-head node במערכות AI מואצות הוא קריטי,” אמרה קרין אייבשיץ-סגל, סגנית נשיא תאגידית ומנהלת זמנית של קבוצת מרכזי הנתונים באינטל. “הבחירה של אנבידיה ב-Xeon 6776P היא הוכחה ליכולות המעבד ולמחויבות שלנו להניע את החדשנות בשוק ה-AI.”

הפוסט אנבידיה בחרה במעבדי Xeon 6 של אינטל למערכות הבינה המלאכותית החדשות שלה הופיע לראשונה ב-Chiportal.

במפגש הבכירים של כנס ChipEx2025 ערך יו"ר הכנס ומנכ"ל ASG שלמה גרדמן שיחה עם מיכאל כגן, ה-CTO של אנבידיה, שצמח באינטל ולאחר מכן במלאנוקס שנרכשה על ידי אנבידיה.

גרדמן: מיכאל, נולדת בסנט פטרבורג למשפחה שסבלה מרדיפות פוליטיות קשות ובנוסף אמך נפטרה בילדותך כיצד השפיעו כל הארועים הללו על אתגריך האישיים והמקצועיים?
כגן: “אני נושא איתי את המורשת של סבי, שנרצח ב־1937 לאחר שסירב לוותר על עקרונותיו, ואת סיפורו של אבי, פיזיקאי דוקטורנט שנשלח לכלא למשך 11 שנה בשל ביקורת על המשטר. הבינו אותי שלא מדובר רק בטראומה אישית, אלא בשיעור לא רגיל בחוסן נפשי ובמאבק למען ערכים. מהר מאוד הבנתי שהיכולת להמשיך קדימה למרות כישלונות היא לא בחירה, אלא הכרח. בקריירה, כשמשהו לא הלך כפי שתיכננתי – דחייה, כישלון טכני או מחסור במשאבים – תמיד חיפשתי כמה צעדים קדימה כדי להבין איך להפוך את המכשול להזדמנות. המוטו שלי הפך להיות: אם משהו נראה כמו סוף העולם, זו ההזדמנות הגדולה ביותר שלך. ערך זה הוא זה שהוביל אותי לחקור רעיונות חדשניים, להקים מיזמים חדשים ואף לקחת סיכונים שאחרים היו נרתעים מהם.”

גרדמן: בגיל 18 נידחת ממוסדות הלימוד ברוסיה בשל שמך היהודי – מה שאילץ אותך לברוח מרוסיה אך לא לוותר על עתיד אקדמי?
כגן: “הדחייה ממוסדות ההשכלה הגבוהה ברוסיה הייתה קשה ומרגיזה. הסתכלתי סביב וראיתי שאם אלך לצבא הרוסי, אני עלול למצוא את עצמי מותש, ברוטציה אינסופית שמונעת ממני לבנות עתיד. זה הוביל אותי למחשבה שיש מקום אחר שבו אוכל להגשים את שאיפותיי – ישראל. לא הכרתי אף אחד בארץ, לא ידעתי אפילו מילה בעברית או אנגלית, אבל הייתי נחוש. הנחישות הזו ניזונה מאמונה שעולם גדול מחכה, ושכדי להצליח צריך לפעמים לקבל החלטות קיצוניות. ההגירה לישראל הייתה צעד ראשון במסע למצות את הפוטנציאל שלי: שכירת דירת חדר קטן, לימוד השפות בעזרת חברים דוברי רוסית, והסתגלות לתרבות חדשה. ערך קבלת הסיכון הזה מלווה אותי עד היום, כשאני מנתח פעולות ואסטרטגיות עסקיות מורכבות של NVIDIA.”

