• 
  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.

חילופים בצמרת הפעילות של יצרנית השבבים הגדולה בעולם, TSMC, מול מדינת ישראל: קייס דה ג'וס, המנהל לפיתוח עסקי של TSMC באזור EMEA (אירופה, המזרח התיכון ואפריקה), יפרוש לגמלאות בסוף השנה. את מקומו תתפוס רקל פינטו, מהנדסת ומנהלת פיתוח עסקי מפורטוגל, שעבדה בשש השנים האחרונות לצידו, והייתה אחראית לתמיכה טכנית וליווי לקוחות ישראליים בתחום האריזה המתקדמת.

"האקוסיסטם בישראל דינמי, חדשני ומחובר היטב להון סיכון – הרבה יותר ממה שאנחנו רואים באירופה", אמרה פינטו בראיון לChiporta

פינטו החלה את דרכה בעיר פורטו, פורטוגל, בחברת Amkor Technologies, שם עסקה במחקר ופיתוח של טכנולוגיות אריזה לשבבים. בהמשך עברה לעבוד כמהנדסת אינטגרציית תהליכים במפעל של NXP בהולנד, ולבסוף הצטרפה ל-TSMC ב-2019, בדיוק כשחטיבת האריזה התלת-ממדית בחברה החלה לצבור תאוצה גם באירופה.

"בתקופה ההיא לא היה מי שיטפל בטכנולוגיות הללו באירופה, אז הגעתי לחזק את התחום", היא נזכרת.

היכרות עמוקה עם האקוסיסטם הישראלי

במשך שש שנים עבדה פינטו בצמוד לקייס דה ג'וס, השתתפה בפגישות עם רוב הלקוחות בישראל, וכעת היא מקבלת לידיה רשמית את האחריות על האקוסיסטם המקומי – לצד מספר לקוחות באירופה.

"אין לי פרצופים חדשים – אני מכירה את כולם, ואני מוכנה להמשיך מכאן לבד", אמרה בביטחון.

"ישראל מובילה את אירופה בטכנולוגיות מתקדמות"

פינטו שיבחה את החדשנות הישראלית: "הקצב, האנרגיה, רמת החדשנות, והחיבור הטבעי בין סטארטאפים לקרנות הון סיכון – הם משהו שחסר לנו באירופה. זה אקוסיסטם פורץ דרך."

לדבריה, "בשנה שעברה, 50% מהשימוש בטכנולוגיית FinFET באירופה הגיע מישראל – מדינה של 10 מיליון איש בלבד. זה מדהים, ויש לנו מה ללמוד מכם."

"בכנס הופיעו ארבע חברות ישראליות, עדות נוספת למשקל הגובר של ישראל בזירת השבבים המתקדמים בעולם."

תגים: TSMC, רקל פינטו, קייס דה ג'וס, תעשיית השבבים, אקוסיסטם ישראלי, FinFET, טכנולוגיה תלת-ממדית, חדשנות ישראלית, פיתוח עסקי, כנס TSMC אמסטרדם 2025

ביטוי מפתח: תעשיית השבבים בישראל
נרדפים: מוליכים למחצה, טכנולוגיות מתקדמות, קשרים עסקיים ישראל-טייוואן, אריזת שבבים, חדשנות טכנולוגית

הפוסט בלעדי! ראיון עם המנהלת החדשה של TSMC בישראל: "האקוסיסטם בישראל דינמי, חדשני ומחובר היטב להון סיכון" 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 Taiwan Semiconductor Manufacturing Co. (TSMC) הזהירה בסוף השבוע את ממשלת ארצות הברית כי הטלת מכסים עתידיים על שבבים מתקדמים מתוצרת טאיוואן עלולה לפגוע בביקוש למוצרים אלה להערים סיכונים משמעותיים על תוכניות ההשקעה שלה בפארק השבבים באריזונה.

