אבי סלמון , אוונגליסט החדשנות של אינטל הציג ב-ChipEx2026 מבט מעשי על אחד השינויים המעניינים שמתחילים להתרחש כיום בתעשיית השבבים: מעבר משימוש בבינה מלאכותית כמילת באזז כללית לשימוש יומיומי יותר בתהליכי תכנון, אימות ופיתוח חומרה. אם הקדימון להרצאה התמקד במקרה העבודה שבו מהנדס אחד הצליח, בעזרת AI, לבצע בתוך כשבועיים משימה שבעבר דרשה כמה סטודנטים במשך שני סמסטרים, ההרצאה עצמה חידדה נקודה רחבה יותר: השינוי אינו רק בקיצור זמן העבודה, אלא בשינוי תפקידו של המהנדס.

המסר המרכזי היה שה-AI אינו הופך את תכנון השבבים לפעולה אוטומטית ופשוטה. להפך. ככל שהכלים חזקים יותר, כך גדלה החשיבות של מי שמפעיל אותם. מהנדס חומרה צריך לדעת להגדיר את הבעיה, לפרק אותה לתת־משימות, לבקש מהמערכת תוצרים מדויקים, לבדוק אם הקוד או הלוגיקה אכן נכונים, ולתקן את הכיוון כאשר המודל מחזיר תוצאה שאינה מתאימה. במילים אחרות, ה-AI יכול להאיץ מאוד את העבודה, אך הוא אינו מחליף את ההבנה ההנדסית.

מהנדס כמכוון, לא רק כמבצע

בתהליכי תכנון שבבים יש שלבים רבים שאינם מסתכמים בכתיבת קוד. יש הגדרת דרישות, בחירת ארכיטקטורה, כתיבת לוגיקה, עבודה מול FPGA או סביבות סימולציה, בניית בדיקות, אימות התנהגות, טיפול במקרי קצה ותיעוד. חלק מהשלבים האלה כוללים עבודה סיזיפית וחוזרת, ולכן הם מתאימים במיוחד לסיוע של כלי AI. אבל דווקא משום שמדובר בתחום שבו טעות קטנה עלולה להיות יקרה מאוד, אסור לוותר על שכבת הבקרה האנושית.

בהרצאה עלו מושגים כמו logic design, validation, software, floating point calculation ו-FPGA. הם ממחישים שהדיון לא עסק רק בכתיבה כללית של טקסט או קוד, אלא באזור שבו תוכנה, חומרה, מתמטיקה ואימות נפגשים. זהו גם המקום שבו יתרונו של מהנדס מנוסה נעשה ברור: הוא יודע מתי תוצר נראה סביר אך אינו נכון, מתי יש צורך בבדיקה נוספת, ומתי המודל “ממציא” פתרון שאינו עומד בדרישות ההנדסיות.

אחד הלקחים החשובים הוא שהעבודה עם AI דומה פחות ללחיצה על כפתור ויותר לניהול תהליך. המהנדס אינו רק מבקש תשובה. הוא מגדיר את גבולות הבעיה, בוחן חלופות, מריץ בדיקות, מחזיר משוב למערכת ומוודא שהתוצאה משתלבת בתהליך התכנון הרחב. לכן, מיומנות העבודה עם AI הופכת בהדרגה לחלק מארגז הכלים של מהנדסי חומרה, לצד כלי EDA, סימולטורים ושפות תיאור חומרה.

בין חשיבה מהירה לחשיבה בודקת

בהרצאה הוזכר גם ההבחנה בין System 1 ו-System 2, המוכרת מספרו של דניאל כהנמן על חשיבה מהירה ואיטית. בהקשר של AI לתכנון שבבים, ההבחנה הזו מועילה במיוחד: כלי AI מסוגלים לייצר במהירות רעיונות, קוד, הסברים ותבניות עבודה. זו שכבת העבודה המהירה. אבל בתכנון שבבים אי אפשר להסתפק בכך. נדרש גם שלב איטי, ביקורתי ומבוקר יותר, שבו המהנדס בודק את ההיגיון, את הכיסוי, את הביצועים ואת ההתאמה לדרישות.

המשמעות היא שהשימוש הנכון ב-AI אינו מבטל את שלב האימות, אלא מעביר אליו משקל גדול עוד יותר. אם בעבר חלק גדול מזמן העבודה הוקדש לכתיבה ידנית של רכיבים, הרי שבעבודה עם AI יותר זמן עשוי לעבור לבדיקה, השוואה, תיקון והכוונה. זהו שינוי תרבותי לא פחות מטכנולוגי: המהנדס הופך ממי שמייצר כל שורה בעצמו למי שמנהל תהליך יצירה מואץ ומוודא שהוא עומד בסטנדרט הנדרש.

כאן גם נמצא ההבדל בין שימוש שטחי ב-AI לבין שימוש מקצועי. מהנדס שאינו מבין את התחום עלול לקבל תוצר משכנע למראה אך שגוי. מהנדס מנוסה, לעומת זאת, יכול להשתמש באותו כלי כדי להאיץ עבודה, להרחיב בדיקות, לנסות חלופות ולשפר תיעוד. לכן, ה-AI אינו מצמצם את הצורך במומחיות; הוא משנה את הדרך שבה המומחיות באה לידי ביטוי.

לא רק שבבים ל-AI, אלא AI לתכנון שבבים

ההרצאה של סלמון משתלבת במגמה רחבה יותר בתעשייה. בשנים האחרונות עיקר השיח עסק בשבבים שמריצים בינה מלאכותית: מעבדים, מאיצים, GPU, רכיבי תקשורת, זיכרון ותשתיות למרכזי נתונים. אבל כעת ה-AI נכנס גם לצד השני של המשוואה – אל תהליכי הפיתוח של השבבים עצמם.

זהו שינוי חשוב במיוחד בתקופה שבה מרכזי נתונים ל-AI דורשים ביצועים גבוהים יותר, רוחב פס גדול יותר, צריכת הספק נמוכה יותר ויכולת הרחבה בין מערכות רבות. מושגים כמו scale up ו-scale out, שעלו בהרצאה, אינם רק עניין של ארכיטקטורת מרכזי נתונים. הם משפיעים גם על סוג השבבים שיש לתכנן, על הממשקים ביניהם, על עומסי התקשורת, על הזיכרון ועל מערכות האימות שנדרשות כדי לוודא שהכול עובד יחד.

במובן הזה, AI יוצר דרישה לשבבים מורכבים יותר, ובמקביל מתחיל לספק כלים שעוזרים לתכנן אותם. התעשייה נכנסת למעגל שבו הבינה המלאכותית גם מגדילה את הצורך בחומרה מתקדמת וגם הופכת לחלק מתהליך העבודה שמאפשר לפתח חומרה כזו.

ההזדמנות והסיכון

עבור חברות כמו אינטל, המשמעות כפולה. מצד אחד, יש כאן אפשרות לשפר את יעילות הפיתוח, לקצר חלק מהשלבים ולסייע למהנדסים להתמודד עם עומס הולך וגדל של משימות. מצד שני, הטמעה לא זהירה של AI בתהליכי תכנון עלולה לייצר תחושת ביטחון מדומה. בתעשיית השבבים, תוצאה שנראית נכונה אינה מספיקה. היא חייבת לעבור אימות, סימולציה ובדיקה מול דרישות ברורות.

לכן, הגישה שהוצגה בהרצאה הייתה מעשית וזהירה. לא חזון שבו AI מתכנן שבב לבדו, אלא תהליך שבו מהנדס משתמש בו ככלי עבודה חזק. זהו כלי שיכול להאיץ כתיבה, להציע מבנים, לסייע בבדיקות, לנסח הסברים ולשפר תיעוד, אך אינו מחליף אחריות הנדסית.