גרדמן: איך למדת להסתדר בטכניון ללא שליטה בעברית או אנגלית, ולפתח יכולת למידה עצמאית ברמה אקדמית גבוהה?
כגן: “ההגעה לטכניון הייתה שיא האתגר. ההרצאות התקיימו בשפה זרה לי, ולכן הייתי מסתמך על קבוצת חברים דוברי רוסית שתרגמו במילים פשוטות את החומר. עם הזמן פיתחתי שיטה: אני מאזין להרצאה פעם ראשונה כדי לתפוס את הקו הכללי, פוגש חבר שמסביר לי בעילום שם ובעיבוד מילולי, ואז קורה חיבור פנימי בין לבין. בנוסף, הייתי מגיע לספריה שעות אחר שעות, לומד מהספרים והמחברות, מתרגל בעזרת תרגילי סוף פרק, ומשחזר לעצמי את השפה הטכנית באנגלית דרך מילון. עם סיום כל סמסטר, הבנתי לא רק חומר לימודי, אלא גם צברתי מיומנות למידה מהירה בסביבה רבת מידע ושפה מורכבת—מיומנות שהיום מסייעת לי להתעדכן בטכנולוגיות חדשות ולהטמיע מידע במהירות בארגון גלובלי כמו NVIDIA.”

גרדמן: במהלך עבודתך השתתפת בצוות פיתוח המעבד Intel 487 והובלת את ארכיטקטורת השבבים של אינטל, מה למדת על החדשנות בעיצוב חומרה וכיצד זה משפיע על אסטרטגיה טכנולוגית?
כגן:“בתקופת Intel 487 למדתי שכל הצלחה טכנית היא תוצאה של שילוב בין ראייה רחבה ותשומת לב לפרטים קטנים. המעבד 487 דרש איזון בין מהירות חישובית, צריכת אנרגיה וקומפקטיות פיזית. הבנתי שיש שתי דרכים: אחת, להמשיך לדחוס את מה שיש ולנסות לשפר בו את הביצועים, והשנייה — לצאת לגמרי מפרדיגמת העיצוב הנוכחית וליצור ארכיטקטורה שמנצל פלטפורמות חדשות, דרכי תקשורת ואופטימיזציה של זיכרון. המחקר שם הוביל אותי למסקנה שאם רק נמשיך לדחוף תוספים לחומרה נוכחית, נגיע לגבול פיזיקלי מהר. לכן למדנו לחשוב ‘במחזור הבא’ — לחשוב על פלטפורמה שלמה, ולא על שבב בודד. גישה זו הובילה בהמשך לפיתוחים ב־Mellanox ולאחר מכן לפלטפורמות ה- AI של NVIDIA, שבהן החומרה והפרוטוקולים עובדים כיחידה אחת.”

גרדמן: בשיא הקרירה באינטל וממש מיד לאחר שאשתך ילדה את ילדתכם המשותפת החלטת לעזוב ולהצטרף לחברת סטרטאפ האם אתה הרפתקן?
כגן:“ב־1999 הייתי מנהל בפרויקט גדול באינטל, עם הצעה לנדוד לסנטה קלרה ולנהל צוות בארה״ב. באותם ימים נולדה הבת הרביעית שלי, והייתי במחלוקת בין המשך ביטחון תעסוקתי לבין הצורך ליצור משהו חדש. כשאייל ולדמן, שהיה עובד שלי באינטל, הציע לי להצטרף לסטארט-אפ שיפתח רשת חישובית חדשה (InfiniBand), הבנתי שההזדמנות לעצב פרוטוקול שיחבר מרכזי נתונים כישות אחת היא נדירה. השיקול היה גם אישי: רציתי להישאר בישראל ליד המשפחה, וגם מקצועי: הרגשתי שאני יכול להשפיע בצורה עמוקה בהרבה סטארט-אפ קטן מאשר במגדל השן של אינטל. לקח לי דקה של חשיבה ועוד דקה לשכנע את אשתי , לגבי סיכונים כלכליים ותמיכה משפחתית. כשהשתכנעתי שבתוך הסטארטאפ אצליח לממש רעיון שיקבע את עתיד התשתיות, חתמתי – ואחרי כמה שנים ראינו את Mellanox מובילה את שוק חיבורי הענן.”

