אינטל מקבלת סימן מעודד במיוחד למאמץ שלה להפוך את Intel Foundry לחלופה אמיתית בייצור שבבים מתקדמים. לפי דיווח של The Information, גוגל הזמינה מאינטל ייצור של יותר מ-3 מיליון יחידות עיבוד טנזור, TPU, במהלך 2028. במקביל, אנבידיה בוחנת שימוש בטכנולוגיות הייצור והאריזה של אינטל לשבבים עתידיים, אף שטרם דווח על הזמנה חתומה מצדה.

הדיווחים הובילו לזינוק במניית אינטל, משום שהם נוגעים בדיוק בנקודה הרגישה ביותר בתוכנית ההתאוששות שלה: היכולת למשוך לקוחות חיצוניים גדולים לזרוע הייצור שלה. במשך שנים איבדה אינטל את ההובלה בייצור שבבים מתקדם ל-TSMC, אך כעת היא מנסה לחזור למשחק באמצעות תהליכי ייצור חדשים, טכנולוגיות אריזה מתקדמות והשקעות גדולות במפעלים בארצות הברית ובאירופה.

גוגל מחפשת קיבולת ל-TPU

החלק הממשי יותר בדיווח נוגע לגוגל. TPU הוא מאיץ הבינה המלאכותית הפנימי של החברה, שמיועד לאימון ולהרצה של מודלי AI גדולים. בניגוד לרוב חברות הענן, שנשענות בעיקר על מאיצי GPU של אנבידיה, גוגל מפתחת כבר שנים שבבים ייעודיים משלה ומשלבת אותם בתשתיות Google Cloud ובמערכות הפנימיות שלה.

הזמנה של יותר מ-3 מיליון שבבים מאינטל, אם תאושר רשמית ותבוצע, לא תסמן נטישה של TSMC. סביר יותר שהיא תסמן פיזור סיכונים. הביקוש לשבבי AI גדל מהר יותר מקיבולת הייצור הזמינה, ולקוחות ענק כמו גוגל אינם יכולים להרשות לעצמם להיות תלויים לחלוטין ביצרן אחד, גם אם מדובר ב-TSMC.

עבור גוגל, אינטל יכולה לשמש ספקית ייצור נוספת למאיצי TPU עתידיים. עבור אינטל, גוגל היא לקוח עוגן מהסוג שיכול לשנות את האופן שבו השוק תופס את Intel Foundry. ייצור של מיליוני שבבים ללקוח כזה מחייב לא רק תהליך ייצור מתקדם, אלא גם תפוקות גבוהות, איכות יציבה, אריזה מתקדמת ותיאום הנדסי צמוד.

אנבידיה עדיין לא מזמינה, אבל בודקת

החלק השני בדיווח נוגע לאנבידיה, והוא חשוב אך צריך לנסח אותו בזהירות. לפי הדיווחים, אנבידיה עדיין לא ביצעה הזמנה מאינטל, אך היא בוחנת אם ניתן להשתמש בטכנולוגיות של החברה לייצור שבבים עתידיים. אחת האפשרויות שנבחנות היא שילוב של כמה שבבי GPU במארז אחד, מהלך שמתאים למגמה הרחבה של מעבר ממעבד יחיד גדול למערכות מרובות שבבים.

המשמעות היא שאנבידיה אינה עומדת להעביר מחר את ייצור המאיצים המרכזיים שלה מ-TSMC לאינטל. TSMC עדיין מחזיקה ביתרון ברור בייצור המתקדם ובטכנולוגיות אריזה המשמשות את מאיצי ה-AI המובילים. אבל עצם העובדה שאנבידיה בוחנת את אינטל היא איתות חשוב. כאשר הלקוחה החשובה ביותר של TSMC מחפשת חלופות או רכיבי ייצור משלימים, זה אומר שהעומס על שרשרת האספקה הגיע לרמה שבה גם השחקניות החזקות ביותר מחפשות גמישות נוספת.

הבדיקה של אנבידיה עשויה להתמקד תחילה ברכיבים שאינם ליבת ה-GPU המרכזית, כגון רכיבי I/O, אריזה מתקדמת או שילוב שבבים בתוך מארז אחד. גם תרחיש כזה יהיה משמעותי לאינטל. בעולם ה-AI, הערך אינו נמצא רק בליבת החישוב, אלא גם ביכולת לחבר שבבים, זיכרונות ורכיבי תקשורת למערכת אחת יעילה.