הלקח המרכזי מההרצאה הוא שתעשיית השבבים אינה עומדת רק בפני שינוי במוצרים שהיא מפתחת, אלא גם בשיטת העבודה של מי שמפתחים אותם. מהנדסי שבבים יידרשו להבין לא רק חומרה, תוכנה ואימות, אלא גם כיצד לעבוד נכון עם מודלים של AI. מי שישלוט בשילוב הזה יוכל לעשות יותר, מהר יותר, ובמידת זהירות גבוהה יותר.

בסופו של דבר, השאלה אינה אם AI ייכנס לתכנון שבבים, אלא איך הוא ייכנס. ההרצאה של סלמון הציעה תשובה ברורה: לא כתחליף למהנדס, אלא כמכפיל כוח למהנדס שמבין היטב מה הוא עושה.

הפוסט אבי סלמון, אינטל, ב- ChipEx2026: ה-AI לא מחליף את מתכנן השבבים, הוא משנה את אופן העבודה שלו הופיע לראשונה ב-Chiportal.

חברת השבבים הישראלית היילו (Hailo) הודיעה על פיטורי כ-110 עובדים, כמחצית מכוח האדם שלה. לפי הדיווח בכלכליסט, החברה מעסיקה כיום כ-220 עובדים, והמהלך מגיע בהמשך לשינוי ארגוני שביצעה לפני כמה חודשים כדי להתמקד בתחום ה-Physical AI – יישומי בינה מלאכותית בעולם הפיזי, ובהם רובוטיקה, רחפנים ומכשירי קצה חכמים.

היילו, שהוקמה ב-2017 ונחשבה במשך שנים לאחת ההבטחות הבולטות של תעשיית השבבים הישראלית, מפתחת מאיצי AI למכשירי קצה. מוצרי החברה נועדו להריץ מודלי ראייה ממוחשבת ובינה מלאכותית גנרטיבית קרוב למקור הנתונים, בלי להעביר את כל העיבוד לענן. לפי החברה, מעבדי הקצה שלה מיועדים ליישומי AI במכשירי קצה, ובהם מוצרי צריכה, רכב, מערכות תעשייתיות ורובוטיקה.

מהתלהבות סביב AI Edge לצמצום חריף

הפיטורים הנוכחיים הם סבב הקיצוצים השני של היילו השנה. בינואר 2026 פיטרה החברה כ-10% מעובדיה, אז כ-30 עובדים, והסבירה כי היא ממקדת משאבים בתחומי צמיחה ובהם רובוטיקה ו-Physical AI.

לפי הדיווח, החברה מבקשת להגיע למבנה תפעולי רזה יותר, שיאפשר לה להמשיך לשרת לקוחות קיימים באמצעות רשת שותפים ומפיצים גלובלית, ובמקביל לשפר את הגמישות לקראת השקעה, רכישה או מהלך פיננסי אחר. החברה מסרה כי מוצרי הדגל שלה, מאיצי AI למכשירי קצה, נמכרו ביותר מ-500 אלף יחידות.

ההתמקדות ב-Physical AI משקפת מגמה רחבה יותר בתעשייה: מעבר מחישובי AI גדולים בענן בלבד אל עיבוד מקומי במצלמות, רובוטים, רחפנים, מערכות רכב ומכשירי IoT. עבור היילו, זהו גם ניסיון לבדל את עצמה מול שוק צפוף ותחרותי, שבו פועלות ענקיות שבבים לצד חברות צעירות רבות שניסו לנצל את גל ההשקעות בבינה מלאכותית.

לחץ פיננסי ומחיקת השקעה בדלק רכב

המהלך מגיע על רקע מצוקה פיננסית מתמשכת. לפי כלכליסט, דלק רכב, אחת המחזיקות המשמעותיות בהיילו, דיווחה כי מיזוג SPAC שתוכנן עבור החברה בוול סטריט נקלע לקשיים ואינו מתקדם. בעקבות זאת, דלק רכב צפויה למחוק את מרבית שווי השקעתה בהיילו כבר בדוחות הרבעון השני של 2026, מהלך שעלול להעביר אותה להפסד מהותי באותו רבעון.

בשיאה, באפריל 2024, גייסה היילו 120 מיליון דולר לפי שווי של 1.2 מיליארד דולר, והפכה לאחת מחברות החד־קרן הבולטות בתחום שבבי ה-AI למכשירי קצה. רויטרס דיווחה אז כי החברה גייסה עד אותו שלב יותר מ-340 מיליון דולר מאז הקמתה. לפי הדיווחים האחרונים, שוויה הריאלי של החברה מוערך כעת בפחות מ-500 מיליון דולר.

כלכליסט ציין כי סך החשיפה של דלק רכב להיילו עומד על כ-62.4 מיליון דולר, שהם כ-197 מיליון שקל, וכי בינואר 2026 העמידה דלק מוטורס להיילו הלוואה של 9 מיליון דולר, עם אפשרות להגדלה נוספת של 3 מיליון דולר. לפי הדיווח, ההלוואה נושאת ריבית גבוהה של 1.5% בחודש, שעשויה לעלות ל-3% בחודש אם לא יתרחש אירוע נזילות בתוך 12 חודשים.

חברה עם טכנולוגיה קיימת, אבל שוק קשה יותר

הקושי של היילו אינו נובע בהכרח מהיעדר טכנולוגיה. החברה השיקה בשנים האחרונות כמה דורות של מאיצי AI, ובהם Hailo-8 ליישומי ראייה ממוחשבת ו-Hailo-10H, שנועד להריץ מודלי שפה וראייה גנרטיביים במכשירי קצה. לפי היילו, Hailo-10H מספק 40 TOPS בביצועי INT4, תומך במודלי LLM ו-VLM, ומתוכנן לפעול בהספק טיפוסי של 2.5 ואט.

עם זאת, פיתוח שבבים הוא תחום עתיר הון, והמעבר ממוצר טכנולוגי מרשים להכנסות בהיקף גדול דורש זמן, שרשרת אספקה יציבה, תוכנה בשלה, תמיכת לקוחות רחבה וחדירה לשווקים שמאמצים טכנולוגיה בקצב מספק. במקרה של היילו, הנתונים הפיננסיים שפורסמו סביב דלק רכב מצביעים על פער בין ההבטחה הטכנולוגית לבין צורכי המזומן והקצב העסקי של החברה.

מנכ”ל היילו, אור דנון, מסר כי ענף השבבים בעידן ה-AI הופך לחלק מהתשתיות הקריטיות במדינות רבות, וכי הבינה המלאכותית “עוזבת את הענן ועוברת לעולם הפיזי”. לדבריו, המהלכים הנוכחיים נועדו לשמר את המובילות הטכנולוגית של החברה ולהמשיך לייצר ערך ללקוחות קיימים ועתידיים.

היילו עדיין מחזיקה במוצר, בלקוחות, ברשת שותפים ובמוניטין טכנולוגי בתחום שבו הביקוש עשוי לצמוח בשנים הקרובות. אבל סבב הפיטורים החריף מסמן כי החברה נכנסת לשלב מבחן: האם תצליח להפוך את פעילותה לממוקדת ורזה מספיק כדי לשרוד עד גיוס, רכישה או התאוששות עסקית – או שהלחץ הפיננסי יכריע את אחת ההבטחות הגדולות של שבבי ה-AI בישראל.

הפוסט היילו מפטרת כמחצית מעובדיה ותתמקד ב-Physical AI הופיע לראשונה ב-Chiportal.

הבינה המלאכותית מוצגת לעיתים כסיפור של תוכנה, מודלים ונתונים, אך דוח חדש של Semiconductor Industry Association ו-Deloitte מזכיר עד כמה היא תלויה בתשתית חומרה יקרה, מורכבת ורחבה. לפי הדוח, יותר מ-95% מערך התוכן של רק שרת AI מתקדם מגיע משבבים, ולא רק ממאיצים גרפיים או ממעבדי AI יוקרתיים. מדובר במערך מלא של טכנולוגיות: לוגיקה מתקדמת, זיכרון, תקשורת, ניהול הספק, שבבים אנלוגיים ושבבים בסיסיים רבים שמאפשרים למערכת כולה לפעול.

