דוח חדש של BestBrokers, המבוסס על מדדי MSCI ACWI, מציב את מגזר השבבים וציוד השבבים כאחד המנצחים הבולטים של 2025: תשואה גולמית שנתית של 50.65%, שמדרגת את המגזר במקום הרביעי בין הענפים שנבחנו. מי שעקפו את השבבים היו בעיקר מגזרים “קשיחים” הקשורים למתכות יקרות – ובראשם כריית כסף וכריית זהב – בעוד שמגזר ה-IT הרחב הסתפק בתשואה נמוכה בהרבה. (B2B News Network)

הניתוח של BestBrokers בוחן ביצועים והשוואות גודל בין ענפים על בסיס מדדי MSCI ACWI (49 מדינות, שווקים מפותחים ומתעוררים), ומשלב נתוני שווי שוק לחברות בודדות ממקור חיצוני (CompaniesMarketCap) שנדגמו לתאריך 29.12.2025, לצד הסבר על שימוש בשווי שוק “חופשי למסחר” (free-float) במדדי MSCI.

איפה השבבים מול ענפים אחרים ב-2025

לפי העיבוד שצוטט מהדוח, כריית כסף הובילה את 2025 עם 207.42%, כריית זהב עם 175.69%, ואחריהן הגיעו גם ענפים נוספים שמושפעים ממחזור הסחורות. בתוך “אשכול” הענפים הטכנולוגיים-תשתיתיים, השבבים בלטו עם 50.65% – הרבה מעל מגזר ה-IT, שדורג עשירי בלבד עם 23.93%. כלומר, תשואת השבבים הייתה יותר מכפולה מזו של ה-IT הרחב באותה שנה.

בדוח ובניתוח הנלווה מוסבר שהפער הזה משקף תזה של “תשתית פיזית”: שוק ההון תימחר ב-2025 את יכולת החישוב ואת קיבולת הייצור כמשאבים מוגבלים, על רקע האצה בביקוש ל-AI, השקעות בדאטה-סנטרים, ומאמצי “החזרה הביתה” (onshoring) של שרשראות אספקה.

תמונת עומק: גודל ממוצע ו-5 שנים לאחור

לצד התשואה, הדוח מנסה לענות גם על “כמה גדולות החברות בכל ענף בממוצע”. לפי הנתונים שצוטטו, מגזר ה-IT מוביל בגודל ממוצע של חברה במדדים (כ-80.66 מיליארד דולר בממוצע), אחריו שירותי תקשורת (כ-64.82 מיליארד), ומגזר השבבים במקום השלישי עם כ-43.19 מיליארד דולר בממוצע על פני 249 חברות במדד הענפי שנבדק.

במבט של חמש שנים, השבבים מדורגים גבוה גם כן: 23.08% תשואה גולמית – מתחת לכריית זהב (23.45%) ומעל שורת ענפים כמו יצרני אנרגיה וכריית כסף.

10 החברות הגדולות בתעשיית השבבים

הדוח מדגיש גם ריכוזיות: אותם שמות חוזרים במספר מדדים/סלי-השקעה (בפרט אנבידיה, ברודקום, ASML ו-TSMC), מה שממחיש עד כמה “החומרה” וה“תוכנה” נעשו שזורות זו בזו.

לצורך תמונת “מי הגדולות”, הנה עשיריית השבבים הגדולה לפי שווי שוק על בסיס CompaniesMarketCap (הדירוג מתעדכן תדיר; BestBrokers מציינים שהשתמשו באותו מקור עבור דגימה לתאריך 29.12.2025):

מה זה אומר ל-2026, לפי הדוח

המסר המרכזי של BestBrokers הוא מעבר מ”ראלי רוחבי” לביצועים סלקטיביים יותר: חברות שיושבות עמוק בתוך תשתיות ה-AI, ייצור מתקדם וציוד קריטי – עשויות ליהנות מיתרון יחסי, בעוד חשיפה לשווקים מחזוריים, אי-ודאות סביב סין ועלויות הון עולות עשויות להגביר פערים בתוך הענף עצמו. (בנק בורסות)

אין באמור ייעוץ השקעות.

הפוסט דוח BestBrokers: תעשיית השבבים דורגה רביעית בתשואות 2025 – והרבה מעל מגזר ה-IT הרחב הופיע לראשונה ב-Chiportal.

תעשיית המוליכים למחצה בשנת 2026 מוגדרת על ידי המעבר מ"הייפ של בינה מלאכותית" ל"תשתית בינה מלאכותית" ארוכת טווח ושינוי רדיקלי בגיאוגרפיה של מפעלי הייצור. להלן 10 תובנות להתפתחות תעשיית השבבים בשנת 2026:

1. צריכת החשמל מניעה את הארכיטקטורה

כיום, כאשר מרכזי הנתונים צורכים כ- 4% מצריכת החשמל העולמית יעילות צריכת החשמל החליפה את המהירות הגולמית כמדד המרכזי לביצועים (KPI). לצורך התמודדות עם אתגר החשמל השוק מאמץ במהירות טרנזיסטורים בארכיטקטורת GAA (Gate-All-Around) ואספקת חשמל אחורית כדי להפחית את זליגת האנרגיה.

2. שבבי UCIe הופכים לסטנדרט

שבבים מונוליטיים אינם כדאיים כלכלית עבור בינה מלאכותית מתקדמת. 2026 היא השנה שבה UCIe (Universal Chiplet Interconnect Express) יהפכו לסטנדרט הדומיננטי, ויאפשרו הרכבה "דמוית לגו" של שבבים מספקים שונים (למשל, מעבד אינטל עם מאיץ מתוצרת אנבידיה) בתוך אריזה אחת.

3. התעשיה עולה לרמה של מדינה

מדינות רבות ברחבי העלם הכירו בחשיבות תעשיית השבבים לבטחון הכלכלי והלאומי שלהן והן הופכות להיות מעורבות באופן פעיל ביצור שבבים. בריטניה, גרמניה, והודו מצטברות כקונים חדשים ומשמעותיים של ציוד להקמת מפעלי יצור שבבים, ומסבסדות  במידה ניכרת יצור לצרכי יצור שבבים לקידום התעשיות הספציפיות שלהן כמו רכב ותעשייה.

4. בינה מלאכותית בקצה (Edge AI)

חיבוי ההיסק של בינה מלאכותית עוברים מהענן למכשיר. עד סוף 2026, 85% מהסמארטפונים והמחשבים הניידים היוקרתיים יגיעו עם יחידות NPUs (Neural Processing Unit) ייעודיות המסוגלות להריץ מודלים של שפה קטנה (SLMs) באופן מקומי, וייצרו שוק חדש עצום עבור ספקי רישיונות IP כמו Arm , סינופסיס ו-Cadence.

5. זיכרון: צוואר הבקבוק של HBM נמשך

אספקת זיכרון ברוחב פס גבוה (HBM4) נותרה המגבלה הגדולה ביותר לייצור מאיצי בינה מלאכותית. SK Hynix וסמסונג מכרו את כל תפוקת היצור שלהן עד 2027, מה שמניע הוצאת הון אדירה למתקני אריזה מתקדמים.

6. שינוי גאוגרפי במרכזי התכנון

מבחינה היסטורית, תכנון שבבים התרכז בעמק הסיליקון (ארה"ב), טיוואן וישראל. בשנת 2026, אנו עדים ל"ביזור הפיתוח. השינוי: אבו דאבי וריאד פותחות מרכזי תכנון ענקיים המתמקדים בבינה מלאכותית ריבונית.

גם הודו נכנסה חזק לפיתוח שבבים מאפס. גרמניה מצטרפת לתחום הפיתוח עם מרכזי פיתוח (במינכן ודרזדן ) תוך התמקדות בחוזקותיה בתחומי הרכב והתעשייה. בנוסף, "חוק השבבים האירופי" טיפח מסדרון בין גרמניה להולנד.שינוי זה כולל גם התרחבות אינטל במגדבורג ו-TSMC בדרזדן. בנוסף להתפתחות הגלובלית העניפה ישראל שומרת על מעמדה כמרכז תכנון השבבים הצפוף ביותר בעולם והיא משמשת כיום כ"פאב של הרעיונות" עבור ענקיות הטכנולוגיה האמריקאיות. כמעט כל שבב גדול של אמזון, גוגל ואפל מתוכנן במסדרון תל אביב-חיפה. וכעת  מתרחבת התעשיה גם לאיזור באר שבע כדי לנצל דור חדש של כישרונות.

7. אריזות מתקדמות  מסייעות לשיפור ביצועים

עם האטה במעבר לטכנולוגית 2 ננומטר, שיפורי ביצועים מגיעים כעת מ-3D Stacking (CoWoS, SoIC). שוק האריזות המתקדמות צומח פי 3 מהר יותר משוק ייצור הקצה המסורתי.