צוואר הבקבוק של TSMC

המכנה המשותף בין גוגל לאנבידיה הוא TSMC. החברה הטייוואנית הפכה בעשור האחרון לשחקנית הדומיננטית בייצור שבבים מתקדמים, והיא מספקת קיבולת קריטית לאנבידיה, לאפל, ל-AMD, לגוגל ולחברות רבות נוספות. אבל מהפכת ה-AI יצרה ביקוש חריג לשבבים מתקדמים ולאריזה מתקדמת, והקיבולת הזמינה מוגבלת.

לכן, גם חברות שמרוצות מ-TSMC מחפשות ספקים משלימים. זו אינה רק שאלה של מחיר. זו שאלה של זמינות, גיאופוליטיקה, קצב צמיחה ושליטה בשרשרת האספקה. תלות גבוהה מדי בטייוואן נחשבת כיום סיכון אסטרטגי עבור חברות אמריקניות, במיוחד כאשר ממשלת ארצות הברית משקיעה סכומי עתק בהחזרת ייצור שבבים מתקדם לשטחה.

אינטל מנסה להיכנס בדיוק אל הפער הזה. היא אינה צריכה להחליף את TSMC כדי להצליח; בשלב הראשון, די בכך שתהפוך לספקית שנייה אמינה עבור חלק מהלקוחות הגדולים. אם גוגל תייצר אצלה מיליוני TPU ואם אנבידיה תשלב בעתיד טכנולוגיות ייצור או אריזה שלה, זה יהיה הישג משמעותי גם בלי שאינטל תעקוף את TSMC.

מבחן גדול ל-Intel Foundry

עבור אינטל, הדיווחים האלה הם הזדמנות אך גם מבחן. החברה הציגה בשנים האחרונות מפת דרכים אגרסיבית, הכוללת תהליכי ייצור כמו 18A ו-14A וטכנולוגיות אריזה מתקדמות כמו EMIB. אבל בעולם הפאונדרי, מצגות אינן מספיקות. לקוחות גדולים בוחנים זמינות, ביצועים, תשואות ייצור, אמינות, עלויות ויכולת לספק בכמויות גדולות לאורך זמן.

גוגל ואנבידיה הן בדיוק הלקוחות שיכולים להעניק לאינטל חותמת אמון, אך גם לחשוף חולשות אם התהליכים לא יהיו בשלים בזמן. שבבי AI הם מהמוצרים התובעניים ביותר בתעשייה. הם גדולים, יקרים, צורכים הרבה חשמל ודורשים שילוב מורכב של לוגיקה, זיכרון, תקשורת ואריזה מתקדמת. כל עיכוב או בעיית תפוקה עלולים לפגוע בלוחות הזמנים של לקוחות ענן ומרכזי נתונים.

לכן, הדיווח הנוכחי אינו “חזרה לניצחון” של אינטל, אלא אולי תחילתה של בדיקת אמון מחודשת. אם החברה תעמוד במבחן, היא תוכל להציג את עצמה לא רק כיצרנית שבבים לעצמה, אלא כשותפת ייצור אסטרטגית לעידן ה-AI.

לא מהפך מיידי, אבל שינוי כיוון

TSMC עדיין מובילה את שוק הייצור המתקדם, והיתרון שלה אינו צפוי להיעלם במהירות. אבל הדיווחים על גוגל ואנבידיה מצביעים על שינוי בשוק: חברות ה-AI הגדולות אינן מסתפקות עוד בשרשרת אספקה אחת. הן מחפשות קיבולת נוספת, ספקים חלופיים, אריזה מתקדמת וגמישות הנדסית.

עבור אינטל, זו עשויה להיות ההזדמנות הגדולה ביותר זה שנים להחזיר לעצמה רלוונטיות בתחום שבו פיגרה אחרי המתחרות. הזמנה גדולה מגוגל תספק הוכחה מסחרית. בחינה רצינית מצד אנבידיה תספק איתות אסטרטגי. שילוב של השניים יכול להפוך את Intel Foundry משחקנית שמבטיחה קאמבק לשחקנית שהלקוחות הגדולים באמת מתחילים לבדוק בשטח.

בסופו של דבר, המרוץ לשבבי AI אינו מתנהל רק בין אנבידיה לגוגל או בין GPU ל-TPU. הוא מתנהל גם בין מפעלי ייצור, תהליכי ליתוגרפיה, טכנולוגיות אריזה ושרשראות אספקה. אם אינטל תצליח להשתלב במעגל הזה, גם כספקית שנייה או משלימה, זו תהיה תפנית חשובה בתעשיית השבבים העולמית.

הפוסט גוגל מזמינה, אנבידיה בוחנת – ייצור שבבים באינטל פאונדרי הופיע לראשונה ב-Chiportal.

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.