במכתב למחלקת המסחר האמריקאית, שהוכן ב־5 במאי על־ידי חברת הבת TSMC Arizona Corp., נכתב: “אמצעי ייבוא חדשים עלולים לפגוע בהובלה הטכנולוגית של ארה”ב ולהטיל ספק בפרויקטים היעודיים להשקעות הוניות במגזר השבבים, ביניהם תכנית ההשקעה המשמעותית שלנו בפיניקס.”

החברה ציינה במכתב כי היא משקיעה 65 מיליארד דולר בבניית שלושה קווי ייצור מתקדמים באריזונה, כאשר הראשון כבר בפעולה וייצור המוני החל, השני קרוב להשלמה, והטקס לחניכת השלישי נערך בשבוע שעבר. במרץ הודיעה TSMC על השקעה נוספת של 100 מיליארד דולר באריזונה בשנים הקרובות, שתביא את סך ההשקעות ל־165 מיליארד דולר ותכלול שלושה מפעלי וויפרגיה, שני מפעלי אריזה ובדיקה ומרכז מחקר ופיתוח.

לפי החברה, השלמת הפרויקט באופן מוצלח עומדת על קו התפר עם ההנחה לביקוש מוגבר ממובילות הטכנולוגיה האמריקאיות. “מכסים שיגבילו את עלות המוצרים הסופיים יפחיתו את הביקוש למוצרים אלה ולרכיבים שהם מכילים,” כתבה TSMC, וביקשה כי צעדי הייבוא לא יחולו על מוצרים חצי־גמורים ותוצרי Downstream שכבר עברו ייצור חלקי.

בנוסף, הדגישה TSMC כי חלק ניכר מהציוד וחומרי הגלם הדרושים לייצור אינם זמינים כיום בארה”ב, ולכן השקעות נוספות בפיזור תעשיית ייצור השבבים בארה”ב תלויות בודאות שהממשל יאפשר גישה ללא מכסים לחומרים וציוד אשר יייקרו בהיעדר ייצור מקומי. “לפחות, יש להעניק תקופות הסתגלות ריאליות ל־TSMC Arizona ולמשקיעים אחרים שכבר נכנסו לפרויקטים הוניים נרחבים,” נמסר.

עם כניסת הפרויקט לפעולה מלאה, צפויה המתקן באריזונה לייצר 100,000 וויפרגים בחודש ולהפוך למתחם Gigafab, שישקף כ־30% מכלל קיבולת הייצור העולמית של TSMC בתהליכים מתקדמים של 2 ננומטר ומטה.

אמפמ
כותרת:
כותרת משנה:
תגים: TSMC, מכסי סחר, שבבים, השקעות באריזונה, ייצור שבבים
ביטוי מפתח: השלכות מכסי שבבים על השקעות אריזונה
נרדפים: סיכונים ממכסי שבבים, TSMC אריזונה, ייבוא שבבים, Gigafab, מדיניות סחר שבבים

הפוסט TSMC מזהירה: מכסי שבבים עלולים לסכן את ההשקעות באריזונה הופיע לראשונה ב-Chiportal.

הנציבות האירופית תמשיך להקפיד על שיתוף פעולה גלובלי בתחום החדשנות בשבבים, למרות התגברות המתיחות במסחר הבינלאומי, הכריזה סגנית נשיא הנציבות האירופית לטכנולוגיה ריבונותית, הנא וירקונן, בכנס International Technology Forum World שאירח ארגון המחקר הבלגי Imec.

“אירופה חייבת לשמור על מסורת של פתיחות ושיתוף פעולה, כאשר במקביל היא מבטיחה גישה יציבה וחסינה לשבבים שמניעים את כלכלותינו וחברותינו,” אמרה וירקונן. היא חזרה על הצורך במציאת איזון בין הגנה על שרשרת האספקה ובין המשך זרם הידע וההשקעות הגלובליות.

בחודש ינואר הטילה ארצות הברית הגבלות על ייצוא שבבי בינה מלאכותית מתקדמים, שהן חלות על יותר ממחצית מדינות האיחוד האירופי. במקביל, פתחה ממשל טראמפ בחקירה לבחינת הטלת מכסים ייעודיים על יבוא שבבים, צעד שמחזק את המגמה לפיתוח יכולות עיצוב וייצור מקומיות באירופה.