גרדמן: כיצד צמח במוחך הלהט של פיתוח InfiniBand, ואיזה תפקיד שיחקה גישת ה־“Morphing Cloud” בעיצוב מרכזי הנתונים המודרניים?
כגן: “הרעיון נולד מתוך תסכול מול מגבלות התקשורת במחשוב-על. כשעבדנו ב־Intel על תהליכי סימולציה, גילינו שהקשר לשרת מירכזות ירושלים נעשה פקוק ויקר. חשבנו: מה אם נרשה למחשבים שוליים לשתף זיכרון ויכולות חישוב כאילו הם חלק ממחשב ענק אחד? כך נוצר הקונספט של “Morphing Cloud” — שינוי מצב הדינמי שבו כל יחידת חישוב מתפקדת כחלק ממערכת משותפת. בפרקטיקה, זה אומר קישוריות רשת ברוחב פס גבוה מאוד ושיהוי נמוך – המרכיבים העיקריים של InfiniBand. החזון הזה סלל את הדרך למבני ענן שבהם שרתים, זיכרון ואמצעי אחסון פועלים כיחידה אחת, מה שמאפשר כיום להריץ מודלי AI ענקיים בסקלות שלא היינו מצליחים להגיע אליהן עם ארכיטקטורת TCP/IP קונבנציונלית.”

גרדמן: כ־CTO של NVIDIA, כיצד אתה רואה את תפקידה של הבינה המלאכותית והשפעתה על חיינו?
כגן: “אני מביט על AI לא ככלי סטטי, אלא כישות למידה מתמשכת. בכל פעם שהמודל לא מספק את הפלט הרצוי, אני לא זורק אותו — אני מלמד אותו מחדש באמצעות דוגמאות נוספות או התאמת פרמטרים. זו אינטראקציה, תהליך שני־כיווני שבו אתה מוביל ומכוון את ה־AI. כלי סטטי, לעומת זאת, מבצע פקודה חד־פעמית. ב־AI, התהליך הוא כמו עבודה עם עמית: אתה מסביר, מתקן, נותן פידבק, והמנוע משתפר בכל סבב. גישה זו מאפשרת לנו בפיתוח שבבים ומערכות חישוב להתאים את החומרה לדרישות המודל, ולתכנת את התוכנה כך שתנצל את המשאבים הקיימים באפקטיביות מרבית. השותפות הזו מאפשרת ל־NVIDIA להעביר אסטרטגיה עסקית וטכנולוגית למרחבים חדשים ללא גבולות שהיו קיימים לפני כן.”

גרדמן: מהם האתגרים העיקריים שאתה מזהה בניהול מרכזי נתונים בסדרי גודל, במיוחד בכל הנוגע לצריכת אנרגיה?
כגן:" אם בעבר בנינו מרכזי נתונים קרוב למקור כוח ולכן קרוב לעיר, היום אנחנו נדרשים לחשוב בקנה מידה גלובלי: הבעיה המרכזית היא לא רק אספקת חשמל בכמות מספקת, אלא גם הפצתו והטמעתה במקום שיכול להתמוטט מבחינה לוגיסטית. יש אזורים בעולם — למשל באוקיינוסים או באזורים מדבריים — שבהם יש עושר של אנרגיה מתחדשת שלא מנוצל. הפתרון שאני רואה הוא פריסה מבוזרת של “מצבורי” מודלים מרוחקים, בהם מאמנים את ה־AI במקומות עם אנרגיה זמינה, ואז שולחים רק משקלי המודל ונתוני ההפעלה למרכזים היותר קרובים למשתמש. כך מצמצמים תעבורת נתונים כבדה, חוסכים עלויות חשמל ותפעול, ומייעלים את הניהול הבינלאומי של המשאבים. זה דורש תכנון רשתות תקשורת חוסכות עצם, מערכות קירור חדשניות, ותשתיות תוכנה שמסנכרנות בין אתרים מרוחקים בזמן אמת.”