הדוח, Powering AI: The Semiconductor Ecosystem at the Foundation of Data Centers, מבוסס על פירוק וירטואלי של חוות שרת AI מתקדם, יחידת הבניין המרכזית של תשתיות AI במרכזי נתונים. לפי SIA ודלויט, ארון אחד כזה כולל יותר מ-4,500 שבבים ארוזים, ובהם כ-20 אלף שבבי die נפרדים. המסקנה המרכזית היא שבינה מלאכותית אינה נשענת על רכיב יחיד, אלא על שרשרת שלמה של טכנולוגיות שבבים, וכל חוליה בה עלולה להפוך לצוואר בקבוק.

לא רק מאיצי AI

הכותרות בענף מתמקדות בדרך כלל במאיצים של אנבידיה, במעבדי AI ייעודיים של ענקיות הענן, או בזיכרון HBM. אבל לפי הדוח, התמונה רחבה יותר. מרכזי נתונים לבינה מלאכותית צריכים יכולות חישוב עצומות, רוחב פס גבוה מאוד לזיכרון, אחסון מהיר, רשתות תקשורת צפופות, חלוקת הספק יעילה וחיישנים ובקרים רבים. כל אלה נשענים על שבבים.

לצד מאיצי AI, ASICs, FPGAs, CPUs, DPUs ושבבי תקשורת, הדוח מדגיש גם את מקומם של זיכרונות HBM, DRAM, SRAM ו-NAND. נוסף עליהם יש שכבה ארוכה של שבבים אנלוגיים ובסיסיים: רכיבי הספק, משדרים ומקלטים, בקרים וחיישנים. חלקם אינם יקרים כמו המאיצים המרכזיים, אך הם קיימים במספרים גדולים מאוד, ובלעדיהם הארון לא יוכל לפעול בצורה יציבה.

זו נקודה חשובה במיוחד עבור תעשיית השבבים הרחבה. גל הבינה המלאכותית אינו יוצר ביקוש רק למעבדים המתקדמים ביותר המיוצרים בטכנולוגיות הקצה. הוא מגדיל גם את הצורך ברכיבים בוגרים יותר, בשבבים אנלוגיים, ברכיבי הספק ובפתרונות תקשורת. לכן השפעתו מגיעה כמעט לכל שכבות שרשרת הערך: תכנון, ייצור, זיכרון, מארזים מתקדמים, בדיקות, ציוד ייצור וחומרים.

שוק של טריליוני דולרים

לפי ההערכה בדוח, ממשלות והתעשייה ישקיעו יותר מ-4 טריליון דולר בתשתיות מרכזי נתונים חדשות עד 2028, ועד 2.8 טריליון דולר מתוך סכום זה עשויים להיות מופנים לשבבים. ההכנסות השנתיות משבבים המשולבים במרכזי נתונים לבינה מלאכותית עשויות להגיע ליותר מ-1.2 טריליון דולר עד 2028 – כמעט פי עשרה בתוך ארבע שנים, ולמעלה מסך מכירות השבבים העולמיות ב-2025 בכל השימושים יחד, לפי הערכת הדוח.

המספרים האלה ממחישים את עומק השינוי שעוברת התעשייה. AI כבר אינו רק יישום חדש שמוסיף ביקוש נקודתי לשבבים. הוא הופך למנוע ביקוש מרכזי, שמשפיע על סדרי עדיפויות של יצרניות שבבים, ספקיות ציוד, חברות זיכרון, חברות תכנון וענקיות ענן. הוא גם מסביר מדוע מדינות רואות בתשתיות AI וביכולת ייצור שבבים סוגיה של תחרות אסטרטגית ולא רק שוק מסחרי.

עם זאת, חשוב להתייחס להערכות בזהירות. תחזיות כאלה תלויות בהמשך קצב ההשקעות של ענקיות הענן, בזמינות חשמל וקירור, בהתקדמות המודלים, במחירי הזיכרון, בשרשרות אספקה ובמדיניות יצוא. אם חלק מההשקעות יתעכבו, או אם יתברר שמודלי AI יעילים יותר מפחיתים את הצורך בתשתיות ענק, קצב הצמיחה עלול להיות נמוך מהתחזית. מנגד, מעבר רחב יותר לאימון ולהסקה במרכזי נתונים עשוי לשמור על ביקוש גבוה לשבבים לאורך זמן.

מסר מדיניות אמריקני ברור

הדוח מתפרסם על רקע מאמצי הממשל האמריקני לשמר הובלה בבינה מלאכותית ובשבבים. SIA משתמשת בממצאים כדי לטעון כי מדיניות שבבים אינה יכולה להתמקד רק במפעלים מתקדמים או רק במאיצי AI. לדבריה, הובלה ב-AI דורשת מערכת שלמה: מחקר, תכנון, ייצור, זיכרון, מארזים, ציוד, גישה לשווקים גלובליים ושרשראות אספקה עמידות.

ג’ון נויפר, נשיא ומנכ”ל SIA, אמר כי “עתיד ה-AI ייקבע על ידי מכלול טכנולוגיות השבבים שמפעילות אותו”. לדבריו, כדי שאימוץ ה-AI בעולם יתבסס על שבבים אמריקניים, נדרשת מדיניות ממשלתית שתבטיח גישה לשווקים גלובליים ותחזק את התחרותיות של ארצות הברית.

מבחינת התעשייה, המסר הרחב הוא שהבינה המלאכותית הופכת את מרכז הנתונים למערכת שבבים אחת גדולה. המאיץ המרכזי מושך את רוב תשומת הלב, אבל סביבו נבנה אקוסיסטם שלם של זיכרונות, תקשורת, הספק, בקרים, חיישנים ומארזים. מי שירצה להשתתף בצמיחת שוק ה-AI לא יוכל להסתכל רק על שבב הדגל. הערך נמצא בכל הארון.

הפוסט דוח SIA-Deloitte: השבבים מייצגים מעל 95% משווין של חוות שרתי בינה מלאכותית הופיע לראשונה ב-Chiportal.

חברת Shifters הישראלית, המפתחת רובוטים קרקעיים אוטונומיים מבוססי בינה מלאכותית, הודיעה על גיוס של 10.2 מיליון דולר בסבב Seed. את הסבב הובילה Ace Capital Partners, והשתתפו בו גם Aurelius Capital Management, Corner Ventures, Arkin Capital ו-Fresh Fund. לאחר הסבב מגיע סך הגיוסים של החברה ל-15 מיליון דולר.

Shifters הוקמה ב-2023 על ידי עופר באלין, מנכ"ל החברה, ואסף צ'פרק, סמנכ"ל הטכנולוגיות. החברה מעסיקה כיום כ-20 עובדים בישראל, בארה"ב ובאירופה, ולדבריה היא מגייסת עובדים בתחומי AI, Embedded ומכטרוניקה.

רובוטים לפני בני אדם

החברה מפתחת מערכות רובוטיות שמיועדות לפעול בסביבות שבהן התנועה מסוכנת, קשה או בלתי צפויה. בין היישומים הביטחוניים שמציינת החברה: סיור, איסוף מודיעין, הגנה היקפית ומשימות בסיכון גבוה. בצד האזרחי היא מציינת בדיקות תשתיות, חקלאות, כרייה וחיפוש והצלה.

הרעיון המרכזי הוא לא רק רובוט בודד שנע בשטח, אלא צוותים של רובוטים קרקעיים שיכולים לפעול בתיאום. לפי החברה, המערכות אמורות לאפשר למפעיל אחד להכווין כמה רובוטים, כאשר חלק מההחלטות מתקבלות אוטונומית בשטח, בהתאם למשימה ולתנאים.

"הגורם הראשון שנכנס לסביבה מסוכנת צריך להיות רובוט, ולא בן אדם", אמר עופר באלין, מנכ"ל ומייסד-שותף של Shifters. לדבריו, הגיוס יאפשר לחברה להאיץ את פיתוח המערכות, ובהן צוותים רובוטיים מתואמים שניתן להפעיל באופן אינטואיטיבי ולהתאים לסביבות קרקעיות מורכבות.