“בעידן הזה של מסחר גלובלי לא מדובר בסוף המודלים החדשניים, אלא בהזדמנות להעמיק שותפויות ולהרחיב אינטגרציה,” הדגישה וירקונן, תוך שהיא מציינת הסכמי שיתוף פעולה דיגיטליים עם יפן, דרום קוריאה, קנדה והודו.

לוק דן הובה, מנכ״ל Imec, תמך בדברי הנציבות: “התעשייה הזו הצליחה בזכות ההתמחות הבינלאומית; קשה לדמיין איזור אחד שישלוט בכל היבטי הטכנולוגיה. אירופה צריכה למנף את היתרונות שלה.” כמופת הציג את ASML ההולנדית, היחידה שמספקת מכונות ליתוגרפיה באורך גל קיצון.

יוזמת Chips Act, שנועדה להכפיל את נתח השוק האירופי ל-20% עד 2030, כוללת שורה של אמצעים לבניית קיבולת טכנולוגית ולחדשנות. מעל 85% מתקציב “Chips for Europe” כבר מחולק, בין השאר להקמת חמישה קווני מו“פ ו־competence centres בכל 27 המדינות.

ב־2024 דו״ח מבקר האירופי מצא כי האיחוד מתרחק מהיעד ומסביר שההגעה ל-20% בנתח שוק מחייבת מהירות רבה יותר. הנציבות תסקר מחדש את היוזמה עד ספטמבר 2026, במטרה לנסח “Chips Act 2.0” שיתמקד בתכנון שבבי AI, ארכיטקטורות חסכוניות באנרגיה, פוטוניקה ושבבי קוואנטום.

“התחרות קשה, אך לאירופה יש חזון, כישרון ומשאבים,” סיכמה וירקונן, וקראה לתעשייה, למרכזי מחקר ולרשויות המדינות החברות לקחת חלק פעיל בתהליך השכתוב, כדי להבטיח את עתיד תעשיית השבבים באירופה.

הפוסט אירופה מתחייבת לשיתוף פעולה גלובלי בתעשיית השבבים 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.

“בלי סיליקון, AI היה נשאר מושג תיאורטי” פרקש נאריין, מנכ״ל Real Intent בפאנל בהנחיית מנכ"ל ASG שלמה גרדמן, השתתפו דב מורן ,מנהל קרן גרוב ונצ'רס, ד"ר פרקש נאריין, מנכ"ל חברת Real Intent ואורי תדמור, נשיא KLA ישראל וסגן נשיא KLA העולמית. במסגרת הפאנל המיוחד על בינה מלאכותית (AI) בכנס ChipEx2025, נשאלו שלושת בכירי תעשיית השבבים סדרת שאלות מפתח על ההשפעות ההדדיות בין AI לסיליקון, האתגרים בהטמעת טכנולוגיות חדשות, והעתיד של הענף כולו.

מה משפיע יותר – AI המוטמע בשבבים או השבבים המאפשרים AI?

דב מורן: “אי־אפשר להפריד בין שני הגורמים הללו, שכן הם מהווים מערכת אקולוגית משולבת. מצד אחד, ללא שבבים חזקים המסוגלים לבצע חישובים בקצב גבוה, אין יישום מעשי של אלגוריתמים מתקדמים שיוגדרו כ-AI. מצד שני, אלגוריתמים חכמים שמשתמשים בלמידת מכונה ובאינטליגנציה מלאכותית משפיעים עמוקות על תכנון חומרה, אופטימיזציה של תהליכים ופיתוח חומרים וחלקיקים חדשים. לכן, כל שינוי בתכנון השבב—בין אם מדובר בארכיטקטורת מעבד או במימוש הנדסי של רכיבי זיכרון—מניע שיפורים ביכולות ה-AI. במקביל, כל פיתוח אלגוריתמי חדש דורש התאמות בתשתית הסיליקונית, כך שכל אחד מעצבי התחום חייב לפעול בשיתוף פעולה הדוק עם חוקרי האלגוריתמים כדי למקסם את פוטנציאל החדשנות.”