גרדמן: וכעת לאן פנך ופני אנבידיה?
כגן: “הרעיון המרכזי הוא להתייחס ל־Data Center כמחשב יחיד גדול, עם מערכת הפעלה ייעודית. מצד אחד יש לנו את מעבדי הווקטורים הגרפיים של NVIDIA שמבצעים מיליארדי חישובים במקביל, ומצד שני את רכיבי ה-BlueField של Mellanox שמנהלים את התקשורת והאבטחה ברמת הברזל. השילוב הזה מאפשר למנותבי התעבורה להעביר נתונים בתוך ובין שרתים בקצבים אסטרונומיים ובשיהוי של אלפיות השנייה. השכבה של התוכנה — SDKs, ספריות תקשורת יעילות, מערכות קירוּר מבוזרות — מפעילה את הרכיבים החומרתיים כך שהאינטגרציה תהיה חלקה ונטולת כשלים. התוצאה היא פלטפורמה שבה AI, סימולציות מדעיות ואינטליגנציה ארגונית רציפה יכולים לרוץ כעל מחשב-על אחד, בלי פשרות בין חומרה לתוכנה.”

גרדמן: לסיום, מה העיקרון המנחה אותך לאורך כל הקריירה, מיום בריחתך לישראל ועד לתפקידך הנוכחי כ־CTO של ענקית הטכנולוגיה NVIDIA? כגן:“העיקרון שקבע את מסע חיי הוא פשוט אך עוצמתי: ‘עשה מה שצריך להיעשות.’ בכל פעם שנתקלתי במחסום, בין אם זה דחייה מגורמים אקדמיים, אתגרים טכניים בפרויקטים גדולים, או הצורך לאזן בין עבודה לחיי משפחה, חיפשתי קודם כל את הצעדים הממשיים שנדרשים כדי להתגבר. גישה זו מחייבת אחריות אישית, מנהיגות באמון ובנתינת דוגמה, וקבלת החלטות שלעיתים דורשות אומץ ולאו דווקא נובעות מנתונים טהורים. כשאנשים שואלים אותי איך הגעתי עד הלום, התשובה היא: לא היה לי מדד אחר. כשאתה מתרכז בלבצע את המשימה הנכונה – כל יתר ההצלחות נוצרות מאליהן.”סיים כגן.

הפוסט מסעו הבלתי יאמן של מיכאל כגן: מתלאות ילדותו ברוסיה עד לפסגת ההייטק כ- CTO של NVIDIA הופיע לראשונה ב-Chiportal.

משרד המסחר (DOC) הודיע על ביטול תקן “הפצת ה-AI” (AI Diffusion Rule) שאומץ ב-15 בינואר 2025 תחת ממשל ביידן, ובמקביל חשף צעדי חיזוק משמעותיים לבקרת יצוא טכנולוגיית השבבים ברחבי העולם.

ביטול תקן “הפצת ה-AI”
התקן, שאמור היה להיכנס לתוקף ב-15 במאי 2025, דרש רישיונות מיוחדים לחברות אמריקאיות המפתחות שבבי GPY עבור מערכי בינה מלאכותית מתקדמים. לפי הודעת משרד המסחר האמריקני מגבלות אלה היו עלוליםלהכביד על חדשנות אמריקאית ולהוריד מעמד דיפלומטי של עשרות מדינות ל"דרג שני". סגן השר למסחר לענייני תעשייה וביטחון, ג’פרי קסלר, הנחה את הלשכה לביטחון תעשייתי (BIS) שלא לאכוף את התקן. קסלר מסר:

“ממשל טראמפ יוביל מדיניות אמיצה ושקולה לטכנולוגיית AI אמריקאית בשיתוף מדינות אמינות, תוך מניעת העברה לידיים עוינות. אין מקום למדיניות כושלת ומנוגדת לאינטרס הלאומי, כפי שניסו לכפות הממשלה היוצאת.”