האתגר: תיאום בין כמה רובוטים

אסף צ'פרק, CTO ומייסד-שותף של Shifters, הדגיש כי האתגר אינו מסתכם בתנועה של רובוט בשטח. לדבריו, "הבעיה המורכבת יותר היא לאפשר למספר רובוטים להבין את כוונת המפעיל, לתאם אחד עם השני ולבצע משימות בסביבות בלתי צפויות".

החברה מציינת כי היא פועלת לפי עקרונות MOSA, כלומר גישה של מערכות פתוחות ומודולריות, במטרה לאפשר שילוב של מטענים ייעודיים, חיישנים ותצורות שונות לפי משימה. גישה כזו חשובה במיוחד בשוק הביטחוני, שבו לקוחות מבקשים לעיתים להתאים פלטפורמות קיימות לצרכים משתנים ולא להינעל על מערכת סגורה אחת.

לדברי החברה, היא כבר ביצעה הדגמות מול גופי ביטחון והגנה. המימון החדש מיועד להרחבת יכולות ה-Agentic AI, להיערכות לייצור מסחרי ולהגדלת הפעילות בארה"ב, באירופה ובמזרח התיכון.

חלק ממגמת האוטונומיה הביטחונית

הגיוס של Shifters משתלב במגמה רחבה יותר בתעשיית הביטחון: מעבר מכלים נשלטים מרחוק למערכות שמסוגלות לבצע חלק מהמשימה באופן אוטונומי, תוך שמירה על שליטה אנושית ברמת ההכוונה והפיקוח. רחפנים כבר שינו את האופן שבו כוחות אוספים מידע מהאוויר, וכעת חברות רבות מנסות להביא יכולות דומות גם לקרקע, שם תנאי השטח מורכבים יותר והניווט קשה יותר.

שמעון צנציפר, שותף ב-Ace Capital Partners, אמר כי הקרן רואה ב-Shifters חברה הפועלת בתחום האוטונומיה הדו-שימושית, וכי החברה מתמודדת עם אחד האתגרים הקשים בתחום: ניווט ותיאום רובוטי בסביבות מורכבות שאינן מוכרות מראש.

Shifters משתתפת גם בתוכנית Next October, שבמסגרתה היא מנציחה את מרגריטה גוסק, שנרצחה במסיבת הנובה ב-7 באוקטובר.

הפוסט Shifters מגייסת סבב Seed של 10.2 מיליון דולר בהובלת Ace Capital Partners לרובוטיקה קרקעית מבוססת AI הופיע לראשונה ב-Chiportal.

בסימפוזיון הטכנולוגי של TSMC באמסטרדם הציגה Hailo הישראלית את הדור השני של טכנולוגיית האצת הבינה המלאכותית שלה, עם דגש ברור על הכיוון שאליו נעה התעשייה: פחות הדגמות ענן כלליות, ויותר מערכות AI שפועלות בתוך המכשיר עצמו, קרוב לחיישנים, למצלמות, לכלי הרכב, לרובוטים ולמערכות התעשייתיות.

בראיון ל-CHIPORTAL אמר יאן-פריסו בלאקר, סמנכ״ל המכירות לאירופה ב-Hailo, כי שיתוף הפעולה עם TSMC הוא מרכיב מרכזי בהתפתחות החברה. לדבריו, Hailo היא שותפה ותיקה וקרובה של TSMC, ומוצריה מיוצרים בטכנולוגיות הייצור של החברה הטייוואנית. הדור הראשון והשני של שבבי Hailo מבוססים על תהליך 16 ננומטר FinFET של TSMC, ואילו הדור השלישי המתוכנן צפוי לעבור לצומת ייצור קטן בהרבה.

המסר המרכזי של Hailo באירוע היה “GenAI on the edge” – הרצת בינה מלאכותית גנרטיבית במכשירי קצה, ללא צורך קבוע בחיבור לענן. בלאקר הדגיש כי העניין איננו רק בביצועים גולמיים, אלא ביכולת לספק חישוב AI יעיל מבחינת צריכת הספק, שאפשר לשלב במגוון רחב של מערכות משובצות.

אחת ההדגמות שהוצגו באירוע המחישה מעלית חכמה בבית חולים, שמבינה הוראות בשפה טבעית. במקום פקודה קשיחה כמו “קומה שלוש” או “מסעדה”, המשתמש יכול לומר משפט כמו “אני רעב”, והמערכת מבינה את הכוונה ומפנה את המעלית לקומה שבה נמצאת המסעדה. לפי Hailo, הדבר מתאפשר באמצעות הרצת מודל שפה גדול ישירות על השבב שבמערכת, בלי לשלוח את המידע לענן.

זו דוגמה קטנה, אך היא ממחישה את השינוי הרחב יותר: מערכות AI אינן חייבות עוד להמתין לעיבוד מרוחק במרכז נתונים. כאשר החישוב מתבצע בקצה, המערכת יכולה להגיב מהר יותר, לשמור מידע רגיש בתוך המכשיר, ולפעול גם בסביבה שבה החיבור לרשת חלקי, יקר או בלתי זמין.

רובוטים, כלי רכב ומערכות תעשייתיות

בלאקר קשר את הטכנולוגיה של Hailo למגמה רחבה יותר שעלתה גם בהרצאות המרכזיות של TSMC: מעבר מגל ההתלהבות הראשוני סביב AI ליישומים מעשיים של הסקה, inference, במערכות פיזיות. אלה כוללות כלי רכב, רחפנים, רובוטים, מערכות תעשייתיות, מכשירי בית חכמים ומערכות עירוניות.

ביישומים כאלה זמן תגובה הוא קריטי. רכב אוטונומי, רובוט תעשייתי או רחפן אינם יכולים להסתמך תמיד על תקשורת לענן כדי לקבל החלטות בזמן אמת. הם צריכים לעבד מידע מחיישנים, להבין את הסביבה, ולהגיב מיד. לכן, מאיצי AI קטנים וחסכוניים יחסית הופכים לחלק חשוב מהארכיטקטורה של מערכות הקצה.

לדברי בלאקר, יותר ויותר חברות עוברות משלב ההערכה והניסויים לשילוב מוצרים של Hailo במערכות ייצור. המשמעות היא שהשוק מתחיל להתכנס סביב יישומים מעשיים של AI בקצה, ולא רק סביב הדגמות או מודלים גדולים במרכזי נתונים.

TSMC כבסיס לתעשיית ה-AI הפיזית

הנוכחות של Hailo במתחם ההדגמות של TSMC הדגישה גם את מקומה של TSMC בשרשרת הערך החדשה של AI. אם מרכזי הנתונים הם השכבה הבולטת ביותר של מהפכת הבינה המלאכותית, הרי שהשלב הבא כולל הפצה של יכולות AI למיליארדי מכשירים פיזיים. לשם כך נדרשים שבבים יעילים, תהליכי ייצור מתקדמים ויכולת לייצר מוצרים אמינים בהיקפים גדולים.

עבור Hailo, החיבור הזה מאפשר להציג פתרון שמיועד לא רק למפתחים או למעבדות, אלא ליצרני מערכות שמחפשים לשלב AI במוצר אמיתי: מעלית, מצלמה, רובוט, מכונה תעשייתית או רכב. זהו בדיוק האזור שבו התחרות על הדור הבא של שבבי AI צפויה להיות חריפה במיוחד – לא רק במרכזי הנתונים, אלא גם בכל מקום שבו החלטה חכמה צריכה להתקבל במקום, במהירות ובצריכת הספק נמוכה.

הפוסט Hailo מציגה בסימפוזיון TSMC באמסטרדם: בינה מלאכותית גנרטיבית בקצה, בלי ענן הופיע לראשונה ב-Chiportal.