8. נקודת המפנה של RISC-V

סנקציות גיאופוליטיות האיצו את אימוץ RISC-V בסין וברוסיה. בשנת 2026, יש לצפות לכך ששבבי מרכזי הנתונים הראשונים בעלי הביצועים הגבוהים המבוססים על RISC-V יאתגרו את השבבים מבוססי ארכיטקטורת x86 ו-Arm בעומסי עבודה מהדור החדש.

9. סיליקון פוטוניקס נכנסת למרכזי הנתונים

כדי להתמודד עם תפוקת הנתונים העצומה של אשכולות בינה מלאכותית, כבלי נחושת מוחלפים כעת בטכנולוגיה פוטונית מבוססת אור. חיבורי סיליקון פוטוניקס הופכים לפופולארים יותר ויותר כדי להתמודד עם נפחי התקשורת הגבוהים הדרושים בעידן הבינה המלאכותית.

 . 10. משבר הכישרונות

למרות האוטומציה, התעשייה מתמודדת עם מחסור של כ- 300,000 מהנדסים מיומנים ברחבי העולם. מצב זה מוביל לעלייה בשימוש בכלי "בינה מלאכותית עבור EDA"  (כלומר כלי פיתוח המשתמשים בבינה מלאכותית כדי לתכנן שבבים מהר יותר), ומפצה על המחסור במתכננים אנושיים.

מקור: נתוני שוק מצטברים לשנת 2026 מסימפוזיוני טכנולוגיה של גרטנר, IDC ו-TSMC.

הפוסט 10 תובנות להתפתחות תעשיית השבבים בשנת 2026 הופיע לראשונה ב-Chiportal.

בכנס CES 2026 הציגה NVIDIA את פלטפורמת ה-AI החדשה שלה, “Rubin”, והוסיפה לה שכבת משמעות לא שגרתית לעולם השבבים: החברה הודיעה שהשם נבחר כמחווה לורה פלורנס קופר רובין (Vera Florence Cooper Rubin), אסטרונומית אמריקנית יהודיה שמדידותיה על סיבוב גלקסיות היו מהראיות החזקות ביותר לכך שרוב המסה ביקום היא “חומר אפל” – משהו שאיננו רואים, אך הכבידה שלו מעצבת את היקום. במילים אחרות, NVIDIA חיברה בין הדור הבא של “מנועי” הבינה המלאכותית לבין מדענית שהראתה לאנושות שהדברים החשובים באמת אינם בהכרח אלה שנראים לעין. (NVIDIA Newsroom)

פלטפורמת Rubin של NVIDIA: לא רק שבב, אלא מערכת שלמה
לפי ההכרזה הרשמית, Rubin היא פלטפורמה “בקו-תכנון קיצוני” (extreme codesign) שמאגדת שישה רכיבים שנבנו מראש לעבוד יחד כמערכת אחת: מעבד מרכזי בשם Vera CPU, מאיץ גרפי בשם Rubin GPU, מתג NVLink 6, כרטיס תקשורת ConnectX-9 SuperNIC, יחידת עיבוד נתונים BlueField-4 DPU, ומתג Spectrum-6 Ethernet. NVIDIA מציגה את החבילה הזאת כבסיס לבניית “סופר-מחשב AI” בקנה מידה של ארון/רֶאק, ובראשו תצורת Vera Rubin NVL72. (NVIDIA Newsroom)

הדרך הארוכה אל הטלסקופים

ורה רובין נולדה ב-1928 בפילדלפיה לפיליפ קופר, מהנדס חשמל יליד ליטא (במקור פסח קובץ'בסקי) ולרוז אפלבאום (ילידת בסרביה), ובילדותה עברה לוושינגטון די.סי. כבר כנערה נדלקה על האסטרונומיה, ובבית עודדו אותה לעסוק בזה באופן מעשי: אביה עזר לה לבנות טלסקופ ביתי, ולקח אותה למפגשי אסטרונומים חובבים. הסקרנות שלה לא הייתה רגעית; זו הייתה בחירה במסלול חיים בתקופה שבה לא מעט אנשים – גם במערכת החינוך – חשבו שנשים “פחות מתאימות” למחקר מדעי.

הוריה עודדו את סקרנותה המדעית, ואביה אף עזר לה לבנות את הטלסקופ הראשון שלה, והמשפחה עברה לוושינגטון די.סי. שם החלה להתעניין בכוכבים. 

היא למדה ב-Vassar, אז מכללה לנשים, וסיימה ב-1948 כשהיא היחידה במחזור שלה שהתמחתה באסטרונומיה. משם המשיכה ללימודי מוסמך ב-Cornell, ובהמשך השלימה דוקטורט ב-Georgetown בשנת 1954, בהנחיית ג’ורג’ גאמוב. הדרך האקדמית שלה לוותה בחסמים מגדריים מאוד מוחשיים: כאשר חיפשה תוכנית מתקדמת באסטרונומיה, נאמר לה במפורש ש-Princeton אינה מקבלת נשים לתוכנית האסטרונומיה באותה תקופה. גם בהמשך הקריירה, נאלצה לפרוץ דלתות שנחשבו מובנות מאליהן עבור עמיתיה הגברים, כולל מאבק על עצם הזכות לקבל זמן תצפית במתקנים מרכזיים.

רובין עבדה לאורך השנים באזור וושינגטון, וב-Carnegie Institution for Science ביצעה את עיקר מחקריה. שם היא גם הפכה לדמות מפתח עבור דור של נשים במדע: לא רק בגלל ההישגים, אלא בגלל האופן שבו התעקשה להיות נוכחת, להדריך, ולדרוש נורמליזציה של שוויון הזדמנויות. העובדה שנשים נאלצו להיאבק אפילו על תנאים בסיסיים במצפי כוכבים אינה אנקדוטה שולית מבחינתה; זה היה חלק מהמציאות שהיא סירבה לקבל כגזירת גורל. (PHYSICS TODAY)

המדידה ששינתה את התמונה: עקומות סיבוב וחומר אפל

כדי להבין למה שמה של רובין הפך לסמל, לא צריך להיכנס עמוק מדי למתמטיקה. הרעיון פשוט: אם רוב המסה של גלקסיה נמצאת במקום שבו רואים אור – בכוכבים ובגז – אז ככל שמתרחקים ממרכז הגלקסיה, מהירות הסיבוב אמורה לרדת. זה דומה לאינטואיציה ממערכת השמש: גופים רחוקים נעים לאט יותר סביב המרכז. אלא שכאשר רובין מדדה את מהירויות הסיבוב של גלקסיות ספירליות, היא מצאה תופעה שחזרה שוב ושוב: “עקומות סיבוב שטוחות” – מהירויות שנשארות גבוהות גם באזורים החיצוניים, במקום לדעוך כפי שהכבידה של החומר הנראה הייתה אמורה לכפות.

המסקנה המתבקשת הייתה דרמטית: אם הגלקסיות אינן מתפרקות, חייבת להיות בהן מסה נוספת, בלתי נראית, שמחזיקה אותן יחד בכוח הכבידה. במילים אחרות, סביב הגלקסיות קיימות הילות של חומר אפל. רובין לא הייתה הראשונה שהעלתה רעיונות על חומר אפל בהקשר קוסמי, אבל התרומה שלה הייתה בכך שסיפקה ראיות תצפיתיות עקביות ומשכנעות שמיקמו את החומר האפל בלב הדיון המדעי. (PMC)

העבודה הזו לא הייתה “מדידה אחת ונגמר”. לפי סקירות היסטוריות של עבודתה, רובין ועמיתיה ביצעו תצפיות שיטתיות על מדגם רחב של גלקסיות, והצביעו על כך שהתופעה אינה חריגה מקומית אלא תכונה נפוצה. בסקירה של Smithsonian, למשל, מתוארת עבודתה כמבוססת על מחקרים מדוקדקים של יותר מ-75 גלקסיות, שהובילו להערכות שלפיהן חלק עצום מהמסה של גלקסיה יכול להיות “אפל”. (Smithsonian Women's History Museum)

חשוב גם הממד הטכנולוגי-שיתופי: רובין עבדה בצמוד לקנט פורד, מומחה מכשור שבנה ספקטרוגרף מתקדם שאפשר מדידות מדויקות יותר של מהירויות בגלקסיות. השילוב בין יכולת תצפיתית, מכשור מתאים והתמדה של שנים הוא מה שהפך את הממצא למבוסס.

