בינה מלאכותית משנה במהירות את הדרך שבה כותבים קוד, מנתחים מידע ומפתחים מוצרים. כעת היא מתחילה להיכנס גם לאחד התחומים המורכבים ביותר בעולם ההנדסה: תכנון שבבים. אבי סלמון מאינטל יציג בכנס ChipEx2026, שיתקיים ב-12 במאי באקספו תל אביב, שיטה מעשית לתכנון שבבים בעזרת AI, שבמסגרתה הצליח מהנדס אחד לבצע בתוך כשבועיים עבודה שבעבר דרשה חמישה עד שישה סטודנטים במשך שני סמסטרים.

הדוגמה שסלמון יציג אינה עוד הצהרה כללית על “AI שישנה את העולם”, אלא מקרה עבודה הנדסי. מדובר בתהליך שבו מהנדס מנוסה משתמש בכלי בינה מלאכותית כדי לפרק משימה מורכבת לשלבים, לנסח דרישות, לייצר רכיבי תכנון, לבדוק תוצרים, לתקן שגיאות ולהתקדם במהירות אל תוצאה שימושית. במקום צוות גדול שעובד חודשים על משימה מוגדרת, מתקבל תהליך מהיר בהרבה, שבו ה-AI משמש כמכפיל כוח למהנדס ולא כתחליף לו.

המשמעות עבור תעשיית השבבים עשויה להיות רחבה. תכנון שבב הוא תהליך ארוך, יקר ומרובה שלבים. הוא כולל הגדרת ארכיטקטורה, כתיבת קוד חומרה, בניית סביבות בדיקה, הרצת סימולציות, אימות פונקציונלי, איתור תקלות, אופטימיזציה ותיעוד. כל אחד מהשלבים האלה דורש ידע מקצועי עמוק, ניסיון ותשומת לב לפרטים. לכן, גם קיצור חלקי של משימות תכנון ואימות יכול להשפיע על לוחות הזמנים של פרויקטים, על עלויות הפיתוח ועל היכולת להביא שבבים חדשים לשוק מהר יותר.

הנקודה החשובה בהרצאה של סלמון היא שה-AI אינו מוצג כמהנדס עצמאי שמחליף את אנשי החומרה. להפך. השיטה נשענת על מהנדס שמבין היטב את תחום השבבים, יודע להגדיר את הבעיה, לזהות תוצרים שגויים, לבדוק את ההיגיון ההנדסי ולכוון את הכלים למקום הנכון. ה-AI יכול להאיץ כתיבה, בדיקה, השוואה וארגון של עבודה, אך האחריות המקצועית נשארת אצל האדם.

הנושא הזה מקבל חשיבות מיוחדת בתקופה שבה המורכבות של שבבים ממשיכה לגדול. מעבדים, מאיצי AI, רכיבי תקשורת ומערכות על שבב כוללים כיום מספר עצום של יחידות, ממשקים, מצבי פעולה ותרחישי בדיקה. במקביל, התעשייה מתמודדת עם מחסור במהנדסים מנוסים ועם לחץ גובר לקצר זמני פיתוח. בתנאים כאלה, כלי AI עשויים להפוך לחלק בלתי נפרד מארגז הכלים של מהנדסי חומרה, בדומה לכלי EDA ששינו בעבר את עולם התכנון האלקטרוני.

אחד השינויים המרכזיים הוא המעבר מעבודה ידנית ארוכה לעבודה מונחית יותר. מהנדס השבבים של השנים הקרובות יידרש לא רק לכתוב קוד RTL או לבנות סביבות אימות, אלא גם לדעת להפעיל מודלים של AI, לנסח להם משימות מדויקות, לבדוק את התוצרים, לשלב אותם בתהליך העבודה ולמנוע טעויות. במובן הזה, היכולת לעבוד נכון עם AI עשויה להפוך למיומנות הנדסית בסיסית.

עבור אינטל, הנושא משתלב בשאלה רחבה יותר: כיצד מטמיעים בינה מלאכותית לא רק במוצרים עצמם, אלא גם בתהליכי הפיתוח הפנימיים. אינטל היא אחת מחברות השבבים הגדולות והוותיקות בעולם, ופעילותה בישראל כוללת מרכזי פיתוח וייצור משמעותיים. הכנסת כלי AI לתהליכי תכנון ואימות עשויה לשנות לא רק את הקצב שבו מהנדסים עובדים, אלא גם את הדרך שבה צוותים מתארגנים סביב בעיות הנדסיות מורכבות.

סלמון צפוי להציג גישה מעשית וזהירה: AI יכול לקצר תהליכים, להאיץ משימות ולפתוח אפשרויות חדשות, אך הוא מחייב בקרה אנושית הדוקה. בתחום השבבים, טעות קטנה בתכנון עלולה להתגלות מאוחר מדי ולהפוך ליקרה מאוד. לכן, השימוש ב-AI אינו מבטל את הצורך באימות, בסימולציה ובשיקול דעת הנדסי. הוא משנה את הדרך שבה מגיעים אליהם.