ד"ר נאריין: “בימים אלה הסיליקון הוא ‘הדלק’ שמפעיל את מנועי ה-AI: ללא פלטפורמות חומרה המסוגלות לבצע עשרות טריליוני חישובים בשנייה, רוב אלגוריתמי הלמידה העמוקה היו נשארים בגדר ניסוי מדעי. בטווח הקצר, אין AI מעשי ללא שבבים מתקדמים, אך לטווח הארוך צפוי מצב שבו יוכלו אלגוריתמים חכמים להשפיע גם על תהליכי פיתוח וייצור השבבים עצמם—בעזרת ניתוח נתוני ייצור בזמן אמת, זיהוי דפוסים בלתי־אינטואיטיביים ואופטימיזציה דינמית של פרמטרים פיזיקליים. עם זאת, ברגע זה, אנחנו בעיצומו של מחזור שבו הסיליקון מוביל את ה-AI, אך השפעת ה-AI על עולם החומרה תתעצם ככל שנצבור יותר נתוני ייצור ונפתח כלים אנליטיים חזקים.”

אורי תדמור : “ב-KLA אנו עדים להשפעה הדדית ומתמשכת: מצד אחד, לקוחותינו מפתחים שבבים הכוללים HBM, אריזה תלת־מימדית ומבנים מורכבים שדורשים פתרונות yield ו-defectivity מתקדמים. מצד שני, אנו משלבים אלגוריתמים של למידת מכונה בכלי המטרולוגיה והבקרה שלנו כדי לייעל זיהוי פגמים ולחזות כשלי ייצור עוד בטרם קרו. התוצאה היא כי ה-AI שכבר מוטמע בתהליך הייצור מוביל לרמת דיוק ואמינות שנדרשים להמשך פיתוח שבבים מתקדמים, ואילו הצורך בשבבים עם ביצועים גבוהים ומאפייני חישוב מורכבים מדרבן אותנו לשכלל את אלגוריתמי ה-AI שלנו בכלי הניטור.”

אם הייתה לכם “כדור בדולח” ל-AI, כיצד הייתם משתמשים בו?

דב מורן: “בתור משקיע הון סיכון העוסק בטכנולוגיות עמוקות (deep tech), הכדור בדולח שלי היה משמש לחיזוי מגמות שוק חצי־מוליכים בטווח של חמש עד עשר שנים. הייתי שואל את הכדור מתי תגיע הערכת השווי של חברות דוגמת NVIDIA או TSMC לרמות קיצון, אילו טכנולוגיות יצרו מהפכות (כגון מעבר ל-2 ננומטר או שילוב neuromorphic), ואילו שווקים גאוגרפיים יובילו השקעות משמעותיות. הכוח הגדול של ה-VC הוא לראות סטארט-אפים בשלב מוקדם, ולוודא שההשקעה תממש את הפוטנציאל; הכדור בדולח היה מסייע לי לאמוד מראש אילו מיזמים יניבו תשואה גבוהה ואילו יתקעו את ענף ה-AI במבוי סתום.”

ד"ר נאריין: "אם הייתי מקבל מידע אנליטי מדויק מתחום ה-AI, הייתי מנצל אותו כדי לייעל את תהליכי ה-EDA שאנו מספקים ללקוחותינו: אילו תרחישי בדיקה יניבו פחות תקלות בשלב sign-off, באיזו תצורת RTL בשימוש חישובים מקבילים יוביל לביצועים מיטביים, ואיך להפחית את שטח הסיליקון הנדרש למעגל. בין אם מדובר בחיזוי זמן tape-out או באופטימיזציה של אוטומציה אנלוגית מבוססת למידת מכונה, היכולת להניח את הכדור לפני תחילת התהליך תעניק לנו יתרון תחרותי חד–משמעי.”