לצד ההשפעה המדעית, רובין קיבלה גם הכרה ממסדית: בשנת 1993 הוענקה לה המדליה הלאומית למדעים של ארה״ב על מחקר חלוצי בקוסמולוגיה תצפיתית שהדגים שחלק גדול מן החומר ביקום הוא “אפל”. (מדליות המדע והטכנולוגיה הלאומיות) וב-2019 נקרא מצפה הכוכבים האמריקני-לאומי בצ’ילה על שמה – Vera C. Rubin Observatory – כמחווה למורשת המחקרית שלה ולתרומתה להרחבת הדלתות לנשים במדע. (Smithsonian Women's History Museum)

למה NVIDIA בחרה דווקא בה – ומה המסר
בהודעת ההשקה הרשמית של NVIDIA נכתב כי מעבדי Rubin נקראה על שם “האסטרונומית האמריקנית פורצת הדרך שגילויה שינה את הבנת האנושות את היקום”. הבחירה הזו מספרת משהו על האופן שבו חברות טכנולוגיה רוצות למקם את עצמן בהיסטוריה של רעיונות: לא רק כמי שמייצרות עוד דור של שבבים, אלא כמי שמבקשות לשייך את עצמן לפריצות דרך שמרחיבות את גבולות הידע. רובין הראתה שלפעמים הנתונים מאלצים אותנו להכיר בכך שהמציאות גדולה ממה שנדמה לנו, ושמה שאנחנו לא רואים עשוי להיות הדומיננטי ביותר. NVIDIA משתמשת בשם הזה כדי למסגר את Rubin כקפיצת מדרגה שתשנה את כללי המשחק במחשוב-AI, בדיוק כפי שעבודתה של רובין שינתה את כללי המשחק בקוסמולוגיה.

הפוסט ורה רובין – האישה פורצת הדרך שעל שמה כינתה אנבידיה את הטכנולוגיות החדשות שלה הופיע לראשונה ב-Chiportal.

בעתיד מחשבים קוונטיים אמורים לפתור בעיות שנחשבו בלתי פתירות, לנבא מראש כיצד חומרים כימיים יגיבו אלו עם אלו ואף לספק תחזית מהימנה של מזג האוויר, אך לעת עתה הם רגישים מאוד להפרעות מהסביבה ואיבוד מידע. מחקר חדש ממעבדתו של ד"ר יובל רונן במכון ויצמן למדע, המתפרסם היום בכתב-העת המדעי Nature, חושף עדות חדשה לקיומם של החלקיקים האקזוטיים "אניונים לא-אבליים" – מועמדים מבטיחים לבניית מחשב קוונטי עמיד לטעויות – בתוך החומר גרפן דו-שכבתי.

במכניקת הקוונטים חלקיקים מתנהגים גם כגלים, ותכונותיהם מתוארות באמצעות פונקציית גל. פונקציית הגל יכולה לתאר את מצבו של חלקיק יחיד או של מערכת חלקיקים. פיזיקאים מסווגים את החלקיקים בטבע לקבוצות לפי האופן שבו פונקציית הגל של שני חלקיקים משתנה כאשר הם מחליפים ביניהם מקומות. עד לשנות ה-80, הכירו הפיזיקאים שני סוגי חלקיקים בלבד – חלקיקים שפונקציית הגל שלהם לא משתנה כשהם מחליפים מקום (בוזונים), כדוגמת חלקיקי אור, וחלקיקים שהפונקציה שלהם מתהפכת (פרמיונים), כדוגמת אלקטרונים. אך, בשנת 1982 התגלה מצב חדש של חומר שבו יכול להתקיים סוג נוסף של חלקיקים, שלא קיימים בצורה טבעית. כאשר חלקיקים אלו מחליפים מקומות, פונקציית הגל עשויה להסתובב בכל זווית בין 0 ל-180 מעלות – ולכן ניתן להם השם "אניונים", שמקורו במילה "Any".

אניונים מופיעים רק בטמפרטורות הקרובות לאפס המוחלט, תחת שדה מגנטי חזק, כשמתקיימים קשרים חזקים בין החלקיקים ואך ורק במערכות דו-ממדיות, כלומר בפיסות חומר דקיקות שהתנועה לגובה בהן אינה אפשרית. במצבים אלו, התברר כי אלקטרונים בחומר מפסיקים להתנהג כחלקיקים שלמים ומתחילים להתנהג כשברי אלקטרונים – האניונים. לפי התאוריה שהתפתחה מאז, ישנם למעשה שני סוגי אניונים: "אניונים אבליים", שאצלם החלפת מקום מסובבת את פונקציית הגל בלבד, ו"אניונים לא-אבליים",  שהחלפה ביניהם גם מסובבת את פונקציית הגל וגם משנה את צורתה. שברי אלקטרון עם מכנה אי זוגי – כמו למשל שליש אלקטרון – הם אניונים אבליים, ומשערים ששברי אלקטרון עם מכנה זוגי – כמו רבע אלקטרון – הם לא-אבליים.

"החלפה של אניונים לא-אבליים משאירה חותם על הצורה של פונקציית הגל", מסביר ד"ר רונן. "אם ניקח שלושה אניונים לא-אבליים ונחליף את הראשון בשני ואז את השני בשלישי, נקבל פונקציית גל בעלת צורה שונה מזו שהיינו מקבלים אילו היינו מחליפים אותם בסדר אחר. זו דרך לקודד ולאחסן מידע, שהם חלק מהתנאים לפיתוח מחשב". 

"בחלק מהמודלים הקיימים, יחידות המידע הבסיסיות של המחשב הקוונטי (קיוביטים) הן חלקיקים בודדים, שרגישים להפרעות סביבתיות", מוסיף ד"ר רונן. "באניונים לא-אבליים המידע על סדר ההחלפות שמור לא בצורה מקומית, אלא בפונקציית הגל של המערכת כולה. מערכות שהתכונות החשובות שלהן נשמרות ברמת המערכת כולה עמידות בפני תקלה נקודתית ונקראות מערכות טופולוגיות. מערכות אלו הן מהפתרונות המבטיחים לבעיית אמינות המחשבים הקוונטיים". על אף שמדענים הצליחו לאחרונה למדוד אניונים אבליים, עד כה לא נמדדו ישירות אניונים לא-אבליים.

מאופטיקה קלאסית למחשב קוונטי

במחקר החדש, בהובלת ד"ר ג'ייהון קים והימאנשו דב ממעבדתו של ד"ר רונן במחלקה לפיזיקה של חומר מעובה במכון, השתמשו בחומר שפותח בשנים האחרונות ונקרא גרפן דו-שכבתי. מדובר במעין "כריך" העשוי שתי שכבות דקות של אטומי פחמן, שכל אחת מהן מסודרת כחלת דבש. בחומר זה, המצב שבו אניונים לא-אבליים אמורים להופיע יציב, והמדענים יכולים לשלוט היטב במסלולי התנועה של אניונים.

הניסוי שביצעו מדעני המכון מסתמך על ניסוי מפורסם באופטיקה מהמאה ה-19. בניסוי הקלאסי כולאים קרן אור בין שתי מראות. בכל פעם שהקרן פוגעת באחת המראות ומוחזרת, פונקציית הגל שלה מסתובבת בזווית (פאזה) מסוימת. כל עוד קרן האור המוחזרת לא מסונכרנת עם הקרן המקורית, הן מבטלות זו את זו ומתקבל אור חלש. לאחר כמה החזרות, פונקציית הגל משלימה סיבוב שלם וחוזרת לפאזה המקורית, כך שהקרניים מסונכרנות ומתקבל אור חזק. הניסוי מייצר דפוס של פסי אור וחושך שנקרא תבנית התאבכות, ולפי הדפוס המדויק פיזיקאים מסיקים מה היו תכונות הגל המקורי שנכלא בין המראות.

בניסוי הקוונטי המקביל, המדענים הביאו תחילה את האלקטרונים בחומר למצב שבו אמורים להימצא אניונים לא-אבליים. הם יצרו מסלול לולאה שבו גל של אניון אחד מקיף אי שבו יש אניונים אחרים ושדה מגנטי, ולאחר מכן שב ופוגש את הגל המקורי. בחלק הראשון של הניסוי, בחנו המדענים רק כיצד שדה מגנטי משנה את הפאזה של האניון שמקיף את האי. בכל סיבוב פאזת הגל החוזר השתנתה בהשפעת השדה המגנטי ובעת מפגש עם הגל המקורי הם התבטלו או התחברו. כמו הניסוי האופטי, גם ניסוי זה מייצר תבנית התאבכות, אך לא של פסי אור וחושך אלא של פסי התנגדות חשמלית גבוהה ונמוכה, שמהם ניתן ללמוד מהן תכונות האניון המסתובב.