המסר המרכזי הוא שתעשיית השבבים נמצאת בתחילתו של שינוי עמוק גם בצד הפיתוח, לא רק בצד המוצרים. הבינה המלאכותית אינה רק עומס עבודה חדש עבור מרכזי נתונים ומאיצים. היא הופכת לכלי עבודה של המהנדסים שמתכננים את השבבים עצמם. אם משימה שבעבר דרשה חמישה עד שישה סטודנטים במשך שני סמסטרים יכולה להתבצע על ידי מהנדס אחד בתוך כשבועיים, מדובר בסימן ברור לכך שתהליכי התכנון והאימות עומדים להשתנות במהירות.

הפוסט בלעדי: אינטל תציג לראשונה ב ChipEx2026 שיטה מהפכנית לתכנון שבבים באמצעות AI הופיע לראשונה ב-Chiportal.

חברת קיידנס (Cadence) (נאסד״ק: CDNS) הכריזה על השקת ChipStack AI Super Agent, שאותו היא מציגה כארכיטקטורת agentic workflow ראשונה מסוגה לאוטומציה של תכנון ואימות שבבים בצד הלקוח (Front-End). לפי החברה, המערכת מספקת שיפור תפוקה של עד פי 10 במשימות כמו כתיבת קוד תכנון (RTL) וסביבות בדיקה (testbenches), יצירת תוכניות בדיקה, תכנון והרצה של רגרסיות, דיבוג ואף תיקון בעיות אוטומטי.

המהלך מגיע על רקע עומס הולך וגובר על צוותי פיתוח שבבים: קיידנס ציינה שהמערכת נועדה להתמודד עם “המורכבות והקנה־מידה” של שבבים מודרניים, ובדיווח נפרד הוזכר כי צוותים עשויים להשקיע עד כ־70% מזמנם בכתיבה ובבדיקה של קוד תכנון/אימות.

מה הוכרז

לפי קיידנס, ChipStack AI Super Agent פועל כ”שכבת תזמור” שמפעילה מספר סוכני-AI (“מהנדסים וירטואליים”) על גבי כלי ה-EDA של החברה. הוא משתלב ביכולות AI קיימות של קיידנס, שלדבריה שימשו ביותר מ־1,000 תהליכי tapeout עד היום, כולל פלטפורמת האימות Verisium, כלי האופטימיזציה Cerebrus®, ופלטפורמת הנתונים וה-AI JedAI.

אנירוד דבגאן, נשיא ומנכ״ל קיידנס, מסר כי מדובר ביישום ישיר של בינה מלאכותית אג׳נטית בזרימות העבודה של הלקוחות, כדי לשחרר מהנדסים בכירים מעבודות חוזרות ולאפשר להם להתמקד בחדשנות.

איך זה עובד בפועל

בדפי המוצר של קיידנס מוסבר כי אחד המרכיבים המרכזיים הוא “Mental Model”: שכבת ידע שמרכזת מפרטים, נתוני תכנון וארטיפקטים של אימות לכדי “מקור אמת” עבור הסוכנים השונים. סביב המודל הזה פועלים סוכנים ייעודיים למשימות כמו אופטימיזציית RTL, אימות פורמלי (כולל יצירה של תכנית אימות ו-SVA), יצירה/שדרוג של סביבת UVM, בדיקות יחידה ב-SystemVerilog, דיבוג אוטונומי וניתוח סיבת שורש, ואף סוכן “Signoff” שמזהה בעיות מבניות ומציע תיקונים.

קיידנס מציגה את המערכת כחלק מגישת Intelligent System Design, שמשלבת תזמור AI, סימולציה מבוססת-עקרונות ומחשוב מואץ.

פריסה ראשונית ותמיכה במודלים

החברה מסרה שהפתרון נמצא כבר בשלבי הטמעה מוקדמים אצל שחקנים מרכזיים, ובהם Altera, NVIDIA, Qualcomm ו-Tenstorrent. קיידנס כללה בהודעה גם ציטוטים של לקוחות: באלטֶרה ציינו צמצום משמעותי של מאמץ אימות, בחלק מהתחומים “בערך פי 10”; בטנסטורנט דווח על קיצור זמן אימות של עד פי 4 בהערכה שנמשכה שלושה חודשים על כמה בלוקים קריטיים.

מבחינת מודלים, קיידנס מציינת תמיכה גמישה גם בענן וגם בסביבה מקומית (On-Prem), כולל NVIDIA Nemotron (ביחד עם התאמה באמצעות NVIDIA NeMo) וכן מודלים בענן כגון OpenAI GPT. בנוסף, לפי קיידנס המוצר זמין כעת במסלול Early Access.ל

הפוסט קיידנס משיקה את ChipStack: סוכן AI לתכנון ואימות שבבים ומבטיחה עד פי 10 תפוקה 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.