אורי תדמור: “בכדור הבדולח שלי הייתי מבקש תחזית על התפתחות תהליכי הייצור והבדיקות בעידן ה-3 ננומטר ומטה: באיזו מהירות יטמיעו foundries תהליכים חדשים, באילו תבניות אריזה אקטיביות יפחיתו defectivity בצורה דרמטית, ומה תהיה השילוב האופטימלי בין AI בענן לבין AI המוטמע בכלי הבדיקה. תשובות אלו יאיצו תכנון פיתוח כלים מותאמי AI, ימקמו את KLA בחוד החנית של טכנולוגיית ה-yield control ויספקו ללקוחותינו יכולות תובנה ובקרה לפני שיושקו הדורות הבאים של שבבים.”

אילו רעיונות פורצי דרך ראיתם אצל הסטארט-אפים וכיצד הם מתכננים לנצל AI?

דב מורן: “הרעיון שהכי תפס אותי הוא שילוב AI בפתרונות דיאגנוסטיקה רפואית: חברות שמשתמשות ברשתות עצביות לזהוי מוקדם של מחלות נדירות מתבססות על אוספי נתוני רנטגן, MRI וביוכימיה שמגיעים ממספר בתי חולים עולמיים, ומסוגלות לבצע אבחנה מדויקת בתוך שניות. במקום שמתלמיד רפואה יראה 50–100 חולים ביום, אלגוריתם טרained ב-AI רואה עשרות אלפי מקרים ומשפר את החלטות הרופאים. בנוסף, בחלק מהסטארט-אפים נבחנו פלטפורמות לזרז פיתוח תרופות על ידי חיקוי מולקולרי בינה מלאכותית, כך שתהליך אמריקה מסתיים תוך שנתיים במקום עשור, עם חסכון של מיליארדי דולרים.”

ד"ר נאריין: “בתחום התכנון עצמו, נחשפתי לחברות המפתחות מסלולי אוטומציה אנלוגית מבוססת למידת מכונה, שנותנות מהנדסים אפשרות להגדיר בפרמטרים גבוהי־רמה את מגבלות המעגל, ולקבל בעזרת AI הצעות לתכנון מבנים שמפחיתים רעש חשמלי ושיפור SNR ללא עריכת הסכמה ידנית של תאי ה-layout. הפתרונות הללו משתמשים בכמות אדירה של נתוני ניסוי, ולמידה על־ידי העברת לוחות סיליקון אמיתיים, ופותחים פתח למהפכה שתפחית באופן משמעותי את הזמן הדרוש לאפיון מעגלים אנלוגיים.”

אורי תדמור: “בחברות סטארט-אפ שהצגתי כלי ל-ML-driven defect detection בפאבים, ראינו גידול של למעלה מ-30% בזיהוי מוקדם של פגמים עוד בטרם הם גורמים לכשל. כמו כן, חברות שפיתחו AI-driven metrology adaptive sampling מצליחות להקטין את כמות ההדגימות הפיזיות על ופר על כל wafer ב-40%, תוך שמירה ואף שיפור של ה-yield. הפוטנציאל ליישם אלגוריתם חיזוי פגמים בזמן אמת בעזרת מצלמות תעשייתיות ושבבי עיבוד תמונה מוטמעים בכלי ה-inspection, מציג מהפכה פרוצדורלית ב-fab automation.”

פרקש, מהם האתגרים בהטמעת AI ב-IPs וב-design flow? האם בעתיד AI יעצב שבבים טוב יותר מהמהנדס האנושי?

“האתגר המרכזי הוא ניהול הסיכונים והאחריות: כדי לאמן מודל AI אמין דרושות כמויות עצומות של נתוני RTL והתנהגות post-layout, שהלקוחות לרוב אינם מוכנים לחשוף לספקים חיצוניים. ללא גישה ל-data sets רחבים, המודלים עלולים להציג תוצאות חריגות ולגרום לשגיאות בזיהוי בעיות timing או functional coverage, אך האחריות לכלי ולתקלות שנובעות ממנו נשארת על כתפי הספק. יתרה מזו, תהליך העדכון וה־re-training של המודל צריך להיות מתועד ובקרת איכות עליו קפדנית, כדי למנוע “drift” של הדיוק לאורך זמן. מסיבה זו פיתוח AI אמיתי בעולמות EDA מחייב תשתית שיתוף נתונים סגורה, אבטחת מידע ברמה גבוהה ומתודולוגיות אימות ו־rollback שיקחו בחשבון כישלונות אפשריים.”