אינטל ניצלה את תערוכת Computex 2026 בטייוואן כדי להציג כיוון אסטרטגי ברור: מעבר מעידן שבו הבינה המלאכותית נשענת בעיקר על אימון מודלים במרכזי נתונים גדולים, לעידן שבו המודלים רצים ברציפות – במרכזי נתונים, בארגונים וברובוטים בשטח. החברה חשפה שורת מוצרים חדשים למרכזי נתונים ולמחשוב קצה, ובהם Xeon 6+ בתהליך Intel 18A, בקר רשת חדש, פרטים ראשונים על כרטיס AI ייעודי לאינפרנס, ומערך תוכנה וחומרה לרובוטיקה פיזית.

לפי אינטל, עד 2030 אינפרנס – כלומר הרצה שוטפת של מודלים בשירותים פעילים – יהווה 37% מקיבולת מרכזי הנתונים העולמית, לעומת 13% בלבד לאימון מודלים. המשמעות מבחינת החברה היא שינוי ביחסי הכוחות: ה־GPU ימשיך להיות רכיב חיוני באימון ובחלק מעומסי ה־AI, אך ככל שסוכני AI ירוצו ברציפות, ייגשו לנתונים, יתזמרו משימות ויפעילו שירותים רבים במקביל, המעבד המרכזי יחזור להיות רכיב מפתח בארכיטקטורת המערכת.

קבורק קצ'יצ'יאן, סגן נשיא בכיר ומנכ"ל קבוצת מרכזי הנתונים של אינטל, אמר כי “אי אפשר ש־AI יגדל רק על ידי הוספת עוד כרטיסים גרפיים. צריך שכל המערכת תעבוד יחד”. לדבריו, כאשר AI הופך לסוכן שרץ ברציפות, האתגר אינו רק כוח חישוב, אלא ניהול מקבילי של תהליכים והעברת נתונים מהירה.

Xeon 6+ ו־Intel 18A: הרבה ליבות לעומסי AI סוכני

ההכרזה המרכזית למרכזי נתונים היא Intel Xeon 6+, מעבד שרתים חדש עם עד 288 ליבות יעילות על שבב אחד. זהו המעבד הראשון של אינטל למרכזי נתונים המיוצר בתהליך Intel 18A, הכולל את טכנולוגיות PowerVia ו־RibbonFET. המעבד מיועד לעומסי עבודה שבהם נדרש מספר גדול של ליבות הפועלות במקביל, כגון שירותי ענן, רשתות 5G ותזמור סוכני AI.

אינטל מציגה את המעבד כחלק מתפיסה שהיא מכנה “מרכז בינה” – מרכז נתונים שמריץ סוכני AI עבור לקוחות, בשונה ממרכז נתונים המיועד בעיקר לאימון מודלים גדולים. לפי החברה, במרכזים כאלה היחס בין CPU ל־GPU צפוי להתקרב ל־1:1, משום שחלק גדול מהעומסים יישארו סביב בסיסי נתונים, רשתות, אחסון, שירותי ענן ארגוניים ותזמור תוכנה.

בהשוואה שהציגה אינטל מול AMD EPYC 9755, המעבד העליון בסדרת Xeon 6+ מציג לטענתה יתרון ממוצע של 30% בביצועים ו־30% בביצועים לכל ואט. מול הדור הקודם של אינטל עצמה, החברה מדווחת על שיפור של פי 2.26 בביצועים ממוצעים ועל שיפור של פי 1.55 ביעילות האנרגטית.

רשת וכרטיס AI חדש: אינטל מחזקת את שכבת התשתית

לצד המעבד הכריזה אינטל על Intel Ethernet E835, בקר רשת ומתאמי רשת חדשים במהירויות של עד 200GbE. החברה מציבה את המוצר מול פתרונות של אנבידיה וברודקום וטוענת ליתרון ביעילות אנרגטית. הבקר תומך ב־RDMA להפחתת עומס על המעבד, כולל מנגנוני אבטחה חומרתיים, ומתוכנן למחזור חיים של יותר מעשר שנים. בין השותפות התומכות כבר במוצר: Cisco, Dell, HPE, Lenovo ו־Supermicro.

בנוסף חשפה אינטל פרטים ראשונים על כרטיס AI חדש למרכזי נתונים בשם הקוד Crescent Island. הכרטיס מבוסס על ארכיטקטורת Xe3P, מיועד לאינפרנס של סוכני AI, וכולל 480GB זיכרון LPDDR5X על כרטיס יחיד. העיצוב מיועד לשרתים קיימים, בתצורת PCIe ובקירור אוויר של 350 ואט, ללא צורך בתשתית קירור נוזלי. מבחינת אינטל, זהו ניסיון למצב פתרון יעיל יותר עבור מודלים עתירי זיכרון וטוקנים, שלא בהכרח דורשים את כוח החישוב המרבי של כרטיסי אימון.