הלשכה לביטחון תעשייתי תפרסם בקרוב הודעה ברשומות הפדרליות שת formalize את הביטול, ובמקביל תוציא טיוטת תקן מחליף בתקופה הקרובה.

האילוצים החדשים לבקרת ייצוא שבבים
במקביל, חשף המשרד סדרת הנחיות משודרגות ומתוזמנות למניעת העברת שבבים מתקדמים לגורמים בלתי רצויים:

• אזהרה מפני רכיבי ייצור סיניים (PRC), לרבות דגמי Huawei Ascend, על סיכוני אבטחה אפשריים.
• הנחיות לחיזוק שרשראות האספקה כדי למנוע סטייה (diversion) של שבבים לא ממומשים.
• התראות לציבור בדבר השלכות אפשריות של שימוש בשבבים אמריקאיים לאימון והסקת מסקנות במודלים סיניים.

לפי משרד המסחר, שילוב של צעדים אלה יבטיח את המשך מעמדה המוביל של ארצות הברית בטכנולוגיית AI ובייצור שבבים, תוך הגנה על רשתות האספקה העולמיות.

התערבות טראמפ ביישום חוק השבבים
ב־28 באפריל חתם הנשיא דונלד טראמפ על צו ביצוע שמקים בתוך משרד המסחר “משרד מאיץ השקעות” (Investment Accelerator), אשר יהיה אחראי בין השאר על ניהול מינהל השבבים ותיאום ההסכמים בהתאם לחוק שנחקק ב-2022. טראמפ תיאר את חוק השבבים כ"אסון" וכ"חוק נורא" באירועים פומביים, אך במקביל דרש מהממשלה לנהל מחדש את ההסכמים על מנת להבטיח החזר גבוה יותר לכנסת.

תגובות בתעשייה ובפוליטיקה
מנהיגים עסקיים וכלכלנים קראו לנשיא לשמור על תמריצי השבבים:

• תומאס וורנר,המנכ"ל זמני של Wolfspeed, שנרשמו לו הבטחות למענקי השבבים בסך מעל $750 מיליון, הזהיר כי ביטול התמריצים עלול להרתיע השקעות עתידיות.
• מושל אוהיו, מייק דוויין, והסנאטור ג’ון האסטד הדגישו את חשיבות החוק להבטחת מפעל שבבים של אינטל בניובורג', שבו צפויים להתפרנס כ־3,000 עובדים.
• הסנאטורים ג’ון קורנין (טקסס) ומייקל מק’קול קראו לנשיא לחזק את החוק לטובת “אג’נדת אמריקה קודם כל” (“America First”) ולהגן על ביטחון אספקת השבבים.

מכון פיטרסון לכלכלה בינלאומית פרסם לאחרונה דוח שבו הזהיר כי ביטול או שינוי חד־צדדי בחוק עשוי לגרום לחברות לבטל או להקטין השקעות משמעותיות בארצות הברית, ולערער את אמון המשקיעים במדיניות ארוכת-הטווח של הממשל.

ביטול תקן הפצת ה-AI של ממשל ביידן ושורה של הנחיות מחמירות לבקרת ייצוא שבבים מציבים את אתגרי האיזון בין עידוד חדשנות אמריקאית להגנה על האינטרס הלאומי. עם זאת, החלטתו של הנשיא טראמפ לכוון מחדש את מימוש חוק השבבים נחשבת לנקודת מפתח במאבק על השקעות אסטרטגיות בתחום השבבים, ועתידה לעצב את עתיד תעשיית הטכנולוגיה בארצות הברית.

הפוסט טראמפ ביטל את מגבלות מכירות שבבי AI שהטיל ממשל ביידן הופיע לראשונה ב-Chiportal.

חברת אנבידיה חשפה אמש בכנס Computex 2025 בטאיפיי את תכניתה לבניית אחד ממחשבי־העל המתקדמים בעולם המיועד למחקר בבינה מלאכותית, לצד הקמת המטה החדש שלה בטאיוואן.