“במחקר שהוזכר, העמידו בפני מודלים גנרטבייים הצעות לתכנון מעגל אנלוגי למול 5G שהיו בלתי־אינטואיטיביות ולרוב קרוּעש־המיתרי: מבנים דחוסים במיוחד עם יחסי W/L ייחודיים שנבדקו במעבדה והציגו ביצועים שעקפו תכנונים מסורתיים. עם זאת, מתוך עשרות הצעות רק חלק קטן עבד בפועל, ולעיתים כשל בצורה לא צפויה. זה מדגיש את הצורך ב”האדם שבמעגל” שיאמת, ידרג וישפר את המודל. בטווח של שנתיים–חמש, נראה AI כמשלים כוח עבודה אנושי, אך לא מחליף מהנדסים; הוא יגביר את Skew של ביצועים, יסייע באופטימיזציה מורכבת ויאפשר רעיונות חדשים, אך יידרש תהליך רגולציית ובקרה קפדן כדי לשלב תכנון “לא אינטואיטיבי” תוך שמירה על רמת אמינות וטעות נמוכה מאוד.”

אורי תדמור, כיצד AI ישפר את yield ו-defectivity בכלים שלכם? מה עוד ניתן לשפר בתהליכי ה-AI שלכם מעבר למטרולוגיה ובדיקות?

“ב-KLA אנו ממשיכים להטמיע אלגוריתמים של למידת מכונה במטרולוגיה ובבקרת תהליכים כבר למעלה מעשור. בשנים האחרונות, הוספנו מודולים מתקדמים ל-AI-driven pattern recognition, המסוגלים לזהות דפוסים עדינים של פגמים בתמונות הסורקות של wafers במהירות של מאות אלפי נקודות בדיקה לשנייה, ולא רק לדווח על קיומם אלא גם לדרג אותם לפי חומרת ההשפעה על הגרעין. התוצאה ב-fab היא הפחתה של עד 20% בכמות wafer scrapped ובשיפור של 15% ב-First Pass Yield. בנוסף, אנו משתמשים בטכניקות reinforcement learning כדי לכוונן פרמטרים במכשירים בזמן אמת, כך שהמערכת “לומדת” את האופן האופטימלי להפעלת הלייזר או המיקרוסקופ כדי לצמצם רעש ולשפר רזולוציה. היתרון בשילוב AI הוא היכולת להתעדכן כל הזמן בנתונים ריאל-טיים מהייצור ולאפשר התראות מוקדמות לצוות ה-fab לפני שהבעיה תתפתח לכשל יקר.”

“אנו מתמקדים פיתוח קווי אריזה רובוטיים אוטונומיים, שישמשו כ’מפעל של אחד’—קו ייצור גמיש המאפשר הרכבה של חבילות chiplets מותאמות אישית בלחיצת כפתור, בדומה לאוטומציה במפעלי foundry מודרניים. במקביל, הקמנו Knowledge Hub פנימי, שמאגד תיעוד, מדריכים ודאטה סטים מבוססי AI, כדי להכשיר צוותים בשטח ולהעניק להם תמיכה בזמן אמת באמצעות chatbots חכמים המובנים במכשירים. בנוסף, אנו מיישמים AI־driven Supply Chain Analytics לניהול מיטבי של מלאי חומרים קריטיים (למשל rare earth metals) ולחיזוי זמני אספקה, מה שמאפשר לנו לצמצם עומסי הזמנות ולאזן בין יעילות לעלויות.”