מהרובוט במעבדה לרובוט בשטח

החלק השני בהכרזות של אינטל מתמקד ברובוטיקה. החברה הציגה את Physical AI OpenVINO, ערכת כלים בקוד פתוח שנועדה לקצר את הדרך מפיתוח אב־טיפוס של רובוט לפריסה מסחרית. הרעיון הוא לספק שכבת תוכנה אחידה עבור דרייברים, חיישנים, מנועי הסקה ובקרה, במקום שכל יצרן רובוטים יבנה את כל השכבות האלה מחדש.

לצד הערכה הציגה אינטל גם את Physical AI Studio, סביבת פיתוח לאיסוף נתונים, כוונון מודלים, אופטימיזציה וקוונטיזציה, וכן ייצוא מודלי VLA – Vision-Language-Action. אלה מודלים שמקבלים תמונה, מבינים הקשר ומייצרים פעולה פיזית של הרובוט, בדומה לאופן שבו מודל שפה מקבל טקסט ומייצר תגובה, אך הפלט כאן הוא תנועה בעולם הפיזי.

אינטל טוענת כי יותר מ־130 מוצרי קצה כבר נמצאים בפיתוח על בסיס המעבדים החדשים שלה. החברה מציגה את המהלך כחלופה לשוק שבו אנבידיה מחזיקה כיום נוכחות חזקה באמצעות משפחת Jetson. בבדיקת ביצועים שהציגה אינטל, מעבד Intel Core Ultra 7X 358H הריץ מודל רובוטי המקבל קלט משלוש מצלמות ומחליט בזמן אמת על פעולת הרובוט. לפי נתוני החברה, הביצועים היו מהירים ב־50% מ־NVIDIA Jetson AGX Orin, ואיטיים בכ־10% בלבד מ־NVIDIA Jetson Thor T5000, שמחיר המערכת שלו כפול.

Ella כדוגמה מסחרית

אחת הדוגמאות שהציגה אינטל היא Ella של SensoryAI, עמדת קפה רובוטית שמקבלת הזמנות בשיחה רגילה, מכינה משקאות ומשרתת לקוחות ללא התערבות אנושית. עד לאחרונה, לפי אינטל, המערכת השתמשה במעבד שליטה ובמאיץ AI נפרד. SensoryAI החליפה את שניהם בשבב אחד ממשפחת Intel Core Ultra Series 3, שמריץ במקביל שלושה סוכני AI: סוכן שיחה עם הלקוח, סוכן תפעולי וסוכן ניתוח ביצועים עסקיים ברמת העמדה.

המשמעות הרחבה יותר היא שאינטל מנסה להחזיר את הדיון מ”כמה GPU צריך” לשאלה מערכתית יותר: כיצד מריצים AI באופן רציף, יעיל וזול יותר, גם במרכזי נתונים וגם במכונות פיזיות בשטח. זו אינה הכרזה שמבטלת את הצורך בכרטיסים גרפיים, אלא ניסיון למצב את אינטל כשחקנית שמציעה ארכיטקטורה מלאה – מעבד, רשת, מאיץ AI, תוכנה וכלי פיתוח – לעומסי AI שהולכים ומתקרבים להפעלה שוטפת בעולם האמיתי.

הפוסט אינטל בקומפיוטקס 2026: ה־CPU חוזר למרכז בעידן סוכני ה־AI והרובוטיקה הופיע לראשונה ב-Chiportal.

מנכ"ל אינטל ליפ-בו טאן הציג השבוע תמונת מצב מקיפה על התקדמות החברה, בשיחה עם אנליסטים בכנס השנתי ה-54 של ג'יי.פי מורגן לטכנולוגיה, מדיה ותקשורת. טאן חשף נתוני ביצוע חדשים ממערך הייצור, תיאר ביקוש הולך וגובר למעבדי שרתים, ושרטט את החזון האסטרטגי של אינטל לשנים הקרובות.

פאונדרי: לקוחות חיצוניים בוחנים את 14A; ייצור מסחרי ב-2029

מנכ"ל אינטל חשף כי כבר יש לקוחות חיצוניים שבוחנים ייצור שבבים בטכנולוגיית 14A. באוקטובר הקרוב אינטל תספק להם את הגרסה הבשלה של ערכת התכנון (PDK 0.9), שתאפשר להתחיל בתכנון מוצרים מסחריים. להערכת טאן, אינטל תיכנס לייצור ראשוני (Risk Production) של 14A ב-2028 ולייצור בהיקף מלא ב-2029, לוח זמנים שלדבריו מקביל לזה של TSMC בטכנולוגיה מתחרה.