במסגרת המהלך, תוקם במרכז הלאומי למחשוב ביצועים גבוהים (NCHC) מערכת שתשלב יותר מ-10,000 כרטיסי גרפיקה מדגם Blackwell של אנבידיה, באמצעות שיתוף פעולה עם ממשלת טאיוואן וחברת Foxconn Big Innovation Group. מחשב־העל החדש, המבוסס על צמתים מדגם HGX H200, על מערכות B300 בעלות מעבדי Blackwell Ultra ועל מדפי GB200 NVL72, יחובר באמצעות רשת Quantum InfiniBand ויציע ביצועי AI השווים פי שמונה מהמחשב הקיים Taiwania 2.

מנכ”ל אנבידיה, ג’נסן הואנג, הציג גם קונספט למטה החדש של החברה שכותרתו “Constellation”, שתוקם ברובע Beitou שצפוי להיראות כמבנה המזכיר חללית שנחתה בעיר. “אנו גדלים מעבר לגבולות המשרד הנוכחי שלנו בטאיוואן,” אמר הואנג. “המהלך יאפשר לנו לתמוך טוב יותר במחקר האקדמי המקומי ובשותפינו העיקריים בתעשיית השבבים, בראשם TSMC.”

מחשב־העל הידוע כ-“NCHC Constellation” יתמוך בפרויקטים ממשלתיים של טאיוואן, ביניהם TAIDE – פיתוח מנועים לשפה גדולה המותאמים לתרבות ולשפה הטאיוואנית, ופלטפורמת Taiwan AI RAP לפיתוח יישומי בינה מלאכותית ייעודיים. כמו כן, המערכת תשמש לסימולציות בתחום מודלי אקלים, כימיה קוונטית ומניעת מגיפות. אנבידיה דיווחה כי באמצעות פלטפורמת CUDA-Q שלה כבר הופעל בהצלחה סימולציה קוונטית חסרת תקדים בהיקף של 784 קיוביטים, וכי במקביל מתפתח מערכת משולבת קוונטית-קלאסית חדשה.

המהלך מגיע על רקע מאמציה של ארצות הברית להחזיר חלק מייצור השבבים לשטח אמריקה, ולאחר שביידן הטיל הגבלות היצוא על אנבידיה לאספקת מעבדי AI לסין. אנשי תעשייה טוענים כי הקמת המטה הבינלאומי בטאיוואן תסייע לחברה לעקוף חלק מהמגבלות הלוגיסטיות והרווחתיות שבמתחם השנוי במחלוקת, ותמחיש את תלותה העמוקה בשרשרת האספקה הטאיוואנית. לטאיוואן, בה מובילות TSMC ו-Foxconn את תעשיית השבבים, קיים יתרון אסטרטגי משמעותי בייצור ובהפצה – יתרון שהואנג מתכוון למנף כדי להמשיך ולבסס את מעמדה של אנבידיה כמובילה גלובלית בשוק שבבי הבינה המלאכותית.

הפוסט אנבידיה תקים מטה בטאיוואן הופיע לראשונה ב-Chiportal.

בפתח הרצאתה בכנס ChipEx2025 שהתקיים בתל אביב, הציגה אנה ברנוב, מנכ"לית HowHardAI, רעיון מהפכני להפיכת מודלי שפה גדולים (LLM) לסוכנים אוטונומיים המסוגלים לפתור בעיות טכניות מורכבות בזמן אמת. לדבריה, מרבית “Agentic Frameworks” המקובלים כיום – דוגמת Identity AI ואחרים – פועלים כמעין מעטפת תוכנה סביב ה-LLM, שבה היכולות המודליות נשמרות בגדר גנרי, והכוונה למשימות השונות מתבצעת באמצעות prompt engineering בלבד מבלי לשנות את המשקלים הפנימיים של המודל.