סמסונג מנסה לנצל את אחד מנכסיה החזקים ביותר — שליטתה בשוק הזיכרונות — כדי לצמצם פערים מול TSMC בשוק ייצור השבבים עבור לקוחות. לפי דיווחים של DigiTimes וכלי תקשורת נוספים באסיה, יו"ר סמסונג אלקטרוניקס, לי ג'ה־יונג, ביקר ב־21 במאי במטה מדיה־טק בטייוואן ונפגש עם יו"ר החברה מינג־קאי צאי, עם המנכ"ל ריק צאי ועם בכירים נוספים.

הביקור לא לווה בהודעה רשמית של שתי החברות, ולכן יש להתייחס לפרטים בזהירות. עם זאת, עצם הדיווח עורר עניין רב בענף, משום שהוא מצביע על יעד אסטרטגי ברור של סמסונג: למשוך למדפי הייצור שלה הזמנות ממדיה־טק, אחת מחברות השבבים ללא מפעלים החשובות בעולם, שמרבית ייצור השבבים שלה נשען כיום על TSMC.

מדיה־טק מוכרת בעיקר בזכות מעבדי Dimensity לסמארטפונים, אך בשנים האחרונות היא מנסה להתרחב גם לתחומי שבבי AI, תקשורת ו־ASICs למרכזי נתונים. הרחבה זו הופכת אותה ללקוחה אטרקטיבית במיוחד עבור כל יצרנית פאונדרי. ככל שמדיה־טק תעמיק את פעילותה מעבר לשוק הסמארטפונים, כך יגדל הצורך שלה בקיבולות ייצור מתקדמות, באריזות מתקדמות ובאספקה יציבה של זיכרונות מהירים.

הזיכרון כקלף אסטרטגי

לפי הדיווחים, סמסונג אינה מציעה רק מחיר או קיבולת ייצור, אלא חבילת ערך רחבה יותר: גישה מועדפת לזיכרונות מתוצרתה, בתמורה להעברת חלק מהזמנות הייצור אל Samsung Foundry. עבור מדיה־טק, זהו שיקול שאינו שולי. מעבדי מובייל מתקדמים נארזים לעיתים בצמידות לזיכרונות LPDDR, ואילו שבבי AI למרכזי נתונים דורשים לעיתים קרובות שילוב עם HBM — זיכרון ברוחב פס גבוה, שהפך לאחד מצווארי הבקבוק המרכזיים בתשתיות בינה מלאכותית.

במילים אחרות, סמסונג מנסה להפוך את היתרון ההיסטורי שלה בזיכרונות למנוף עסקי בתחום שבו היא חלשה יותר: ייצור לוגיקה מתקדם עבור לקוחות חיצוניים. זו אינה טקטיקה חדשה לגמרי. בעבר השתמשה סמסונג במעמדה בשוק הסמארטפונים כדי לחזק קשרים עם קוואלקום. הפעם, המנוף הוא לא מכשירי גלקסי אלא רכיבי זיכרון, שמחיריהם וביקושם עלו על רקע הגידול הדרמטי בהשקעות AI.

המאבק מול TSMC

המהלך מגיע בשעה שסמסונג עדיין רחוקה מאוד מ־TSMC בשוק הפאונדרי. לפי נתוני TrendForce לרבעון הרביעי של 2025, TSMC החזיקה בכ־70.4% משוק ייצור השבבים עבור לקוחות, בעוד Samsung Foundry החזיקה בכ־7.1% בלבד. סמסונג אמנם נותרה במקום השני, אך הפער בינה לבין המובילה הטייוואנית עצום.

עבור סמסונג, זכייה בלקוח כמו מדיה־טק יכולה להיות חשובה לא רק מבחינת הכנסות, אלא גם מבחינת אמון השוק. עסקי הפאונדרי שלה סבלו בשנים האחרונות מתחרות קשה, מפערי תפוקה ותשואה מול TSMC, ומהיעדר לקוחות עוגן גדולים בקנה מידה שמספיק להצדיק השקעות ענק. החוזה עם טסלה לייצור שבבי AI6, שעליו דווח ב־2025, כבר סימן התקדמות חשובה. אם גם מדיה־טק תעביר חלק מהזמנותיה לסמסונג, זו תהיה אינדיקציה נוספת לכך שהחברה הקוריאנית מצליחה להפוך את תהליך ה־2 ננומטר שלה להצעה מסחרית רלוונטית.

למה מדיה־טק עשויה לשקול גיוון

גם למדיה־טק יש סיבות לא להישען על ספק יחיד. TSMC היא יצרנית השבבים המובילה בעולם, אך העומס על קווי הייצור המתקדמים שלה גבוה, המחירים עולים, והלקוחות הגדולים ביותר — ובראשם אנבידיה, אפל, AMD וקוואלקום — מתחרים על אותה קיבולת. בנוסף, המתיחות הגיאופוליטית סביב טאיוואן גורמת לחברות רבות לבחון מודלים של גיוון ייצור, גם אם הן אינן ממהרות לוותר על TSMC.

עם זאת, מעבר כזה אינו פשוט. תכנון שבב לתהליך ייצור מסוים דורש התאמות עמוקות, בדיקות ממושכות ואמון גבוה ביכולת הייצור של הפאונדרי. לכן, גם אם מדיה־טק תבחר בסמסונג, סביר שהמהלך יתחיל בהזמנות מוגבלות או בדורות מסוימים של מוצרים, ולא בהעברה גורפת של פעילות.

ההקשר הרחב: AI משנה את יחסי הכוחות

העיתוי אינו מקרי. באפריל הציגה גוגל את הדור השמיני של שבבי ה־TPU שלה, TPU 8t לאימון ו־TPU 8i להרצה מהירה של מודלים ויישומי AI. לפי דיווחים בענף, מדיה־טק מעורבת באספקת רכיבי ASIC עבור תשתיות AI, ובמקביל נבחנות גם אפשרויות ייצור ואריזה מתקדמת אצל ספקים נוספים, ובהם אינטל. אם הדיווחים נכונים, מדיה־טק כבר אינה רק ספקית שבבי מובייל, אלא שחקנית שמנסה לתפוס מקום בשרשרת הערך של מרכזי הנתונים.

זה בדיוק השוק שסמסונג רוצה להיכנס אליו בעוצמה. החברה היא כבר שחקנית מרכזית בזיכרונות, אך בשוק ה־AI הערך הגדול נמצא בשילוב בין לוגיקה מתקדמת, זיכרון מהיר, אריזה מתקדמת וקיבולת ייצור אמינה. סמסונג מנסה להציג את עצמה כמי שיכולה לספק יותר מחוליה אחת בשרשרת הזו.

לא מהפך — אבל איתות חשוב

אין לראות בביקור המדווח מהפך מיידי במאזן הכוחות מול TSMC. הפערים בין החברות עדיין גדולים, ולקוחות AI גדולים אינם צפויים להעביר במהירות ייצור קריטי מפאונדרי מוכחת לפלטפורמה שעדיין צריכה להוכיח יציבות בקנה מידה גדול. אבל עצם העובדה שסמסונג פועלת באופן אגרסיבי מול מדיה־טק מלמדת שהמאבק בשוק הפאונדרי נכנס לשלב חדש.

סמסונג אינה מנסה לנצח את TSMC רק באמצעות ננומטרים. היא מנסה לשנות את כללי המשחק: להציע ללקוחות לא רק ייצור שבבים, אלא שילוב של ייצור, זיכרון, אריזה ותמחור שמגלגל חלק מהסיכון אליה. אם הטקטיקה הזו תצליח, היא עשויה להחזיר את Samsung Foundry לרשימת האפשרויות הרציניות של חברות שבבים גדולות — גם אם הדרך לשם עוד ארוכה.

הפוסט סמסונג מנסה לשבור את תלות מדיה־טק ב־TSMC: הזיכרונות הופכים לקלף מיקוח הופיע לראשונה ב-Chiportal.