"לקוחות לא באים אליך בשביל תהליך ייצור בודד, הם מחפשים מפת דרכים לעתיד", אמר טאן, וחשף כי אינטל כבר מתכננת את הדורות הבאים: טכנולוגיות 10A ו-7A.

הוא ציין כי מעבד Panther Lake, מוצר הדגל החדש של אינטל למחשוב אישי, שצבר 200 זכיות בתכנון מאז הכרזתו ב-CES, יוצא לייצור מלא, והוסיף כי התפוקות בקו הייצור משתפרות ב-7% מדי חודש והחברה מקדימה את היעדים שקבעה.

ביקוש גואה ל-CPU: מיחס 1:8 ליחס 1:1 ואף 4:1 לטובת המעבד

טאן תיאר שינוי דרמטי בביקוש למעבדי שרתים (CPU) בעקבות המעבר לעידן ה-Agentic AI. "בעבר, בעולם האימון, היחס היה CPU אחד לכל 8 מעבדי GPU. עכשיו, לקוחות אומרים לי שהיחס קרוב יותר ל-1:1, וחלקם אפילו מדברים על יחס של 4:1, ארבעה מעבדי CPU על כל GPU אחד, עבור משימות הסקה (Inference) וסוכנים חכמים", אמר טאן.

לדבריו, הסיבה נעוצה בכך שסוכני AI דורשים יכולות תיאום, תזמור ולמידת חיזוק (Reinforcement Learning), משימות שבהן ה-CPU מספק ערך קריטי. "ה-CPU הפך למוצר בביקוש גבוה, ואני מנסה לוודא שאנחנו יכולים לעמוד בדרישות של הלקוחות", הוסיף.

AI פיזי: החזית הבאה

טאן הכריז כי "החזית הבאה הולכת להיות AI פיזי, וזה כבר מעבר לפינה", ועדכן כי גייס לאחרונה את אלכס קטוזיאן, לשעבר סגן נשיא בכיר בקוואלקום שהוביל את חטיבות המובייל, המחשוב וה-XR, כדי לבנות את פעילות ה-Physical AI של אינטל, מסיליקון ועד תוכנה, כולל פתרונות לרובוטיקה ו"עובדים דיגיטליים".

טאן ציין כי השילוב של רכיבי FPGA (דרך אלטרה, שפוצלה מאינטל) והמערכות המשובצות (Embedded), שבהן לאינטל נתח שוק חזק, מהווים בסיס להובלה בתחום ה-AI הפיזי.

"אזורים פחות צפופים": אסטרטגיית הבידול של אינטל

טאן הציג בכנס את עקרון הפעולה האסטרטגי שלו, במקום להתחרות חזיתית בכל זירה שבה אינטל פיגרה אחרי המתחרים, החברה תתמקד בזירות חדשות שבהן היא יכולה לייצר יתרון. "בחלק מהאזורים אנחנו נמצאים מאחור, ואין טעם לנסות רק להדביק את הפער, עדיף לעשות משהו חדש", אמר. "אנחנו מנסים להיכנס לאזורים פחות צפופים, מקומות שבהם נוכל לייצר בידול מבחינת ביצועים, צריכת חשמל או תוכנה".

כדוגמאות לאזורים שבהם אינטל יכולה לייצר שיבוש, טאן ציין שני תחומים: אופטיקה, "הענף כולו זז לכיוון אופטי", ואינטל בוחנת היכן היא יכולה לייצר בידול; וזיכרון, שטאן תיאר כ"צוואר בקבוק" וכ"מחסור ענק" בתעשייה, שם אינטל מתכוונת לעבוד מול יצרניות זיכרונות ולגייס כישרונות חדשים, במטרה לבצע אופטימיזציה משולבת של CPU וזיכרון. טאן הזכיר בהקשר זה כי אינטל מכרה בעבר את עסקי הזיכרונות שלה ל-SK Hynix, ועכשיו עליה לבנות מחדש את היכולת הזו.

אריזה מתקדמת: לקוחות מתחייבים למיליארדים עבור טכנולוגיית EMIB-T

בהפתעה שטאן תיאר כ"משמחת מאוד", הוא חשף כי לקוחות מביעים עניין עז בטכנולוגיית האריזה המתקדמת EMIB-T של אינטל. "שאלנו את הלקוחות אם הם מוכנים לעזור בתשלום מראש על חומרי מצע, הם קפצו על זה מיד. לא מדובר בכמה מיליונים בודדים, אלא במיליארדים בשנים הקרובות", אמר.