דב מורן, האם סטארט-אפים נפגעים מחוסר יכולת להפעיל AI ברמה של תאגידי הענק?

“להיפך: הפרדיגמה החדשה מאפשרת לסטארט-אפים קטנים לנצל פלטפורמות AI ציבוריות בענן ולהתחרות בשוק גלובלי, גם בלי תקציבי ענק. בזכות APIs לניהול מחזור חיי data pipelines, מודלים מוכנים לתפעול ו־AutoML, חברה שמורכבת ממפתח בודד או צוות מצומצם יכולה לחקור תרחישים מורכבים, לייצר אב-טיפוס במהירות ולהגיע למספרים גבוהים של inference calls ביום, בלי להשקיע במרכז נתונים פרטי. כך נוצרת “מערכת הרגעה” לטכנולוגיות עמוקות: במקום להשקיע מיליוני דולרים ב-GPU farms, סטארט-אפ יכול להתחיל עם Tier קטן בענן ולהגדיל משאבים ככל שהמודל מוכח. בנוסף, החברות הקטנות גמישות יותר באימוץ טכנולוגיות חדשות, בעוד תאגידים בכורים להגן על השקעות קיימות ומתקשים לבצע פריצות דרך מהירות.”

האם אתם אופטימיים לגבי עידן הבינה המלאכותית?

דב מורן: “בהחלט. בהשוואה למהפכות טכנולוגיות קודמות—המצאת המחשב, הרשת, הענן—AI מביא קפיצה קוונטית ביכולת עיבוד, ניתוח נתונים וקבלת החלטות אוטונומטיות. בדומה לאופן שבו חוקקו תקנות תעבורה והטמיעו טכנולוגיות בטיחות בכבישים כדי להפחית תאונות, אני צופה שממשלות ואיגודים מקצועיים יגבשו מסגרות רגולטוריות ואתיות שיבטיחו שימוש אחראי ב-AI. לאחר מכן, נוכל לראות צמצום דרמטי במקרי כשל קריטיים (כגון תאונות דרכים) ובאקלים החברתי-כלכלי. כמי שהשקיע וחי בלב תעשיית deep tech בישראל ובארה״ב, אני משוכנע שעם כלים רגולטוריים מתאימים, AI יוביל לשגשוג כלכלי, לדחיית מחלות ולפריצות דרך בתחומי אנרגיה וסביבה.”

ד"ר נאריין : “כניסיוננו בתחום ה-EDA, אני רואה ב-AI מנוע לייעול תהליכי בדיקה ואימות המבוססים על חזרות רבות, אך התלות בנתונים מדויקים ומאומתים יוצרת דילמות אחראיות. מצד אחד, זה תחום מלא הזדמנויות: פתרונות לזיהוי סביר של כשלים, אופטימיזציה אוטומטית של timing closure והמלצות תכנוניות בזמן אמת. מצד שני, קיים חשש ש-AI יאמן את עצמו על פלטפורמות של AI, דבר שייגרום ל’drift’ של איכות התוצאות ולטשטוש גבולות האחריות. כדי לשמר את האופטימיות, נחוץ פיתוח מסגרות וניהול מחמירים של חיי המודל (model lifecycle), כולל audit trails ו-mechanisms ל־rollback במקרה של תקלות בלתי צפויות.”

אורי תדמור : “בהחלט. היישומים כבר מחוללים שינויים מהותיים בכל שלב של ייצור שבבים, החל ממטרולוגיה, דרך בקרה על תהליכים ועד בניית מאגרי ידע לתפעול ואחזקה. עם כל גל אימון חדש, המודלים שלנו לומדים מדאטה ריאלי מהפאבים וממדגמי הייצור, מה שמאפשר לייעל קטן raw data ולהפיק insights שמייקרים את ערך המידע. אני מאמינה שבשנים הקרובות נראה פריצות דרך נוספות באריזה תלת־מימד, בניהול מלאי חכם ומתודולוגיות דיאגנוסטיקה מהירה יותר, שיביאו לעלייה משמעותית ב-yield, לירידה בעלות הייצור ולהגדלת קצב ההגעה לשוק.”