HowHardAI מנגישה במקום זאת גישה של Reinforcement Learning המבוססת על תהליך trial-and-error המוכר מעולמות אחרים בבינה מלאכותית. על פי ברנוב, כדי לאפשר למודל ללמוד באמת להפעיל אמצעים חיצוניים או לבצע סדרת פעולות מורכבות, יש לתרגם אתגרים כמו תכנון פריסה (floor planning) לסביבה סימולטיבית שסולקת ציון מוצקות לפעולותיו של המודל בכל איטרציה. רק כך ניתן לעדכן את המשקלים שלו באופו איטרטיבי, ולא להסתפק בפקודות טקסט בלבד

בתיאור הניסוי שהציגה, המודל התחיל במיקום ראשוני של שני רכיבי מפתח (MR ו-ML) וזכה לפידבק סביבתי שכלל דירוג תלוי־פעולות. באיטרציה הבאה הוא הריץ פעולת “rotate” לשיפור המיקום, ובאיטרציה השלישית הציע התאמות נוספות עד שהסביבה קבעה כי האופטימיזציה הושלמה ואתרו את נקודת העצירה האופטימלית. התהליך כולו נעשה ב–one shot גנרטיבי, ללא צורך בארגון המודל בפרדיקציה מוקדמת.

יתרונן של שיטות RL במרחב זה הוא ביעילות האימון ובהסתמכות על reasoning פנימי של ה-LLM, שאיננו מוגבל עוד למערכת חיצונית המורה לו מה לעשות. ברנוב מתחזקת כי ברגע שמגדירים נכון את הבעיה – את הסט המוגבל של הפעולות ואת אופן החישוב של ה-reward – ניתן להפעיל סוכנים חכמים שיבצעו אופטימיזציה בכל שלב של שרשרת הפיתוח, החל מנתוני post-silicon ועד לניתוב אוטומטי בין תהליכי ייצור בעלי node שונים.

HowHardAI נמצאת כבר כיום בשלבי שיתוף פעולה עם מספר חברות מובילות בתעשיית השבבים בישראל וברחבי העולם, במטרה ליישם את הגישה ולייעל באופן מהותי את שלבי התכנון והייצור. “ההצלחה תלויה קודם כל בפרמליזציה נכונה של הבעיה,” סיכמה ברנוב, “כשהמודל מבין בדיוק אילו פעולות הוא יכול לבצע ואיך לקבל על כך משוב, הוא הופך לכלי אימון רב־עוצמה.”

o4-mini-high

הפוסט “HowHardAI מאמנת LLM לתכנון אוטומטי של Netlist" הופיע לראשונה ב-Chiportal.

בכנס ChipEx2025 שהתקיים בתל אביב, הציג ד"ר זיאד חנא, סגן נשיא בכיר ב-Cadence ומי שמוביל את תחום הבינה המלאכותית בחברה, את חזונה של קיידנס למהפכת העיצוב הבאה: מעבר מהנדסה קלאסית להנדסה מונחית AI באמצעות סוכנים סיליקוניים.

מול גל עצום של פרויקטים – המחסור בכוח אדם הופך לצוואר בקבוק

"חווינו בעבר גלים טכנולוגיים", פתח ד"ר חנא, "כעת מדובר בצונאמי." גידול חד בפרויקטים של עיצוב שבבים צפוי בשנים הקרובות, בעיקר עקב מעבר לארכיטקטורות ייעודיות לכל עומס עבודה. לדבריו, העלייה החדה בנפח ובמורכבות העיצובים יוצרת אתגר עצום – במיוחד לאור המחסור המתמשך במהנדסים מיומנים. גם האוניברסיטאות, לדבריו, אינן מצליחות להדביק את קצב הביקוש.

