בהרצאה ב־ChipEx2026 הסביר מנכ"ל DustPhotonics כי הגידול במערכי GPU, המעבר ל־Scale-Up ול־Scale-Out והצורך להזיז כמויות עצומות של נתונים בתוך מרכזי נתונים מחייבים דור חדש של חיבוריות אופטית, מפוטוניקת סיליקון ועד Near-Package Optics ו־Co-Packaged Optics.
רונן לווינגר, מנכ"ל DustPhotonics, הקדיש את הרצאתו בכנס ChipEx2026 לאחד האתגרים המרכזיים של עידן הבינה המלאכותית: החיבוריות בתוך מרכזי הנתונים. לדבריו, מאחורי ההתקדמות המהירה של מודלי AI עומדות תשתיות ענק של GPU, מתגים, שרתים, אחסון ורשתות תקשורת. ככל שהמערכות גדלות, כך הופכת האופטיקה לרכיב חיוני יותר. לא רק כאמצעי לחיבור בין מרכזי נתונים, אלא כחלק בלתי נפרד מארכיטקטורת המחשוב עצמה.
DustPhotonics פועלת בתחום פוטוניקת הסיליקון ומפתחת מוצרים וטכנולוגיות לתקשורת אופטית במרכזי נתונים של AI וענן. החברה מציגה את עצמה כמפתחת פלטפורמות Silicon Photonics שמיועדות לייצור בנפחים גבוהים, לרוחב פס גבוה יותר, למהירויות גבוהות יותר, ולהפחתת עלות וצריכת הספק. באתר החברה מופיע רונן לווינגר כמנכ"ל וכחבר דירקטוריון. (DustPhotonics)
מ־Scale-Out ל־Scale-Up: שתי צורות של רעב לחיבוריות
לווינגר הסביר כי כדי להבין את הצורך באופטיקה צריך להבחין בין שני מושגים מרכזיים בעולם מרכזי הנתונים: Scale-Out ו־Scale-Up. Scale-Out הוא המודל הקלאסי של הרחבת מרכז נתונים: מוסיפים עוד שרתים, עוד מדפים, עוד שורות ועוד ציוד תקשורת, ומחברים את כולם לרשת גדולה יותר. זהו המודל שאפיין מרכזי נתונים גם לפני גל ה־AI הנוכחי.
Scale-Up, לעומת זאת, מתאר את הגדלת יחידת המחשוב עצמה. בעבר הדבר התבטא בהוספת ליבות CPU למערכת אחת. כיום, בעידן ה־AI, מדובר בחיבור מספר גדול של GPU ליחידת מחשוב אחת, עם רשת פנימית מהירה מאוד. לווינגר הזכיר כי מערכות הדור החדש כבר מחברות עשרות GPU יחד, והמגמה היא להמשיך להגדיל את יחידת המחשוב למספרים גבוהים יותר.
שני הכיוונים האלה מובילים לאותה תוצאה: הרבה יותר תעבורת נתונים. במערכות AI גדולות, המאיצים אינם עובדים בבידוד. הם צריכים להעביר ביניהם משקלי מודלים, נתוני אימון, תוצאות ביניים ומידע בקרה בקצב גבוה ובאמינות גבוהה. אם החיבוריות אינה עומדת בקצב, גם המאיצים החזקים ביותר עלולים להמתין לנתונים. לכן האופטיקה עוברת משולי המערכת אל מרכז הדיון.
לדברי לווינגר, החיבוריות האופטית כבר ממלאת תפקיד משמעותי במרכזי נתונים גדולים, אך גל ה־AI מגדיל את הצורך בה בקפיצה נוספת. ככל שהמערכות עוברות ל־Scale-Up גדול יותר ול־Scale-Out רחב יותר, כמות האופטיקה במרכזי הנתונים צפויה לגדול באופן משמעותי.
פוטוניקת סיליקון כפתרון תעשייתי, לא רק מחקרי
הטכנולוגיה המרכזית שבה עוסקת DustPhotonics היא פוטוניקת סיליקון. הרעיון הוא להשתמש בתהליכי ייצור מוכרים מתעשיית השבבים כדי לייצר רכיבים שמוליכים, מעבדים ומעבירים אור על גבי שבב. במקום לבנות מערכות אופטיות גדולות ונפרדות, ניתן לשלב פונקציות אופטיות בתוך רכיבים קומפקטיים יותר, שמתאימים לייצור סדרתי ולשילוב במרכזי נתונים.
היתרון של פוטוניקת סיליקון הוא ביכולת לשלב רוחב פס גבוה, צריכת הספק נמוכה יותר, עלות נמוכה יותר ויכולת הגדלה לנפחים גבוהים. עבור מרכזי נתונים ל־AI, אלה אינם יתרונות שוליים. הם קובעים אם ניתן להמשיך להגדיל את המערכות בלי להיתקל במגבלות של חום, הספק, שטח ועלות.
לווינגר הדגיש בהרצאה כי DustPhotonics אינה מתמקדת בכל היישומים האפשריים של הטכנולוגיה, אף שאפשר למצוא טכנולוגיות דומות גם בלידארים, חיישנים ויישומים אופטיים אחרים. הבחירה האסטרטגית של החברה היא מרכזי נתונים וחיבוריות מהירה. זהו המקום שבו הצורך התעשייתי ברור במיוחד, ושבו הביקוש גדל עם כל דור חדש של מערכות AI.