המשבר של אנבידיה בסין הופך לאחד האתגרים האסטרטגיים הגדולים של החברה. בשיחת הוועידה עם המשקיעים, לאחר פרסום התוצאות הרבעוניות, הבהירה סמנכ"לית הכספים קולט קרס כי התחזית לרבעון הבא אינה כוללת הכנסות ממכירת שבבי מחשוב למרכזי נתונים בסין. לדבריה, אנבידיה עדיין אינה יודעת אם ומתי יינתנו אישורי היבוא הדרושים בסין, ולכן אינה כוללת את המכירות האלה בתחזית שלה. (מרקטווץ')

מדובר במסר חריג עבור חברה שממשיכה ליהנות מביקוש עצום לשבבי AI ברחבי העולם. עד לפני זמן לא רב נחשבה סין לאחד השווקים החשובים ביותר של אנבידיה. כעת, גם כאשר וושינגטון מאפשרת לכאורה מכירה של שבבים מסוימים, בייג'ינג אינה ממהרת לפתוח את הדלת.

אישור אמריקני אינו מספיק

מוקד המשבר הוא שבב H200 של אנבידיה. לפי דיווח רויטרס, ארצות הברית אישרה לכעשר חברות סיניות לרכוש את השבב, ובהן Alibaba, Tencent, ByteDance ו־JD.com. עם זאת, נכון לאמצע מאי 2026, לא נמסר אף שבב H200 אחד ללקוחות בסין.

הפער הזה ממחיש את השינוי במאזן הכוחות. בעבר, השאלה המרכזית הייתה אם ארצות הברית תאפשר לאנבידיה לייצא שבבים מתקדמים לסין. כיום מתברר שגם אם האישור האמריקני ניתן, נדרש אישור בפועל גם מצד סין. בלי האישור הזה, העסקאות נשארות על הנייר.

לפי דיווחים קודמים של רויטרס, סוכני מכס בסין קיבלו הנחיות שלפיהן שבבי H200 אינם מורשים להיכנס למדינה. בנוסף, הרשויות הסיניות זימנו חברות טכנולוגיה מקומיות והזהירו אותן מפני רכישת השבבים, אלא אם יש לכך צורך מיוחד.

בייג'ינג דוחפת לעצמאות טכנולוגית

המהלך הסיני אינו רק תגובה למגבלות היצוא האמריקניות. הוא משתלב במדיניות רחבה יותר של בייג'ינג. סין מבקשת להפחית את התלות שלה בשבבים אמריקניים, במיוחד בתחום הבינה המלאכותית. זהו תחום שנחשב קריטי הן לכלכלה והן לביטחון הלאומי.

מבחינת אנבידיה, זו בעיה כפולה. מצד אחד, היא מוגבלת על ידי וושינגטון. מצד שני, היא נתקלת בחשדנות גוברת מצד בייג'ינג. התוצאה היא מצב שבו לקוחות סיניים עשויים לרצות את הטכנולוגיה של אנבידיה, אך הם אינם יכולים לפעול בחופשיות לרכישתה.

מנכ"ל אנבידיה, ג'נסן הואנג, ניסה לשדר אופטימיות. הוא אמר כי הוא מאמין שהשוק הסיני ייפתח לאורך זמן לספקי שבבים אמריקניים. עם זאת, גם בדיווחים האחרונים הודגש כי משלוחי H200 לסין עדיין תלויים באישור הסיני.

האיום ארוך הטווח: לא רק הכנסות אבודות

בטווח הקצר, אנבידיה יכולה לפצות על הפגיעה בסין באמצעות ביקוש חזק ממדינות אחרות. ענקיות ענן, חברות AI וממשלות ממשיכות להשקיע בתשתיות מחשוב. לכן, המשבר הסיני אינו מאיים מיידית על הצמיחה הכוללת של החברה.

אבל בטווח הארוך האיום עמוק יותר. אם חברות סיניות ייאלצו להשתמש בחלופות מקומיות, סביבן ייבנה בהדרגה אקו־סיסטם עצמאי. הוא יכלול חומרה, תוכנה, כלי פיתוח ומודלים שמותאמים לשבבים שאינם של אנבידיה.

זהו הסיכון המרכזי מבחינת החברה. לא רק אובדן מכירות ברבעון אחד או שניים, אלא שחיקה אפשרית במעמדה כסטנדרט העולמי של תשתיות AI. אם סין תצליח להאיץ את הפיתוח המקומי, אנבידיה עלולה לגלות ששוק ענק נסגר בפניה לא בגלל מחסור בביקוש, אלא בגלל החלטה אסטרטגית של מעצמה.

המשבר הסיני של אנבידיה ממחיש עד כמה שבבי AI הפכו לנכס גיאו־פוליטי. הם כבר אינם רק מוצר טכנולוגי. הם תשתית לאומית, כלי תחרות בין מעצמות, ואחד ממוקדי המאבק המרכזיים בין ארצות הברית לסין.

הפוסט המשבר הסיני של אנבידיה: רישיונות אמריקניים יש, מכירות לסין עדיין אין הופיע לראשונה ב-Chiportal.

אנבידיה דיווחה הלילה על עוד רבעון שיא, שממחיש עד כמה שוק תשתיות הבינה המלאכותית ממשיך להתרחב סביב מרכזי הנתונים. ברבעון הראשון של שנת הכספים 2027, שהסתיים ב־26 באפריל 2026, רשמה החברה הכנסות של 81.6 מיליארד דולר. מדובר בעלייה של 20% לעומת הרבעון הקודם ובזינוק של 85% לעומת הרבעון המקביל אשתקד. הכנסות מרכזי הנתונים הגיעו לשיא של 75.2 מיליארד דולר, עלייה של 92% לעומת השנה שעברה.

הנתונים מציבים את אנבידיה לא עוד כחברת שבבים גרפיים, אלא כספקית התשתית המרכזית של כלכלת ה־AI. לפי הדוח, הכנסות מחשוב מרכזי הנתונים הגיעו ל־60.4 מיליארד דולר, ואילו הכנסות הרשתות במרכזי הנתונים הגיעו ל־14.8 מיליארד דולר – כמעט פי שלושה לעומת השנה שעברה. הרווח הנקי לפי GAAP הסתכם ב־58.3 מיליארד דולר, והרווח המדולל למניה הגיע ל־2.39 דולר. הרווח המתואם למניה עמד על 1.87 דולר.

מנכ״ל ומייסד החברה, ג׳נסן הואנג, תיאר את המגמה כ״האצה בבניית מפעלי AI״, כלומר מרכזי נתונים שתפקידם לייצר שירותי בינה מלאכותית בקנה מידה תעשייתי. לדבריו, עידן ה־Agentic AI כבר החל, והמערכות אינן רק משיבות לשאלות אלא מבצעות עבודה ממשית בארגונים. בשיחת הוועידה לאחר פרסום הדוחות אמר הואנג כי “הביקוש הפך לפרבולי”, וכי בעידן החדש “קיבולת מחשוב היא הכנסות ורווחים”.

מרכזי נתונים, ענן ו־AI ריבוני

אנבידיה משנה במקביל את אופן הדיווח שלה, כדי לשקף טוב יותר את מקורות הצמיחה. החברה תחלק מעתה את פעילותה לשתי פלטפורמות שוק עיקריות: מרכזי נתונים ומחשוב קצה. בתוך מרכזי הנתונים היא תדווח על שני תתי־שווקים: Hyperscale, הכולל את ענקיות הענן וחברות האינטרנט הגדולות, ו־ACIE, הכולל ענני AI, תעשייה וארגונים. מחשוב הקצה יכלול מחשבים אישיים, קונסולות משחק, תחנות עבודה, תחנות בסיס לרשתות AI-RAN, רובוטיקה ורכב.

לפי סמנכ״לית הכספים קולט קרס, הכנסות ההייפרסקייל ברבעון הסתכמו ב־38 מיליארד דולר והיוו כמחצית מהכנסות מרכזי הנתונים. הכנסות תחום ACIE הסתכמו ב־37 מיליארד דולר וצמחו ב־31% לעומת הרבעון הקודם. החברה ציינה גם כי הכנסות ענני ה־AI יותר משלשו את עצמן לעומת השנה שעברה, וכי הכנסות AI ריבוני צמחו ביותר מ־80%.