פרקש, אילו חששות יש לך לגבי AI בעתיד?

“אחד החששות המרכזיים הוא שבשנים הבאות AI יתאמן לא רק על תכנים אנושיים, אלא גם על תוכן שיוצר על־ידי מערכות AI אחרות, מה שעלול להוביל ל״boulevard of mirrors״ שבו המודל מאבד יכולת אבחנה בין אמת לשגיאה. בנוסף, ככל שהמודלים יהפכו מורכבים יותר, יגדל קושי להסביר את ההחלטות שלהן (explainability), מה שיכול להוביל לביטחון יתר או חוסר אמון כאשר המערכת מבצעת החלטה קריטית שאין לגביה תימוכין אנושיים. כדי להתמודד עם זאת, חשוב להמשיך בפיתוח שיטות בקרה, audit ו־ethics-by-design שיעצימו את האמון במערכות ה-AI ויבטיחו שהן נשענות על מקורות מידע אמינים, מגוונים ומבוקרים.”

הפוסט ד"ר פרקש נאריין ב- ChipEx2025: “בלי סיליקון, AI היה נשאר מושג תיאורטי” הופיע לראשונה ב-Chiportal.

במפגש בכירי תעשיית השבבים במסגרת כנס ChipEx2025, הציג קובי חנוך, מנכ"ל וויביט ננו, סקירה מעמיקה של עתיד הזיכרונות הבלתי־נדיפים (NVM) והטמעתם במערכות על־שבב (SoC).

“חנוך פתח בהצגת המגבלות האופייניות לטכנולוגיית פלאש המובנית, לרבות מהירות גישה נמוכה, צריכת הספק גבוה, עמידות מוגבלת בטמפרטורות קיצוניות וקושי בסקלאביליות מתחת ל-28 ננומטר, והסביר מדוע המעבר לפתרונות אלטרנטיביים הפך לנחוץ בתכנון שבבים מודרניים.”

בהמשך, הציג חנוך סיכום קצר של ניסיונות העבר והכשלונות הטכנולוגיים שאפיינו ויכוחים בתחילת שנות האלפיים סביב מחליפי פלאש, כגון FeRAM, PCM, MRAM ו-3D XPoint.

“אף ש-MRAM הגיע לייצור סדרתי דרך חברות כמו Everspin, העלויות הגבוהות והרגישות לשדות מגנטיים הגבילו את אימוצו. בשנים האחרונות צבר תאוצה פתרון ה-RERAM (Resistive RAM), אשר מציע עלות ייצור נמוכה משמעותית, עמידות עד 150 °C ומחזורי כתיבה של יותר מ-100,000.”

חנוך תיאר את עקרון הפעולה הפשוט יחסית של RERAM ומיקד ארבעה תחומי יישום בולטים: מוצרי צריכה עם ניהול הספק חכם, רכבים בתהליכים מתקדמים, בינה מלאכותית בקצה ונוירומורפיקה.

“שילוב RERAM מאפשר למקם את הזיכרון בסמוך למעגלים האנלוגיים ללא פגיעה בתפקודם, ובכך לייעל עלויות ולצמצם את מספר השבבים הנדרש במערכת.”

בסיום, הציג חנוך את מסלול ההטמעה של וויביט ננו בשיתוף LETI בצרפת, SkyWater בארה"ב ו-BB Hi-Tech, כולל שבבים תפקודיים ב-22 ננומטר ותעודות AEC-Q100.

חנוך סיכם: “וויביט ננו עומדת כספקית העצמאית היחידה של טכנולוגיית RERAM המוכנה לייצור סדרתי, וצפויה להניע מהפכה בזיכרונות בלתי-נדיפים, שתעצים יכולות עיבוד, תפחית צריכת הספק ותייעל עלויות ביישומים מתקדמים.”

הפוסט ReRAM – העתיד של הזיכרונות הבלתי־נדיפים במערכות על־שבב הופיע לראשונה ב-Chiportal.