"הצלחנו בניסוי למדוד שבר אלקטרון עם מכנה זוגי", מתאר ד"ר רונן. "אך בניגוד להנחה המקובלת שאניונים לא-אבליים הם רבע אלקטרון, הופתענו לראות במדידות כי גל של חצי אלקטרון הסתובב סביב האי. בעקבות ניסויים נוספים שביצענו, אנו מעריכים כי הסיבה לכך היא ששני אניונים לא-אבליים מקיפים את האי יחד, ועדיין לא הצלחנו להפריד ביניהם. בכל זאת, זהו צעד חשוב בדרך למדידה וזיהוי ישיר של אניונים לא-אבליים, ובימים אלו אנחנו מנסים להפריד ביניהם".

בניסוי נוסף שביצעו, ביקשו המדענים ללמוד על תכונות חלקיקי החומר שנמצאים בתוך האי. חלקיקים אלו נמצאים באינטראקציה עם החלקיק המסתובב ולכן המדענים שיערו כי יוכלו להשתמש בו כדי ללמוד עליהם. הם שינו את צפיפות החלקיקים באי ובחנו באיזו מידה זה משנה את פונקציית הגל של החלקיק המסתובב וכתוצאה מכך את תבנית ההתאבכות. שינוי בשיפוע של הפסים בתבנית ההתאבכות מעיד על המטען של החלקיקים באי והמדענים למדו ממנו כי יש להם מטען של רבע אלקטרון, כמצופה מאניונים לא-אבליים, וכפי שנמדד בעבר במעבדתו של פרופ' מוטי הייבלום, גם כן במכון ויצמן, בניסויי מנהור.

"הראינו שבגרפן דו-שכבתי יש חלקיקים שהם קרוב לוודאי אניונים לא-אבליים", אומר ד"ר רונן. "השלב הבא יהיה להצליח לחזות ישירות ב'זיכרון' של מערכת אניונים לא-אבליים, כלומר להצליח למדוד כיצד כל סדר החלפות של חלקיקים מייצר חתימה ייחודית בפונקציית הגל. מחשבים קוונטיים כיום מוגבלים לשדות מחקריים צרים וכדי שהם יהיו שימושיים יותר הם חייבים להיות אמינים. המחקר החדש מקדם אותנו צעד נוסף בדרך לפיתוח מחשב קוונטי עמיד לטעויות".

במחקר השתתפו גם עמית שעיר, ד"ר ראווי קומר, ד"ר אלכסיי אילין, ד"ר אנדרה האוג, שלי איסקוז, פרופ' דיוויד מרוס ופרופ' עדי שטרן מהמחלקה לפיזיקה של חומר מעובה במכון; פרופ' קנג'י וואטנבה ופרופ' טאקאשי טניגוצ'י מהמכון הלאומי למדעי החומרים, צוקובה, יפן.

הפוסט חלקיקי זיכרונות מועמדים מבטיחים לבניית מחשב קוונטי עמיד לטעויות הופיע לראשונה ב-Chiportal.

צוות של מדענים מאוסטרליה ומרחבי העולם יצר לראשונה תמונה מלאה של האופן שבו שגיאות מתפתחות לאורך זמן בתוך מחשב קוונטי. מדובר בפריצת דרך שעשויה להפוך מחשבים קוונטיים עתידיים לאמינים בהרבה.

החוקרים, בהובלת ד״ר כריסטינה ג׳יארמאצי מאוניברסיטת מקווארי, מצאו שהשגיאות הזעירות שמטרידות מחשבים קוונטיים אינן מופיעות באקראי. במקום זאת הן יכולות להישאר במחשב, להתפתח לאורך זמן, ואפילו להתחבר זו לזו בין רגעים שונים.

“אפשר לחשוב על זה כאילו מחשבים קוונטיים שומרים זיכרון של השגיאות,” אומרת ד״ר ג׳יארמאצי. “הזיכרון הזה יכול להיות קלאסי או קוונטי, בהתאם לאופן שבו השגיאות מקושרות זו לזו.”

“פרוטוקולים קוונטיים רבים מניחים שלמחשבים קוונטיים אין זיכרון כזה (כלומר שהתנהגותם ‘מרקוביאנית’), אבל זה פשוט לא נכון.”

ההתנהגות הזו היא אחד המכשולים המרכזיים בדרך לבניית מחשבים קוונטיים מעשיים בקנה מידה גדול.

“הצלחנו לשחזר את כל ההתפתחות של תהליך קוונטי לאורך כמה נקודות זמן, דבר שלא נעשה קודם,” אמרה ד״ר ג׳יארמאצי. “זה מאפשר לנו לראות לא רק מתי רעש מופיע, אלא איך הוא נישא לאורך הזמן.”

פריצת הדרך פותחת אפשרות לשיטות מתקדמות יותר למידול, חיזוי ותיקון שגיאות במכשירים קוונטיים. ולא רק בשבבים מוליכי־על, אלא גם במערכות כמו יונים כלואים ו וקיוביטי ספין.

“פתחנו חלון חדש לאופן שבו מערכות קוונטיות מתנהגות לאורך זמן, כאשר השגיאות שלהן מקושרות,” אמרה ד״ר ג׳יארמאצי. “זה חיוני אם אנחנו רוצים שמחשבים קוונטיים יהפכו באמת לשימושיים ולחסרי שגיאות.”

כדי להגיע לכך, הצוות ערך סדרת ניסויים על מעבדים קוונטיים מתקדמים מסוג מוליכי־על. חלקם נערכו במעבדה באוניברסיטת קווינסלנד, ואחרים בוצעו דרך מחשבים קוונטיים מבוססי ענן של IBM.

ניסיונות קודמים “למפות” את התנהגות המערכת הקוונטית לאורך זמן נתקלו כולם באותה בעיה: אחרי שמודדים מערכת קוונטית באמצע ניסוי, אי אפשר “להכין” אותה שוב בחופשיות לשלב הבא. ההכנה תלויה בתוצאת המדידה, שהיא 0 או 1.

השיטה החדשה פותרת זאת באמצעות תרגיל חכם: מניחים שב־50% מהמקרים תוצאת המדידה הייתה 1, וב־50% הנותרים היא הייתה 0. לאחר מכן משתמשים בתוכנה כדי “לעבוד לאחור” עם הנתונים ולהסיק באיזה מצב הייתה המערכת.

“החומרה יכלה לעשות את זה,” אמר שותף המחקר ד״ר פאביו קוסטה מ־Nordita בשטוקהולם. “מה שאנחנו פיצחנו הוא איך בפועל להכין את המערכת לאחר מדידה באמצע המעגל.”

החוקרים מצאו שגם המכונות הקוונטיות הטובות ביותר כיום מציגות דפוסי רעש עדינים אך חשובים שמקושרים בזמן. בין היתר, מדובר גם ברעש שהוא קוונטי באופיו ומקורו בקיוביטים סמוכים על אותו שבב.

הבנת הדפוסים האלה תסייע למדענים לתכנן כלים טובים יותר לאפיון מערכות ולתיקון שגיאות. זהו צעד חיוני בדרך למחשבים קוונטיים אמינים, “סובלניים לתקלות” (fault-tolerant).

“זה מתגמל כשרואים מודלים תיאורטיים קורמים עור וגידים על חומרה אמיתית, ובמיוחד כשהם יכולים לעזור לפתח את החומרה עצמה,” אמר טיילר ג׳ונס, שעבד על הפרויקט כדוקטורנט באוניברסיטת קווינסלנד. “אפיון חזק של קורלציות בזמן במערכות קוונטיות הוא הכרחי בדרך לבניית מכונות קוונטיות עוצמתיות.”

הצוות הפך את נתוני הניסוי ואת הקוד לזמינים באופן פתוח, והמחקר המלא פורסם בכתב העת Quantum.

למאמר בכתב העת Quantum

הפוסט צוות מחקר אוסטרלי גילה מדוע למחשבים קוונטיים יש “בעיות זיכרון” לאורך זמן הופיע לראשונה ב-Chiportal.

חוקרים הצליחו לראשונה לצפות באופן ישיר בשני מנגנונים נפרדים שבאמצעותם הספינים של אלקטרונים מתהפכים בתוך חומר אנטיפרומגנטי – סוג של חומר שבו כיווני הספין המנוגדים מבטלים זה את זה. אחד ממסלולי ההיפוך הללו עשוי לשמש בסיס לפיתוח טכנולוגיות זיכרון ולוגיקה אולטרה-מהירות ובלתי נדיפות, שיפעלו הרבה יותר מהר מהמערכות המתקדמות ביותר הקיימות כיום. המחקר פורסם לאחרונה בכתב העת Nature Materials.