המשמעות היא שהצמיחה של אנבידיה אינה נשענת רק על חמש או שש ענקיות ענן. החברה מנסה להראות למשקיעים כי גל הביקוש מתרחב גם לענני AI ייעודיים, מרכזי נתונים לאומיים, תשתיות ארגוניות ומערכות תעשייתיות. זהו מסר חשוב במיוחד בשלב שבו השוק בוחן אם השקעות הענק ב־AI הן מחזור זמני, או שינוי מבני ארוך טווח בתשתיות המחשוב.

בלקוול עכשיו, ורה רובין בדרך

ארכיטקטורת Blackwell ממשיכה להיות מנוע הצמיחה המרכזי של אנבידיה. החברה אמרה כי הביקוש למערכות GB300 ו־NVL72 חזק במיוחד בקרב בוני מודלים גדולים וענקיות ענן. קרס ציינה בשיחת הוועידה כי זהו קצב ההשקה המהיר ביותר בתולדות החברה.

הדור הבא כבר בדרך. אנבידיה הודיעה כי תחל משלוחי ייצור של פלטפורמת Vera Rubin במחצית השנייה של השנה, החל מהרבעון השלישי. לפי החברה, ורה רובין תשלב מעבד Vera ייעודי ל־Agentic AI עם מאיצי Rubin ורכיבי תקשורת מהירים. הואנג אמר בשיחה כי ורה פותחת בפני אנבידיה שוק חדש של מעבדים מרכזיים, תחום שבו החברה לא פעלה בעבר בהיקף דומה, וטען כי כל יצרני המערכות וענקיות הענן הגדולות נערכים לפריסה שלה.

זהו שינוי אסטרטגי משמעותי. אנבידיה כבר אינה מסתפקת במכירת מאיצים גרפיים. היא מציעה מערכות שלמות: GPU, CPU, תקשורת, אחסון, תוכנה, שכבות אבטחה וכלי פיתוח. בכך היא מנסה להגדיל את חלקה מכל דולר שמושקע במרכזי נתונים ל־AI, ולהקשות על מתחרים שמציעים רכיב בודד בלבד.

סין נשארת מחוץ לתחזית

נקודת האזהרה המרכזית בדוח היא סין. אנבידיה צופה הכנסות של 91 מיליארד דולר ברבעון השני של שנת הכספים 2027, פלוס או מינוס 2%, אך מדגישה כי התחזית אינה כוללת הכנסות ממכירות מחשוב מרכזי נתונים לסין. החברה ציינה כי אף שהממשל האמריקני אישר רישיונות למשלוח H200 ללקוחות בסין, עדיין לא נרשמו הכנסות כאלה, ולא ברור אם הרשויות בסין יאפשרו את היבוא.

המשמעות היא שהתחזית החזקה של אנבידיה נשענת על ביקוש מחוץ לסין. מצד אחד, זה מצביע על עומק הביקוש העולמי. מצד אחר, הוא משאיר מקור אי־ודאות גיאופוליטי משמעותי, במיוחד בשוק שבו שבבי AI הפכו לנכס אסטרטגי.

חלוקת כסף לבעלי המניות – וסימן לביטחון עצמי

לצד ההשקעה האדירה בתשתיות, אנבידיה מגדילה גם את ההחזר לבעלי המניות. החברה החזירה ברבעון כ־20 מיליארד דולר באמצעות רכישה עצמית של מניות ודיבידנד. הדירקטוריון אישר תוכנית רכישה עצמית נוספת של 80 מיליארד דולר, ללא תאריך תפוגה, והדיבידנד הרבעוני יעלה מסנט אחד ל־25 סנט למניה.

המהלך מאותת שהנהלת החברה רואה את תזרים המזומנים הנוכחי כבר־קיימא לפחות בטווח הקרוב. קרס אמרה בשיחה כי החברה מתכוונת להחזיר השנה לבעלי המניות כ־50% מתזרים המזומנים החופשי, תוך המשך השקעות במחקר ופיתוח, בשרשרת האספקה ובאקוסיסטם של AI.

הרבעון של אנבידיה משקף חברה שנמצאת במרכז גל ההשקעות הגדול ביותר כיום בטכנולוגיה. השאלה המרכזית אינה אם הביקוש ל־AI קיים, אלא כמה זמן יימשך קצב ההשקעות הזה, מי יוכל לממן אותו, והאם אנבידיה תצליח לשמור על היתרון כאשר יותר חברות מנסות לפתח שבבים, מערכות ורכיבי רשת משלהן. בינתיים, המספרים מראים שהשוק ממשיך לרדוף אחרי קיבולת מחשוב – ואנבידיה עדיין עומדת במרכז המרוץ.

הפוסט אנבידיה שוברת שיא: הכנסות של 81.6 מיליארד דולר ברבעון, כמעט כולן ממרכזי נתונים הופיע לראשונה ב-Chiportal.

סרברס מערכות (Cerebras Systems), אחת החברות השאפתניות ביותר בתחום שבבי הבינה המלאכותית, השלימה הנפקה ראשונה לציבור בנאסד"ק תחת הסימול CBRS, במהלך שהפך מיד לאחד מאירועי השוק הבולטים של 2026. החברה מכרה 30 מיליון מניות במחיר של 185 דולר למניה, וגייסה כ־5.55 מיליארד דולר. ביום המסחר הראשון זינקה המניה לפתיחה של 350 דולר וסגרה ב־311.07 דולר, עלייה של כ־68% לעומת מחיר ההנפקה. ביום המסחר הבא כבר נרשמה נסיגה, והמניה ירדה ל־279.72 דולר, אך גם לאחר הירידה היא עדיין נסחרה הרבה מעל מחיר ההנפקה. (Investors)

ההתלהבות סביב ההנפקה נובעת מהעובדה שסרברס אינה מציגה את עצמה כעוד ספקית מאיצים לשוק ה־AI, אלא כחלופה ארכיטקטונית למודל שעליו בנתה אנבידיה את שליטתה. בעוד אנבידיה מובילה את השוק באמצעות מערכות GPU, רשתות תקשורת מהירות, ספריות CUDA ומערכת תוכנה רחבה, סרברס מנסה לעקוף חלק מהמורכבות הזאת באמצעות שבב עצום בגודל פרוסת סיליקון שלמה. החברה טוענת כי מנוע ה־Wafer-Scale Engine 3 שלה כולל ארבעה טריליון טרנזיסטורים, 900 אלף ליבות מותאמות AI ו־125 פטה־פלופס של חישוב AI, על גבי שבב יחיד בשטח 46,225 מ"מ רבוע. לפי החברה, מדובר ב־19 פעמים יותר טרנזיסטורים ו־28 פעמים יותר חישוב לעומת NVIDIA B200. (Cerebras)

זו בדיוק הסיבה שההנפקה נתפסת כמתקפה ישירה על אנבידיה. סרברס אינה מנסה רק למכור שבב מתחרה ללקוחות שכבר בונים חוות GPU. היא מנסה לשכנע את השוק שאפשר לבנות חלק מעומסי ה־AI, במיוחד אינפרנס מהיר והרצת מודלים גדולים, בצורה פשוטה יותר: פחות חלוקה בין אלפי מאיצים, פחות צווארי בקבוק בזיכרון ובתקשורת בין רכיבים, ויותר חישוב וזיכרון על אותו משטח סיליקון. באתר החברה מוצגת הטכנולוגיה כגדולה פי 58 ממעבדי GPU וכמהירה עד פי 15 במקרי אינפרנס מסוימים, אם כי החברה עצמה מסייגת כי השוואות ביצועים תלויות בעומס העבודה, בתצורה ובמודל הנבדק. (Cerebras)