שותפויות אסטרטגיות: אנבידיה, גוגל ו-SambaNova

טאן הדגיש את תפיסת השותפויות ארוכות הטווח שלו. על השותפות עם מנכ"ל אנבידיה ג'נסן הואנג אמר: "מהיום הראשון שמחתי לפנות אליו ולשאול 'איך אני יכול לעזור לך?', והוא הסתובב ואמר: 'אתה לא עוזר לי, אני הולך לעזור לך כחבר'".

טאן גם התייחס לשיתוף הפעולה הרב-שנתי שהוכרז באפריל עם גוגל, שבמסגרתו מעבדי Intel Xeon ימשיכו להניע את תשתיות הענן של גוגל לצד פיתוח משותף של יחידות עיבוד תשתית (IPU) מותאמות, וכן לשותפות עם SambaNova בתחום פתרונות תשתית ענן בצריכת חשמל נמוכה.

הפוסט מנכ"ל אינטל: "לקוחות מתחייבים למיליארדי דולרים בטכנולוגיית האריזה המתקדמת; ייצור מסחרי 14A ב-2029" הופיע לראשונה ב-Chiportal.

אפל ואינטל הגיעו להסכם ראשוני שבמסגרתו אינטל תייצר חלק מהשבבים המיועדים למוצרי אפל, כך דיווח Wall Street Journal. לפי הדיווח, המגעים בין החברות נמשכו יותר משנה, והבשילו בחודשים האחרונים להסכם ראשוני. עדיין לא ברור אילו שבבים תייצר אינטל עבור אפל, לאילו מוצרים הם ייועדו, באילו טכנולוגיות ייצור ייוצרו, ומה יהיה היקף ההזמנות. אפל ואינטל לא מסרו תגובה מיידית לדיווח. (wsj.com)

הדיווח חשוב משום שהוא מחזיר את שתי החברות לשיתוף פעולה מסוג שונה מזה שהכיר השוק בעבר. במשך שנים השתמשה אפל במעבדי אינטל במחשבי Mac, אך החל מ־2020 עברה בהדרגה לשבבי Apple Silicon שתוכננו על ידה ויוצרו בעיקר אצל TSMC. ההסכם החדש, אם ייחתם סופית, אינו אומר שאפל חוזרת להשתמש במעבדים של אינטל, אלא שאינטל תשמש כיצרנית שבבים בקבלנות עבור תכנון של אפל. The Verge ציין כי גם כעת לא ברור אם מדובר בשבבי Mac, רכיבים למכשירים אחרים, או מוצרים פחות מרכזיים במערך של אפל. (The Verge)

מבחינת אינטל, עצם האפשרות לייצר עבור אפל היא הישג תדמיתי ותעשייתי. החברה מנסה בשנים האחרונות לבנות מחדש את מעמדה לא רק כמתכננת ומוכרת של מעבדים, אלא גם כיצרנית שבבים עבור לקוחות חיצוניים. מנכ״ל אינטל, ליפ־בו טאן, שמונה לתפקיד במרץ 2025, הצהיר עם כניסתו לתפקיד כי בכוונתו לשקם את מעמדה של אינטל כחברת מוצרים עולמית וכ־Foundry עולמי. (Newsroom)

האתגר של אינטל הוא להוכיח שהמפעלים ותהליכי הייצור שלה יכולים לעמוד בדרישות של לקוחות מהשורה הראשונה. אפל נחשבת לקוח קשה במיוחד: היא דורשת נפחי ייצור גדולים, איכות גבוהה, יעילות אנרגטית, עמידה בלוחות זמנים ושרשרת אספקה צפויה. אם אינטל אכן תצליח לספק לאפל שבבים מתקדמים בקנה מידה מסחרי, הדבר עשוי לחזק את אמון השוק בעסקי הייצור שלה ולסייע לה למשוך לקוחות נוספים.

מבחינת אפל, ההיגיון המרכזי הוא פיזור סיכונים. החברה תלויה כיום במידה רבה ב־TSMC לייצור השבבים המתקדמים שלה. התלות הזאת עבדה היטב במשך שנים, אך היא יוצרת רגישות גבוהה לעומסים בשרשרת האספקה, למתיחות סביב טאיוואן ולתחרות גוברת על קיבולת ייצור מתקדמת מצד חברות בינה מלאכותית כמו אנבידיה ו־AMD. העסקה האפשרית עשויה לספק לאפל מקור נוסף לייצור שבבים, ובמקביל לספק לאינטל זרם ביקוש יציב יותר. (Reuters)

ברקע נמצאת גם מדיניות תעשייתית אמריקנית מובהקת. ממשל טראמפ פועל לחיזוק ייצור השבבים בארצות הברית, ובדיווחים נכתב כי הממשל מילא תפקיד בהבאת אפל לשולחן הדיונים. לפי רויטרס, גורמים בממשל קיימו מאמצים רחבים לעודד חברות טכנולוגיה גדולות לתמוך בהתאוששות אינטל ולחזק את ייצור השבבים המקומי.