במהלך ההיסטוריה של המחשוב, מידע ייצגנו כ-0 ו-1 באמצעות אמצעים שונים: מנייר מנוקב ומוטות מתכת, דרך שפופרות ריק ועד לטרנזיסטורים. ככל שהדרישה לעוצמת חישוב ממשיכה לעלות, חוקרים מחפשים דרכים חדשות לקודד נתונים.

חומרים אנטיפרומגנטיים הפכו למועמדים מבטיחים במסגרת חיפוש זה, משום שההתנהגות המגנטית הלא-שגרתית שלהם – או למעשה כמעט היעדר תגובה מגנטית – יכולה לאפשר כתיבה של מידע דיגיטלי בדרכים חדשות לגמרי.

העבודה בוצעה בידי צוות בראשות ריו שימאנו (Ryo Shimano) מאוניברסיטת טוקיו.

„במשך שנים רבות", אומר שימאנו, „מדענים האמינו שחומרים אנטיפרומגנטיים כמו Mn₃Sn ‏(מנגן-בדיל, Mn3Sn) מסוגלים להחליף את המגנטיזציה שלהם במהירות עצומה. אבל לא היה ברור אם מיתוג בלתי נדיף כזה יכול להסתיים בתוך כמה עד עשרות פיקו-שניות, או כיצד בדיוק משתנה המגנטיזציה במהלך תהליך ההיפוך".

פתרון לחידה ותיקה

השאלה הגדולה הייתה האם המנגנון מונע בידי החום שמופק מהזרם החשמלי, או בידי הזרם עצמו. כדי לענות על כך, יצאו החוקרים „לצלם" את המנגנון. הם הכינו שכבה דקה של Mn3Sn והעבירו דרכה פולסים קצרים של זרם חשמלי. לאחר מכן, באמצעות הבזקי אור אולטרה-מהירים ומתוזמנים בדיוק, שנשלחו בעיכובים שונים ביחס לפולס החשמלי, הם ניסו ליצור „תמונת סטופ-מושן" של השינוי במגנטיזציה.

המדידה התבססה על מיקרוסקופיה מגנטו-אופטית רגישה במיוחד, המנטרת שינויים זעירים מאוד באות האופטי.

„החלק המאתגר ביותר בפרויקט", נזכר שימאנו, „היה למדוד את השינויים הזעירים באות המגנטו-אופטי. אבל הופתענו לגלות עד כמה תהליך המיתוג נראה בבירור ברגע שמצאנו את השיטה הנכונה".

שני מנגנונים נחשפים

התוצאה הייתה משהו שלא נראה עד כה: ויזואליזציה פריים-אחר-פריים של השינוי בדפוס המגנטי. הרצף הראה שהמיתוג מתרחש בשני תהליכים מובחנים, בהתאם לעוצמת הזרם: תהליך אחד מונע תרמית כאשר הזרם גדול, ותהליך שני שאינו מלוּוה בחימום משמעותי כאשר הזרם חלש יותר.

התהליך הלא-תרמי, המתרחש בעוצמות זרם נמוכות, עשוי לספק בסיס לפיתוח התקני ספינטרוניקה אמינים לדור הבא – עבור מחשוב, תקשורת ואלקטרוניקה מתקדמת. היכולת לבצע היפוך ספינים אולטרה-מהיר ללא חימום משמעותי היא מפתח קריטי לזיכרונות מהירים ובלתי נדיפים.

לדברי שימאנו, הממצאים פותחים דלת לחקר גבולות חדשים:

„התצפית המהירה ביותר שלנו על מיתוג חשמלי ב-Mn₃Sn היא 140 פיקו-שניות (140 טריליוניות השנייה), והמגבלה העיקרית מגיעה מאורך פולסי הזרם שניתן לייצר במכשיר שלנו. עם זאת, הממצאים מרמזים שהחומר עצמו עשוי להתהפך אפילו מהר יותר בתנאים מתאימים. בעתיד אנחנו שואפים לחקור את הגבולות האולטימטיביים הללו באמצעות יצירת פולסי זרם קצרים עוד יותר ואופטימיזציה של מבנה ההתקן".

הפוסט מדענים צפו בהיפוך ספיני אלקטרון בתוך 140 טריליוניות השנייה הופיע לראשונה ב-Chiportal.

המוח האנושי עדיין מנצח את מעבדי ה־AI בפער עצום – לא רק ביכולות, אלא בעיקר ביעילות האנרגטית. בהרצאה שנעלה את המושב על IoT ובינה מלאכותית בכנס 2025 TSMC Europe Open Innovation Platform (OIP) Ecosystem Forum באמסטרדם, הציג פרופ’ כריסטיאן מייר, ראש הקתדרה Highly Parallel VLSI Systems ב-TU Dresden, כיצד פרויקט המחשוב הנורומורפי SpiNNaker-2 מנסה להתקרב לביצועים של המוח, ולהריץ מודלים גדולים של בינה מלאכותית בזמן אמת – בעלות אנרגטית נמוכה בהרבה מזו של כרטיסי GPU קלאסיים.

מייר מוביל קבוצת מחקר של יותר מ־40 מהנדסים וחוקרים – מתכנני אנלוג ודיגיטל, אנשי אלגוריתמיקה ל-AI, ביוטכנולוגים ורובוטיקאים – שסביבה צמחו כמה ספין־אופים, ובהם Racyics, Siliconally, SpiNNcloud Systems ו-Silicon Matter. יחד מדובר באקו־סיסטם של יותר מ־250 אנשים. הקבוצה ביצעה בעשור האחרון עשרות טייפ־אאוטים של מערכות SoC מורכבות, מתהליכי 90 ננומטר ועד 22 ננומטר, המשמשים כ־30 קבוצות חיצוניות.

נקודת הפתיחה של מייר חדה: כיום יש פער של כ־שבעה סדרי גודל ביעילות האנרגטית בין המוח לבין חומרת ה-AI הטובה ביותר. לדבריו, כדי לבצע משימה חישובית מסוימת, המוח צורך בערך ‎10⁷‎ פחות אנרגיה מאשר מערכות אימון והסקה מודרניות. חלק מהפער הזה כבר מתחיל להיסגר באמצעים כמו זיכרון חישובי (in-/near-memory computing), חישוב בדיוק מופחת (reduced precision) ודילול סטטי של רשתות נוירונים (static sparsity). כל אחד מן הכיוונים הללו נותן בערך סדר גודל אחד של שיפור, יחד כשלושה סדרי גודל – “אבל עדיין נשארים לנו בערך ארבעה סדרי גודל באוויר”, כפי שהוא מנסח זאת. כדי לסגור אותם, צריך, לדבריו, ללמוד מהמוח עצמו.

המוח עובד בתדר נמוך יחסית – סדר גודל של מאה הרץ – אבל עם כ־80 מיליארד נוירונים שפועלים במקביל ובאופן א־סינכרוני. אין “טיק” גלובלי שמחכה שכולם יסיימו; מידע נכנס, משולב ומעובד כל הזמן. מערכות על־חישוב (HPC) קלאסיות, לעומת זאת, נתקעות על מגבלת אמדאל: גם אם מוסיפים עוד ועוד ליבות, חלק מהקוד נשאר סדרתי והאצה נעצרת. המוח פותר זאת בכך שהחישוב הוא אירועי וזמני – כל נוירון מגיב כשהוא צריך, לא כשמגיע תורו בשעון אחיד. זו גם נקודת המפתח לחיסכון האנרגטי: לא כל היחידות עובדות כל הזמן, אלא רק כאשר יש מידע רלוונטי.

כאן נכנסת לתמונה האסטרטגיה הכפולה שמייר הציג: שינוי ברמת האלגוריתם ושינוי ברמת החומרה. ברמת האלגוריתם, אחת הדוגמאות היא מודלים מסוג mixture-of-experts: במקום להפעיל בכל שאילתה את כל פרמטרי המודל, אפשר לבחור רק חלק זעיר מהרשת – למשל אלפית מן הנוירונים – בהתאם לתוכן השאילתה. תיאורטית, זה נותן שלושה סדרי גודל חיסכון באנרגיה, משום שרוב ה"נוירונים" במודל אינם נכנסים לפעולה. בפועל, על GPU רגיל אפשר לממש אולי סדר גודל אחד בלבד, משום שהמעבד לא בנוי לעבודה כל־כך דינמית וספרסית: גם כשהוא “מדלל” את הרשת, הוא עדיין משלם כמעט את כל מחיר הגישה לזיכרון והתקשורת.