ממיליארדים לטריליונים – והצורך בקפיצה פרודוקטיבית חדשה

תחום השבבים צועד לעבר שוק של טריליון דולר, וביחד עם מערכות שלמות מדובר בשוק של 3 עד 5 טריליון דולר. כדי לעמוד בקצב, עברה התעשייה בעשורים האחרונים מהפכות של אוטומציה, הפשטה, מקביליות ומחזור – כל אחת מהן הביאה קפיצת פריון של פי עשרה. כעת, הבינה המלאכותית צפויה להביא את הקפיצה הבאה.

AI כבר כאן – וכבר בשימוש ברוב הפרויקטים

יותר מ-50% מפרויקטי השבבים המתקדמים בעולם כבר עושים שימוש בבינה מלאכותית. קיידנס עוקבת מקרוב אחרי התפתחות המודלים, ממודלים טקסטואליים ועד מודלים מרובי-מודל (Multimodal) המסוגלים לנתח תמונות, סרטונים ואודיו. לדברי חנא, הפלטפורמה שקיידנס פיתחה – JEDI (ראשי תיבות של Joint Enterprise Data & AI) – מאפשרת אינטגרציה של מודלים, כלי מחשוב עתירי ביצועים (GPU, TPU) ושרשראות מידע ארגוניות, עם דגש על פתיחות ואינטראופרטיביות עם פלטפורמות קיימות של לקוחות.

חמישה שלבים לאבולוציה של AI בעיצוב שבבים

1. AI אופטימיזציוני – שימוש במודלים של למידת מכונה (ML) לשיפור מנועי סימולציה, פריסה, אימות ועוד. נמצא בשימוש כבר חמש-שש שנים.
2. AI שיחתי – אינטראקציה עם הכלים בשפה טבעית במקום כתיבת סקריפטים. מייעל תהליכים מורכבים דרך ממשק שיחתי.
3. הסקה מורכבת – שימוש ב-AI לביצוע ניתוחים מורכבים כמו חישוב הספק של תא או בחירת מסלולי זמן קריטיים.
4. סוכנים אוטונומיים (Agentic AI) – כלים בעלי יכולת קבלת החלטות עצמאית בהתאם להקשר, הפועלים כשרשרת של סוכנים חכמים.
5. סוכן סיליקוני (Silicon Agent) – אבולוציה שלמה של מערכות שבהן סוכנים יודעים לתכנן, לבצע, ולהעריך בעצמם תוך שילוב AI, כלי עיצוב וממשק משתמש שיתופי.

הסוכן הסיליקוני – גוגל דסקטופ למהנדס שבבים

ד"ר חנא הדגים כיצד ניתן לעצב רכיב IP מלא בעזרת אינטראקציה שיחית בלבד. מהגדרת ממשק, דרך גנרציית קוד RTL, יצירת floorplan, ועד לסכמות ולסימולציות – הסוכן הסיליקוני מפעיל סוכני משנה בהתאם לשאילתות המשתמש. כל זאת בסביבת עבודה המשלבת קונטקסט הנדסי, מתודולוגיה, קוד וסקריפטים.

לדבריו, הוא עצמו עיצב רכיב IP שכלל כמיליון שערים תוך שש שעות עבודה ליליות בלבד – הישג שבעבר דרש שבועות.

קיידנס ישראל – במוקד הפיתוח של AI עולמי

ד"ר חנא חתם את הרצאתו בקריאה ברורה: "אנחנו כבר בתוך המהפכה הזו. לא מדובר בעתיד רחוק. הבינה המלאכותית תשלוט באופן שבו נבצע תכנון ואימות שבבים מעתה והלאה – ורבים מהפתרונות המובילים בעולם מפותחים ממש כאן, בישראל."

בסיום ההרצאה אמר ד"ר חנא: "כל מי שעדיין ספקן – לא מאוחר להצטרף. "המסע הזה רק החל, וההזדמנויות עצומות."

הפוסט קיידנס חושפת: מהפכת הסוכנים הסיליקוניים בעיצוב שבבים מונעי בינה מלאכותית הופיע לראשונה ב-Chiportal.