העיתוי אינו מקרי. שוק השבבים העולמי נמצא בגאות חריגה. לפי SIA, מכירות השבבים העולמיות הגיעו ברבעון הראשון של 2026 ל־298.5 מיליארד דולר, עלייה של 25% לעומת הרבעון הרביעי של 2025. בחודש מרץ לבדו הגיעו המכירות ל־99.5 מיליארד דולר, זינוק של 79.2% לעומת מרץ 2025. נתונים אלה ממחישים את הלחץ על קיבולת ייצור מתקדמת, בעיקר בשל הביקוש לתשתיות בינה מלאכותית, מרכזי נתונים ושבבים עתירי ביצועים.

עם זאת, חשוב להיזהר בפרשנות. מדובר בהסכם ראשוני, לא בהכרזה רשמית על ייצור סדרתי ולא בהכרח בהעברת שבבי הדגל של אפל מאחד היצרנים לאחר. אנליסטים מעריכים כי אפל לא תסכן במהירות את השבבים המרכזיים של ה־iPhone או של מחשבי Mac המתקדמים, ולכן ייתכן שהשלב הראשון יכלול שבבים פחות מרכזיים, גרסאות בסיסיות יותר או מוצרים שבהם הסיכון נמוך יותר. The Verge הזכיר כי האנליסט מינג־צ׳י קואו העריך בעבר שאינטל עשויה להתחיל לשלוח עבור אפל מעבדי M בסיסיים יותר סביב 2027, אך גם זו הערכה ולא אישור רשמי.

לכן, המשמעות המיידית של הדיווח אינה “חזרה של אפל לאינטל” במובן הישן. זו יכולה להיות התחלה של מודל חדש: אפל ממשיכה לתכנן את השבבים שלה, אך מוסיפה יצרן אמריקני נוסף לשרשרת האספקה. עבור אינטל זו הזדמנות להוכיח שעסקי ה־Foundry שלה מסוגלים להתמודד עם הלקוחות התובעניים ביותר. עבור אפל זו דרך לחזק גמישות אסטרטגית. ועבור ארצות הברית זו עוד אבן דרך בניסיון להחזיר חלק מייצור השבבים המתקדם לשטחה.

הפוסט אפל ואינטל בדרך להסכם ייצור שבבים חדש הופיע לראשונה ב-Chiportal.

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.

 בנוסף, הכנס מאגד השנה רשימה נדירה של מנהלים בכירים, יזמים פורצי דרך ומובילי חדשנות עולמיים שיגיעו כדי לדבר על מה באמת קורה בתעשייה שמניעה הלכה למעשה את מהפכת הבינה המלאכותית .בין המרצים:

איל וולדמן –  האיש שמכר את חברת מלאנוקס לאנבידיה ב-7 מיליארד

דב מורן – מייסד M Systems  ומנכ"ל שותף קרן Grove Ventures

רונן לוינגר – מנכ"ל חברת Dustphotonics שנמכרה לאחרונה ב 1.3 מילארד דולר

טל ענבר, דירקטור בכיר לתכנון SOC בחברת אפל

גיא אזרד, לשעבר מנכ"ל מרוול ישראל וכיום מנכ"ל Astera Labs  בישראל

דדה גולדשמידט – סגן נשיא בכיר ומנהל עולמי של קרן ההשקעות, Samsung

משה תנך– מנכ"ל חברת השבבים המבטיחה Neureality

שלמה גרדמן, יו"ר משותף של כנס ChipEx2026 : "קיבלנו החלטה אסטראגית לקיים את הכנס במועדו למרות ועל אף המצב. שמחנו לגלות את התמיכה הגלובלית לה זוכה הכנס גם בשנה מאתגרת זו. זוהי הוכחה נוספת לחשיבות תעשיית השבבים הישראלית לחברות הטכנולוגיה המובילות בעולם".

פרופ' רן גינוסר, יו"ר משותף של ChipEx2026 הוסיף ואמר: "השנה בנינו תוכנית אטראקטיבית במיוחד הכוללת מרצים מהחברות המובילות בתעשיה. האתגרים העומדים כיום בפני מפתחי השבבים רק הולכים וגדלים ובכוונתינו לאפשר למבקרים בכנס להיחשף לטכנולוגיות ה- AI החדישות והמתקדמות ביותר אשר יסייעו להם לפתח את דור המוצרים הבא שלהם באופן קל יותר ומהיר יותר."