לכן, טוען מייר, נדרשת גם חומרה חדשה – חומרה נורומורפית. השכבה הראשונה שהוא מציג היא שבבי Thin-Edge ASICs לעיבוד מקדים מהיר של רשתות עצביות בקצה הרשת. הרעיון: לא לשלוח לענן זרם גולמי של וידאו או חיישנים, אלא לבצע כבר בקצה חישוב עשיר – דחיסה, סאב־סמפולינג, חילוץ מאפיינים, סיווג ראשוני ורשתות חוזרות (RNN) פשוטות – ולהעביר למרכז רק ייצוג דחוס מאוד. בדוגמה שנתן: מצלמה אירועית (event-based) שמגיבה רק לשינויים בתמונה. צומת הקצה יכול להחליט “עכשיו מחפשים מכוניות” או “עכשיו מחפשים אופניים”, ולכן להפעיל רק את המאפיינים הרלוונטיים בתמונה ולהתמקד בזמן אמת רק באזורים מעניינים בסצנה.

מעל שכבת ה-Thin-Edge יושב המחשב הנורומורפי SpiNNaker-2 – מערך ענק של שבבים עם מאות ליבות ועשרות מאיצים נורומורפיים על כל שבב. לפי מייר ועמיתיו, המערכת השלם מיועדת להגיע לכ-10 מיליון ליבות ARM על פני כ־16 ארונות שרתים – שדרוג של פי עשרה לעומת הדור הראשון, SpiNNaker-1. כל שבב כולל לא רק ליבות כלליות, אלא גם מאיצים לרשתות עמוקות, חישוב הסתברותי, מקורות אקראיות ויחידות המתאימות במיוחד לרשתות "קופצות" (spiking neural networks). הזיכרון הפנימי בנוי כ-scratchpad גמיש שיכול לשמש בזמן ריצה כ-L1 או L2, לפי צורך. רשת-על-שבב ורשת התקשורת בין השבבים מעוצבות כך שחבילות אירועיות קטנות יגיעו לקצה השני של המכונה בתוך מילישנייה, כל עוד לא חוצים את מגבלת רוחב-הפס – דרישה קריטית כשמפעילים, למשל, צי של עשרות אלפי רובוטים עירוניים בזמן אמת ממרכז נתונים אחד.

כדי שהמחשב הזה יהיה באמת "פרופורציונלי לאירועים", נדרשה גם הנדסת אנרגיה קיצונית. מייר הסביר שהשבבים מתוכננים לפעול במתחים נמוכים מאוד, סביב חצי וולט ואף פחות, ובפינות תהליך של זליגה נמוכה – כדי להוריד את צריכת הסטנד-ביי כמעט לאפס. כך, כרטיס אחד של המערכת צורך אמנם כמה מאות ואט כשהוא פועל בעומס מלא, מספר דומה לזה של כרטיס NVIDIA A100, אך עומד על כמה ואטים בודדים במצב ממתין, לעומת עשרות רבות של ואטים ב-GPU קלאסי גם כשהוא “לא עושה כלום”. עבור עומסים אירועיים – מצלמות שמדי פעם "מתעוררות", חיישנים שמדווחים רק כשמשתנה משהו או מודל שפה גדול שלא כל הלקוחות מדברים איתו כל הזמן – המשמעות היא חיסכון משמעותי בעלות האנרגיה המצטברת.

המערכת כבר נמצאת בשירות לשורה של יישומים ניסיוניים ותעשייתיים. ספין-אוף החברה SpiNNcloud Systems משווקת מערכות מבוססות SpiNNaker-2 למרכזי מחקר ולחברות, בין היתר לחקר תרופות, רובוטיקה ועיבוד זמן-אמת של נתוני חישה בקנה מידה גדול. באפריל 2025 הודיעה TU Dresden כי מערכת SpiNNcloud בקמפוס נכנסה לפעולה עם כ-35 אלף שבבים ויותר מחמישה מיליון ליבות.

בסיום ההרצאה חזר מייר לנקודת המוצא: אם רוצים שבינה מלאכותית תתקרב באמת ליעילות של המוח, אי-אפשר רק "להאיץ" אלגוריתמים קיימים על חומרה קיימת. צריך לשאול בכל רמה – מהאלגוריתם, דרך האופן שבו מידע מיוצג ומועבר, ועד הארכיטקטורה הפיזית של השבב – איך המוח היה פותר את הבעיה בצורה א־סינכרונית, ספרסית ודינמית. רק שילוב כזה, לדבריו, יוכל לצמצם באמת את פער שבעת סדרי הגודל בין המוח האנושי למחשבי ה-AI של היום.

הפוסט לקרב את המחשבים ליעילות האנרגטית של המוח הופיע לראשונה ב-Chiportal.

האיחוד האירופי החליט לפני שבוע שהגיע הזמן להתקדם עם העולם – ולהסיר חלק מההגנות שכונן בעבר על הפרטיות. למה? כדי לקדם את הבינה המלאכותית, כמובן, ולצידן גם את חברות-הענק שבתחום. ולפני שתחשבו שאני מבקר את האיחוד האירופי על הצעד הזה, צריך להיות ברור שזו כנראה הדרך הנכונה עבור האירופאים להיכנס סוף-סוף ברצינות לתעשייה של המאה ה- 21. אבל יש לכך משמעויות עבור כולנו, וצריך להבין גם אותן.

אז בואו ניכנס לעניין קצת יותר לעומק.

לפני שבע שנים, ב- 2018, נכנס לתוקפו ה- GDPR. זהו סט עצום של חוקים שמגן על המידע של אזרחי האיחוד האירופי. החוקים אסרו על העברת מידע פרטי לחברות שמחוץ לאיחוד האירופי, אלא ברשותם המלאה של בעלי המידע. הם גם הגדירו מה מותר ואסור לחברות לעשות עם המידע שברשותן שנאסף מאזרחי האיחוד, וניסו למנוע את עלייתם של מונופולים כמו פייסבוק וגוגל, על-ידי כך שחייבו את כל החברות לאפשר למשתמשים לנייד את המידע שלהם מחברה אחת לאחרת, לפי רצונם.

מכירים את המתחרים של גוגל ופייסבוק במערב? לא? בדיוק. אז אתם מבינים עד כמה "דרישת הניוד" הזאת עזרה במניעת מונופולים.

ובכל זאת, אם לא נהיה ציניים מדיי, הרעיון שמאחורי ה- GDPR היה ועודנו ראוי. כן, לאזרחים צריכה להיות הזכות על המידע הפרטי ביותר שלהם. אף אחד מאיתנו לא היה רוצה שכולם יוכלו לחפש בגוגל על מה שהוא עשה אתמול מול המחשב בחצות הלילה. השאלה, כמו תמיד, היא של איזון. מכיוון שהמידע הוא הנפט החדש, ואם אין נפט – אז גם התעשייה לא יכולה לשגשג.

וזה בדיוק מה שקרה.

ה- GDPR פגע ביזמות ובחדשנות האירופאית, כי הוא הגביל את הגישה של חברות ההייטק למידע. בלי מידע, החברות מתקשות מאד להבין אותנו ולהתאים לנו את השירותים הטובים ביותר. התוצאה הייתה ברורה וקשה: החברות האירופאיות צלעו מאחורי יריבותיהן האמריקניות והסיניות. יותר ממחצית מהחברות הקטנות-והבינוניות באירופה התלוננו שנקודת הכאב הגדולה ביותר שלהן היא הממשל עצמו. אותו איחוד אירופי שמעמיס על החברות את החובה לעמוד במאות חוקים מפורטים ומדוקדקים, שמחייבים התמודדות עם ביורוקרטיה אינסופית.

את התוצאות אפשר לראות גם בנתונים בשטח. בשנת 2023, נפח ההשקעות בחברות אירופאיות צעירות היה קטן יותר בשמונים אחוזים מההשקעות בחברות אמריקניות. תבינו מה זה אומר: יש יותר אנשים באיחוד האירופי מבארצות הברית. ולמרות זאת רמת החדשנות שמגיחה מהאירופאים נמוכה בהרבה מזו שאנחנו רואים באמריקה.

גרף מדו"ח "עתיד התחרותיות האירופאית" מ- 2024

"אירופה החמיצה ברובה את המהפכה הדיגיטלית של האינטרנט ואת השיפורים בפריון שהיא הביאה עמה." כתב ראש ממשלת איטליה לשעבר, מריו דרהאי, בדו"ח שהפיק עבור האיחוד האירופי בסוף 2024. "פער הפריון בין האיחוד לבין ארצות הברית מוסר בעיקר על-ידי הסקטור הטכנולוגי. האיחוד האירופי חלש בטכנולוגיות המפציעות שיניעו גדילה עתידית."