החברה עצמה מסבירה כי פוטוניקת סיליקון נועדה להתמודד עם צרכים גדלים של מרכזי נתונים ל־AI ולהיפר־סקייל, באמצעות רכיבים שמספקים רוחב פס גבוה יותר, מהירויות גבוהות יותר, עלות נמוכה יותר וצריכת הספק נמוכה יותר. (DustPhotonics)
האופטיקה מתקרבת לשבב
אחד השינויים המרכזיים שעליהם דיבר לווינגר הוא המעבר מן האופטיקה בקצה הכרטיס אל אופטיקה קרובה יותר לשבב. במערכות רבות כיום משתמשים עדיין במודולים אופטיים נשלפים, Pluggable Optics, שממוקמים בקצה הלוח או בחזית השרת והמתג. זהו פתרון בשל, נוח לתחזוקה ובעל שרשרת אספקה קיימת. אבל ככל שקצב הנתונים עולה, האות החשמלי צריך לעבור מרחק משמעותי יותר עד שהוא מומר לאור, והמרחק הזה עולה בהספק ובמורכבות.
כאן נכנסות לתמונה שתי גישות חדשות: Near-Package Optics ו־Co-Packaged Optics. ב־Near-Package Optics, המנועים האופטיים ממוקמים על הלוח קרוב מאוד לשבב המרכזי, למשל GPU או ASIC של מתג. ב־Co-Packaged Optics, הרכיבים האופטיים משולבים ממש לצד השבב באותה חבילת אריזה. לפי DustPhotonics, התעשייה בוחנת כיום שלוש ארכיטקטורות עיקריות — Pluggable Optics, Co-Packaged Optics ו־Near-Package Optics — כאשר לכל אחת מהן יש פשרות שונות בין הספק, מורכבות אריזה ויכולת תחזוקה.
לווינגר הציג את המגמה הזו כחלק טבעי מהתפתחות מרכזי הנתונים. ככל שמרכז הנתונים הופך ליחידת מחשוב אחת גדולה, האופטיקה צריכה להתקרב אל מוקדי העיבוד. המטרה היא לקצר את המסלול החשמלי, להפחית צריכת הספק, להגדיל רוחב פס ולאפשר למערכות AI לפעול בקנה מידה גדול יותר.
DustPhotonics מציינת כי Near-Package Optics מציבה מנועים אופטיים בקרבת ה־GPU או ה־ASIC, וכך מקצרת את החיבור החשמלי בין השבב לאופטיקה. החברה מציגה את הגישה הזו כפשרה מעשית שמציעה חלק מיתרונות ה־CPO, אך עם מורכבות ייצור ותפעול נמוכה יותר.
עסקת Credo ממחישה את חשיבות התחום
ההרצאה של לווינגר התקיימה על רקע עסקת ענק שמדגישה את העלייה בחשיבות התחום. באפריל 2026 הודיעה Credo Technology כי חתמה על הסכם לרכישת DustPhotonics. לפי ההודעה הרשמית, Credo תרכוש את החברה תמורת 750 מיליון דולר במזומן וכ־0.92 מיליון מניות Credo, עם אפשרות לתמורה נוספת של עד כ־3.21 מיליון מניות, בהתאם לעמידה באבני דרך פיננסיות. העסקה צפויה להיסגר ברבעון השני של 2026, בכפוף לתנאים המקובלים ולאישורים רגולטוריים.
Credo הסבירה כי הרכישה תכניס אליה טכנולוגיית Silicon Photonics Photonic Integrated Circuit, ותאפשר לה להרחיב את פורטפוליו החיבוריות האופטית שלה עבור 800G, 1.6T ו־3.2T, כולל Near-Package Optics ו־Co-Packaged Optics. החברה ציינה כי השילוב בין SerDes, DSP, פוטוניקת סיליקון ואינטגרציית מערכת יאפשר לה לספק פתרונות חיבוריות מקצה לקצה לרשתות Scale-Out ו־Scale-Up של תשתיות AI.
המשמעות עבור DustPhotonics ברורה: החברה הישראלית עוברת ממעמד של ספקית טכנולוגיה ייעודית לשחקנית בתוך פלטפורמת חיבוריות רחבה יותר. עבור השוק, העסקה ממחישה כי חיבוריות אופטית אינה עוד רכיב משלים. היא הופכת לחלק מרכזי ממפת הדרכים של תשתיות AI.
לווינגר סיכם את הרצאתו במסר אופטימי. לדבריו, הביקוש הגובר לאופטיקה הוא בשורה טובה לחברות שעוסקות בחיבוריות, בפוטוניקה ובשבבים אופטיים. ככל שמרכזי הנתונים נעשים גדולים יותר, וככל שמערכות ה־AI דורשות יותר תעבורת נתונים, כך גדל הצורך בפתרונות שיכולים להעביר מידע מהר יותר ובצריכת הספק נמוכה יותר.
המסר המרכזי מן ההרצאה הוא שתשתיות AI אינן נבנות רק ממאיצים חזקים יותר. הן נבנות גם מן היכולת לחבר ביניהם. אם בעשור הקודם השאלה המרכזית הייתה כמה כוח עיבוד אפשר להכניס לשבב, הרי שבעשור הקרוב השאלה תהיה גם כמה מהר, כמה רחוק ובאיזו יעילות אפשר להזיז את הנתונים בין כל רכיבי המערכת. עבור חברות כמו DustPhotonics, זו בדיוק נקודת ההזדמנות.