החזית החשובה ביותר היא ענן ה־AI. אנבידיה נהנית לא רק ממכירת שבבים, אלא ממעמד כמעט תשתיתי אצל ספקיות הענן, חברות AI ומרכזי נתונים. סרברס מנסה להיכנס בדיוק לשם. החברה מציעה שלושה מסלולים: שירות ענן למפתחים, קיבולת ייעודית למודלים מותאמים, ומערכות מקומיות לארגונים שרוצים שליטה מלאה על המודלים והנתונים. באתר החברה מופיעים לקוחות ושותפים כמו OpenAI, מטא, AWS, Mayo Clinic ו־GSK, והיא מדגישה תאימות לממשקי API בסגנון OpenAI כדי להקל על מעבר עומסים ממערכות קיימות. (Cerebras)

במילים אחרות, סרברס תוקפת את אנבידיה בשתי רמות. ברמת החומרה, היא טוענת שהבעיה המרכזית של AI אינה רק כמות החישוב, אלא תנועת הנתונים בין הזיכרון, המאיץ והרשת. ברמת המודל העסקי, היא מציעה ללקוחות גדולים לא להמתין רק לעוד דור GPU, אלא להעביר חלק מהעומסים לפלטפורמה ייעודית שמבטיחה זמן תגובה קצר יותר ועלות נמוכה יותר לאינפרנס. עבור יישומים כמו סוכני AI, חיפוש בזמן אמת, עוזרי קוד ושיחות קוליות, השהיה נמוכה היא לא תוספת נחמדה אלא תנאי שימוש מרכזי.

עם זאת, ההנפקה גם מחדדת את הסיכון. אנבידיה אינה רק יצרנית שבבים. היא מחזיקה במערכת אקולוגית רחבה של תוכנה, רשתות, שרתים, תכנון מערכות, קשרים עם יצרני ענן ויתרון עצום באמון הלקוחות. סרברס צריכה להוכיח שהארכיטקטורה החריגה שלה עובדת לא רק בהדגמות ובמקרי שימוש נבחרים, אלא גם בפריסה רחבה, לאורך זמן ובמגוון עומסים. אנליסטים כבר הזהירו שהשווי של החברה גבוה מאוד ביחס להכנסותיה, ושחלק ניכר מהאופטימיות מגולם במחיר המניה כבר אחרי ימי המסחר הראשונים. (MarketWatch)

לכן, ההנפקה של סרברס אינה רק עוד סיפור על חברת שבבים שנהנית מגל ה־AI. היא מבחן לשאלה גדולה יותר: האם שוק הבינה המלאכותית ימשיך להיבנות כמעט כולו סביב ארכיטקטורת GPU ורשתות של אנבידיה, או שייפתח מקום ממשי לארכיטקטורות ייעודיות שמציעות דרך אחרת להריץ מודלים גדולים. סרברס עדיין רחוקה מערעור ההובלה של אנבידיה, אבל עצם ההנפקה, גודל הגיוס והעניין מצד לקוחות ענן ו־AI גדולים מראים שהשוק מחפש אלטרנטיבות. עבור אנבידיה, זהו לא איום מיידי על הכתר, אבל זהו סימן ברור לכך שהמאבק הבא אינו רק על מי מייצר את השבב החזק ביותר, אלא על מי יגדיר את תשתית החישוב של עידן ה־AI.

הפוסט סרברס הונפקה בנאסד"ק – ומכוונת אל נקודת התורפה של אנבידיה הופיע לראשונה ב-Chiportal.

מרטין הורן, חבר סגל בכיר ב־AMD וארכיטקט מערכות AI ארגוניות, הציג בכנס ChipEx2026 את האופן שבו החברה רואה את השינוי הבא בשוק תשתיות הבינה המלאכותית. לדבריו, בעוד שהשיח הציבורי והמקצועי התמקד בשנים האחרונות בעיקר באימון מודלים גדולים, בפועל מרכז הכובד מתחיל לעבור אל ההסקה, כלומר אל הפעלת המודלים בסביבות אמיתיות, אצל משתמשים וארגונים.

הורן תיאר את AMD כחברה שפעלה במשך שנים במתכונת רזה מאוד, כמעט כמו חברת הזנק גדולה, והצליחה בשנים האחרונות להגדיל משמעותית את נוכחותה בשוק השרתים. לדבריו, אחת הסיבות המרכזיות לכך היא אימוץ מוקדם של טכנולוגיית צ'יפלטים. במקום לייצר שבב גדול אחד, AMD שילבה כמה פרוסות סיליקון קטנות יותר במארז אחד. כך ניתן היה לשפר את התפוקה בייצור, להשתמש בטכנולוגיות הייצור המתקדמות ביותר רק ברכיבי החישוב הקריטיים, ולהשיג צפיפות גבוהה יותר של ליבות במעבד.

בהמשך הציג הורן את דור המעבדים הבא של החברה, Venice, שלדבריו צפוי לכלול עד 250 ליבות במארז יחיד, או 512 יחידות עיבוד גלויות למערכת ההפעלה כאשר מופעל SMT. לדבריו, צפיפות כזו עשויה לאפשר עד כ־20 אלף ליבות CPU בארון שרתים רגיל, בלי לשנות את מערכת הקירור.

אבל עיקר הרצאתו התמקד בבינה מלאכותית. הורן הבחין בין שני דפוסי פריסה שונים: אימון והסקה. האימון דומה יותר לעולם מחשוב העל. הוא מתבצע באצוות, מנצל אשכולות גדולים של מאיצים גרפיים, ודורש רשת פנימית צפופה ומהירה. ההסקה שונה לחלוטין. היא מבוזרת, תנודתית, תלויה בעומסים משתנים, ודורשת איזון עומסים בין מופעי שירות רבים של מודלים. לכן, לדבריו, הבחירה בגודל המאיץ ובתצורת המערכת אינה תמיד ברורה מראש, ולעיתים היא דורשת התאמה עדינה בין דרישות הזיכרון, ההקשר והביצועים של כל מודל.

הורן העריך כי עד 2030 תשתיות האימון ימשיכו לגדול, אך יהוו רק כ־30% מהאספקה החדשה של תשתיות AI, בעוד שההסקה תתפוס את רוב הגידול. בניגוד לאימון, שצפוי להתרכז במרכזי נתונים גדולים, ההסקה תתפרס במקומות רבים יותר: בענן, במתקני אירוח מנוהלים, בארגונים, בקצה הרשת ובמחשבים מקומיים.

בהקשר זה הציג הורן את פורטפוליו ה־AI הרחב של AMD. בקצה אחד נמצאים פתרונות משובצים וטכנולוגיות FPGA שהגיעו עם רכישת Xilinx. בקצה אחר נמצאים מעבדי Ryzen Pro, שיכולים להריץ מודלים מקומיים במחשב אישי כאשר אין חיבור רשת או כאשר נדרש לשמור מידע רגיש בארגון. בנוסף הציג את משפחת Instinct, את כרטיס MI350P ואת מערכת Helios, המיועדת לפריסה בקנה מידה של ארון שלם.

לדבריו, יותר ארגונים צפויים להעדיף תשתיות AI בשליטה עצמית, לעיתים במתקני אירוח מנוהלים ולאו דווקא פיזית בתוך הארגון. הסיבות לכך הן עלות, שיהוי, פרטיות, מיקום הנתונים וריבונות דיגיטלית. הורן טען כי במקרים מסוימים עלות ההפעלה המקומית עשויה להיות נמוכה פי עשרה עד פי 15 מהפעלה בענן ציבורי.

בסיכום דבריו הדגיש הורן כי AMD רואה בבינה המלאכותית לא שוק אנכי נפרד, אלא שכבת תשתית שתשפיע על כל השווקים. לכן, לדבריו, אין פתרון AI אחד שמתאים לכולם. השוק ידרוש שילוב של CPU, GPU, מאיצים ייעודיים, מערכות ארגוניות, פתרונות קצה ותקני חומרה ותוכנה פתוחים.

הפוסט AMD מסמנת את השלב הבא ב-AI: מעבר מהאימון אל ההסקה הארגונית הופיע לראשונה ב-Chiportal.