מצב העניינים הופך להיות חמור עוד יותר מכיוון שבשלוש השנים האחרונות, המידע הפך להיות קריטי אפילו יותר לתעשיית ההייטק. אי אפשר לפתח בינות מלאכותיות מתקדמות בלי מידע, והרבה מאד ממנו. אבל אי אפשר לאסוף את המידע הזה ולהשתמש בו, תחת הרגולציה הנוכחית.

אז מה עושים?

דרהאי הבין שצריך לשבור חומות ולגרום למקבלי ההחלטות לקלוט את חומרת המצב. בהתאם לכך, הוא לא קימץ במילים.

"ערכי היסוד של אירופה הינם רווחה, שוויון, חירות, שלום ודמוקרטיה… האיחוד האירופי קיים כדי לוודא שאירופאים יכולים תמיד ליהנות מזכויות יסוד אלו. אם אירופה אינה יכולה יותר לספק אותם לאזרחיה… היא תאבד את הסיבה לקיומה. הדרך היחידה להתמודד עם האתגר הזה היא לגדול ולהפוך להיות פרודוקטיביים יותר, תוך שימור של ערכי השוויון וההכלה החברתית. והדרך היחידה שאירופה תהפוך ליותר פרודוקטיבית היא שינוי רדיקלי."

והנה עכשיו – השינוי מגיע. לא מכיוון שהפוליטיקאים האירופאיים מעוניינים בו, אלא פשוט כי אין להם ברירה אחרת. מדובר באיום קיומי, כפי שכתבו בעצמם, על אירופה. ובמצב של איום קיומי, צריך לקבל החלטות קשות.

אז מה הם החליטו?

השינוי מתחיל

המגזין "פוליטיקו" חשף את הטיוטה של הרפורמות המוצעות, שישוחררו לציבור ב- 19 לנובמבר. אם נסכם אותן בקצרה, מדובר ביוזמה שתחליש משמעותית את הגנות הפרטיות שה- GDPR מספק לאזרחים. הוא מאפשר לחברות, למשל, לאסוף מידע על אינדיבידואלים 'אנונימיים', גם אם הטכנולוגיה יכולה לאפשר לחברה להצליב פרטים אודותיהם ממקורות מידע אחרים וכך להבין במי מדובר. הוא מגביל את הזכות של אזרחי האיחוד לשלוט במידע הפרטי אודותיהם, לקבל אליו גישה או למחוק אותו.

אחד השינויים החשובים ביותר הוא שהחברות יוכלו להשתמש במידע פרטי – כולל מידע רגיש – כדי לאמן בינות מלאכותיות. למעשה, עמותות שמתמקדות בפרטיות ובביטחון טוענות שחברות "יוכלו באופן חד-צדדי להצהיר שמערכת בינה מלאכותית בסיכון-גבוה היא בעצם בסיכון-נמוך, וכך לעקוף מגבלות מבלי להודיע לאף אחד."

הסעיפים שמניתי הם רק חלק קטן מהשינויים, וניסיתי לנסח אותם בלשון שמובנת לכל אדם. הרפורמות אמורות להיות גדולות ורחבות בהרבה, ומנוסחות בשפה משפטית גבוהה כל-כך, שהדיונים אודותיהם יידרשו עוד שנים ארוכות. האיחוד האירופי, אגב, מודע לבעיה הזו. הוא לא רוצה להרתיע חברות מלפעול בשוק האירופי בזמן הזה, ולכן גם הובהר שמי שכבר עושה צעדים בשטח בתחום הבינה המלאכותית, תקבל פטור מקנסות עד 2027.

בקיצור, האיחוד האירופי מתחנן לחברות ההייטק והבינה המלאכותית: בואו. סליחה על כל הדרישות, סליחה שחייבתי אתכן לעמוד בכללי פרטיות נוקשים מדיי. רק בואו.

נשמע לכם מוגזם? במאי 2025 נפגשה סגנית-הנשיא של האיחוד האירופי עם המנכ"לים של חברות הטכנולוגיה האמריקניות הגדולות ביותר, וניסתה להבין מהם איזה שינויים הם היו רוצים לראות בסט החוקים של האיחוד. היא פגשה שם את מנכ"לי אפל, גוגל, מטא, אנתרופיק, סיילספורס ואחרים. בזכות חוק חופש המידע האירופאי, אנחנו גם יודעים מה היא הבטיחה להם: לפשט את החוקים ולהקל את דרישות ההגנה על המידע.

אני רוצה להבהיר שוב: זה לא דבר רע בהכרח. למעשה, אני מאמין שזו הדרך הנכונה לנוע קדימה בזהירות. מה שהסיפור הזה בעיקר מראה לנו הוא שאפילו האיחוד האירופי השמרני וההססני הבין שהוא חייב לשנות את דרכיו אם הוא רוצה לשרוד בעולם החדש ולשמר את רווחת אזרחיו.

אבל כן – המהלך הזה גם עלול להתפוצץ לאירופאים ולכולנו בפנים.

להתקדם מהר ולשבור אנשים

קל לצחוק על 'הפחדנות' של האיחוד האירופי, שמנסה להשאיר את אזרחיו בעבר. אבל חשוב לא לשכוח שחברות הן כמו פוליטיקאים: הן לוקחות כמה שמאפשרים להן לקחת. בהכללה גדולה אפשר לומר שאין להן מוסר ואין להן ערכים מלבד אחד: לספק את בעלי המניות. אני לא חושף כאן סוד גדול ואפלולי. אלו פשוט עקרונות המערכת הקפיטליסטית. אפילו החברות שמגדירות עצמן 'מוסריות', בדרך-כלל עושות זאת מסיבות תועלתניות: כדי לשכנע את הלקוחות והמשתמשים שכדאי להם לסמוך עליהן, או כדי למשוך ולשמר את העובדים הטובים (והאידיאולוגיים) ביותר.

בעמק הסיליקון הייתה מקובלת בעבר האמרה לפיה צריך "להתקדם מהר ולשבור דברים". אני מאמין גדול באמרה הזו בעצמי. כשרוצים להתקדם, צריך לשנות דברים, ואפילו לשבור את המוסכמות הקיימות. הבעיה היא שהאמרה החדשה שמתחילה להשתרש בעמק הסיליקון – עם גיחוך מריר ועיקום שפתיים – היא שצריך "להתקדם מהר ולשבור אנשים".

שבירת האנשים הזו כבר התחילה. היא הפכה להיות ברורה כשילד בן 16 התאבד השנה בסיועו הפעיל של צ'אט-GPT, וכשהופיעו יותר ויותר סיפורים של אנשים בוגרים שסובלים מאשליות ומהתקפים ניורוטיים מכיוון שצ'אט-GPT תמך בפנטזיות שלהם. 

ככל שנתיר יותר את הרסן מחברות הבינה המלאכותית, כך הן יקבלו יותר כוח עלינו. וכן, כך גם נקבל בינה מלאכותית חזקה יותר, אבל את מי היא תשרת בסופו של דבר? את האזרחים או את חברות-הענק?

בארצות הברית, הרגולציה אינה מצליחה לבלום את חברות הבינה המלאכותית היטב. אותו הדבר קורה גם בסין. למעשה, שתי המעצמות הללו נמצאות במירוץ חדש לפיתוח הבינה המלאכותית שתזניק קדימה את התעשייה שלהן – וגם את יכולות הסייבר והביטחון. האיחוד האירופי נתפס עד עכשיו כמבוגר האחראי בסיפור, שדורש מהחברות לעמוד בכללים אתיים גבוהים וכמעט בלתי-אפשריים.

עכשיו גם הוא נפל. וזה טוב, וזה רע. היזמים, המדענים והטכנולוגים האירופאיים יוכלו להצטרף עכשיו למירוץ הבינה המלאכותית בכל הכוח. אם הכל יעבוד לפי התכנית, הרי שהאיחוד האירופי יצליח סוף-סוף להקים חברות-ענק משלו בתחום הבינה המלאכותית. אבל אותן חברות יוכלו לפעול יותר בחופשיות, ועם פחות דאגה לזכויות האזרח.

בראייה כוללת, מדובר בהתקדמות חיובית. אבל יותר מהכל, זוהי קריאת השכמה: העולם משתנה, ואפילו השמרנים מבינים שהם חייבים להשתנות ביחד איתו. ערכי-יסוד הם דבר נפלא על הנייר, אבל גם הם תלויים בסופו של דבר בסביבה ובכלכלה העולמית. כפי שאמר דרהאי, אם הערכים הללו אינם מאפשרים לאירופה לספק לאזרחיה רווחה, הרי שהאיחוד יאבד את הסיבה לקיומו.

אז האיחוד האירופי העצום, הענקי והמסורבל, בוחר להמשיך להתקיים, ולשם כך הוא בוחר בשינוי.

לאן ייקח אותנו השינוי הזה?

נגלה בעתיד.

הפוסט האיחוד האירופי מרכך את ה-GDPR כדי להאיץ את מהפכת הבינה המלאכותית הופיע לראשונה ב-Chiportal.

מדינת ישראל, שמובילה כבר עשורים בפיתוח שבבים מהמתקדמים בעולם, לא טרחה עד כה להקים מסלול אקדמי ייעודי לתכנון ואימות שבבים. אלפי מהנדסים ישראלים חתומים על פריצות הדרך הגדולות ביותר בתחום – ממעבדי מובייל ועד שבבי AI מהפכניים – אבל את הידע הזה, את התשתית הזו, לא לימדו כאן. עד עכשיו.

עכשיו זה סוף סוף קרה. בית הספר להייטק ו- AI של גוגל ואוניברסיטת רייכמן שברו את הנורמה, והשיקו תכנית לימודים חדשה לתכנון ואימות שבבים. וכעת יש לראשונה בישראל מסלול שמבין את מה שהעולם כבר יודע מזמן: אי אפשר לצפות לקבל דור חדש של מהנדסי שבבים מבלי להכשיר אותם כהלכה.

המהלך הזה הוא לא רק אקדמי – הוא אסטרטגי. תכנון שבבים הוא כיום לב התעשייה, והוא גם צוואר הבקבוק שלה. בלי מהנדסי חומרה, מעבדי בינה מלאכותית לא יפותחו. בלי אימות מדויק, אין יציבות. ובלי הכשרה ממוקדת – קשה לבנות את עתיד תעשיית השבבים בישראל.

התכנית עצמה מרשימה: שילוב של יסודות תיאורטיים עם תרגול מעשי, עבודה עם שפות תכנון כמו Verilog ו-System Verilog, פרויקטים על רכיבי FPGA ומפגשים עם התעשייה. זו לא עוד תכנית אקדמית – זו חממה שתסייע להקים גם את דור חברות ההזנק הבט בתחום השבבים.

הביקוש מדבר בעד עצמו: 635 הגישו מועמדות למחזור הראשון, ומתוכם התקבלו רק 35. ההרכב החברתי מגוון, והמסר ברור – תכנון שבבים הוא לא מועדון סגור, אלא הזדמנות שצריכה לכלול כמה שיותר מהנדסים.

ועדיין נשאלת השאלה: מדוע זה לקח כל כך הרבה זמן?

איך ייתכן שישראל, המייצאת את המוחות הכי מבריקים לתכנון שבבים בגוגל, אפל, אינטל ואמזון לא השקיעה עד כה בהכשרה מקומית? איך קרה שהתחום הכי קריטי לעתיד ההייטק – נשאר בשוליים האקדמיים?

האמת, אין לי תשובה טובה לכך ולכן אסתפק במהלך של רייכמן וגוגל שהוא לדעתי תיקון היסטורי. הוא לא רק פותח דלת למהנדסים צעירים – הוא גם מציב את ישראל על המסלול הנכון: לא רק לייצר חדשנות, אלא לדאוג לדור הבא של מהנדסינו.

אם נרצה להישאר מובילים, לא מספיק לייצא מוחות, צריך גם לבנות את התשתית להכשרתם ובכך לעזור להם להקים את דור חברות השבבים הבא. והמסלול החדש ברייכמן הוא הצעד המתבקש בכיוון הנכון. נקווה שאוניברסיטאות אחרות ילכו בעקבות אוניברסיטאת רייכמן וידביקו את הפער בין ההיצע לביקוש.

הפוסט הגיע הזמן שבמקביל לבניית שבבים מהפכנים נבנה גם את התשתית האקדמית המתאימה לכך הופיע לראשונה ב-Chiportal.

בעשורים האחרונים, סין הפכה למעצמה עולמית בתחום המינרלים החיוניים לתעשיות מתקדמות. מינרלים כמו גליום, גרמניום, אנטימון וגרפיט משמשים לייצור שבבים, מערכות תקשורת, ציוד צבאי, סוללות לרכב חשמלי, תאים סולאריים ועוד. בעוד שהמערב שולט בטכנולוגיות העילית של תכנון שבבים, סין שולטת בחומרי הגלם שבלעדיהם אי אפשר לייצר אותם. מצב זה יוצר תלות עמוקה – וכאשר המתיחות בין סין לארצות הברית גוברת, עולה השאלה: מה יקרה אם סין תחליט להטיל אמברגו על אספקת מינרלים חיוניים?

מהם המינרלים הקריטיים שסין שולטת בהם?

• גליום: משמש לייצור שבבים מהירים, רכיבי 5G, לייזרים ודיודות. סין מייצרת מעל 90% מהגליום בעולם.
• גרמניום: חיוני לסיבים אופטיים, חיישני אינפרה-אדום ותאים סולאריים. סין אחראית לכ-60% מהתפוקה העולמית.
• אנטימון: משמש בתעשיית הנשק, אלקטרוניקה ועמידות באש. סין שולטת בכ-80% מהשוק.
• גרפיט: חומר מרכזי בסוללות ליתיום-יון לרכב חשמלי. סין היא היצרנית והמזקקת הגדולה בעולם.

למרות שמינרלים אלו קיימים גם במדינות אחרות, סין מחזיקה בתשתיות הכרייה והעיבוד המתקדמות ביותר, מה שמקנה לה שליטה כמעט מוחלטת על השוק.

כיצד נוצרה התלות של המערב

המערב, ובעיקר ארצות הברית ואירופה, השקיע בעשורים האחרונים בטכנולוגיה, חדשנות ותכנון – אך הזניח את תחום הכרייה והעיבוד של מינרלים. סין, לעומת זאת, השקיעה באופן שיטתי בפיתוח מכרות, מתקני זיקוק, ורכישת שליטה על שווקים גלובליים. התוצאה: חברות מערביות רבות תלויות בספקים סיניים לאספקת חומרי גלם קריטיים.

מה יקרה אם סין תטיל אמברגו?

1. שיבוש בתעשיית השבבים

ללא גליום וגרמניום, ייצור שבבים מתקדמים ייפגע. חברות כמו אינטל, NVIDIA ו-Texas Instruments יתקשו לעמוד בביקוש, מה שיוביל למחסור במחשבים, טלפונים, רכבים ומערכות צבאיות.

• עליית מחירים

מחסור במינרלים יגרום לעלייה חדה במחירי חומרי הגלם, מה שישפיע על כל שרשרת האספקה – מהיצרן ועד לצרכן.

• פגיעה בביטחון הלאומי

מערכות צבאיות מתקדמות, לוויינים, טילים וחיישנים תלויים במינרלים אלו. אמברגו סיני עלול לפגוע ביכולת ההגנה של מדינות מערביות.

• האצת פיתוח חלופות

המערב ייאלץ להשקיע במהירות בפיתוח מקורות חלופיים – כרייה באוסטרליה, קנדה וארה"ב, מחזור מינרלים, ושיפור טכנולוגיות עיבוד.

• העמקת המשבר הגיאופוליטי

אמברגו כזה ייתפס כמהלך תוקפני, ויגביר את המתיחות בין סין למערב. ייתכנו סנקציות נגד סין, תגובות דיפלומטיות חריפות, ואף עימותים כלכליים.

האם המערב יכול להשתחרר מהתלות?

מדינות כמו ארה"ב, אוסטרליה, קנדה ויפן כבר החלו להשקיע בפיתוח מקורות מינרלים עצמאיים. עם זאת, תהליך זה דורש שנים של השקעה, רגולציה וסביבה תומכת. בינתיים, המערב ממשיך להיות תלוי בסין – במיוחד בתחומים שבהם נדרשת זיקוק מדויק של מינרלים.

ישראל – שחקן טכנולוגי עם פוטנציאל

לישראל אין מכרות מינרלים נדירים, אך היא יכולה לתרום לפיתוח טכנולוגיות עיבוד, מיחזור, ואופטימיזציה של שימוש במינרלים. חברות ישראליות בתחום השבבים, האלקטרו-אופטיקה וה-AI עשויות לשחק תפקיד חשוב ביצירת פתרונות שיפחיתו את התלות בסין.

לסיכום ניתן למר כי  תלות המערב במינרלים המיוצרים בסין היא נקודת תורפה אסטרטגית. אמברגו סיני עלול לשבש את הכלכלה הגלובלית, לפגוע בביטחון הלאומי ולהאיץ את המרוץ לפיתוח חלופות. השאלה היא לא אם זה יקרה – אלא מתי, וכיצד ייערך המערב להתמודד עם האתגר.

הפוסט טראמפ משחק באש: אמברגו סיני עלול לשתק את הכלכלה הגלובלית הופיע לראשונה ב-Chiportal.