בכנס הנחשב לאחד הגדולים והחשובים בתחומו בעולם, ישתתפו גם עשרותספקי כלי פיתוח, רכיבים ושירותים, מארה"ב, גרמניה, איטליה, צרפת, בריטניה, הולנד, בלגיה, הודו וטיוואן אשר יציגו בתערוכה כלים ושירותים חדשניים המוצעים לתעשיית השבבים וה- AI המקומית. הכנס יפתח במושב מליאת בוקר, ולאחריו יתפצל לארבעה מסלולים מקבילים בשני סבבי הרצאות. בסה"כ יכלול הכנס 10 מושבים מקצועים וישתתפו בו כ-50 מרצים ומנחים.

בכנס צפויים להשתתף כ-1,500 מאנשי התעשייה בהם מהנדסים, מנהלי פיתוח, סמנכ"לים, מנכ"לי חברות בתחום השבבים וה- AI משקיעי הון סיכון ומומחים מקצועיים לתעשייה.

מושב הנעילה החגיגי של הכנס יתקיים ב-13 במאי, 2026 במרכז פרס לשלום וחדשנות, בחסות רשות החדשנות ובהשתתפות ד"ר אלון סטופל, יו"ר הרשות לחדשנות. במהלך המושב בו ישתתפו מאות מבכירי התעשיה מהארץ והעולם יוענקו כמדי שנה אותות ה- Global Industry Leader"" לכמה אישים אשר תרמו תרומה מהותית להתפתחות תעשיית השבבים העולמית והמקומית.

כנס ChipEx2026  מאורגן ע"י חברת איי אס ג'י בע"מ  בשיתוף עם  SIA – איגוד התעשיה בארה"ב ורשות החדשנות בישראל.

לצפיה בתוכנית הכנס לחץ כאן.

הפוסט כמה מהחברות המובילות בעולם יחשפו ב ChipEx2026 את הפיתוחים החדשנים ביותר שלהן בינהן אנבידיה, ,AMD אמזון ו-Sandisk הופיע לראשונה ב-Chiportal.

אינטל חשפה פיתוח חדש בתחום הייצור השבבי: שילוב של מוליכי־למחצה מסוג גליום-ניטריד (GaN) עם לוגיקת סיליקון על גבי שבב דק במיוחד. לפי הדיווח, מדובר בפרוסת GaN-on-silicon בקוטר 300 מ״מ, שבה שכבת הסיליקון הדקה מגיעה לעובי של 19 מיקרון בלבד.

החידוש המרכזי הוא האפשרות לשלב על אותו רכיב גם פונקציות של אספקת כוח וגם פעולות לוגיות בסיסיות, במקום להסתמך על שבב נפרד שינהל את אספקת המתח. באינטל מציינים כי הטכנולוגיה הודגמה בתהליך 30 ננומטר, עם נשיאת זרם יציבה, אובדן הספק נמוך ויכולת חסימת מתח של עד 78 וולט ללא זליגה.

עוד דווח כי אינטל בחנה רכיבים לוגיים שונים, ובהם מהפכים, שערי NAND, מולטיפלקסרים ומתנדים טבעתיים. לפי הנתונים, זמן המיתוג שהושג הוא 33 פיקו-שניות באופן עקבי על פני כל הפרוסה. בחברה סבורים כי לשילוב בין GaN לסיליקון עשוי להיות פוטנציאל ביישומים שבהם נדרשים צפיפות הספק גבוהה, עמידות תרמית ויעילות משופרת, כגון רובוטיקה, רכב חשמלי ומרכזי נתונים לבינה מלאכותית.

הפוסט אינטל מציגה שילוב חדש בין GaN לסיליקון על שבב דק במיוחד הופיע לראשונה ב-Chiportal.

אינטל הודיעה ב־7 באפריל 2026 כי תצטרף למיזם Terafab של אלון מאסק יחד עם טסלה, ספייס X ו־xAI. אינטל אמרה כי תסייע בפרויקט שנועד לייצר שבבים עבור יעדי הרובוטיקה והדאטה סנטרים של מאסק, וכי יכולותיה בתכנון, ייצור ואריזה של שבבים “יעזרו להאיץ” את יעד המיזם — קיבולת של טרה־ואט אחד של כוח מחשוב בשנה עבור יישומי בינה מלאכותית ורובוטיקה. בעקבות ההודעה עלתה מניית אינטל ביותר מ־2% באותו יום. (Reuters)

הרקע למהלך הונח כבר ב־22 במרץ, אז חשף מאסק כי הוא מתכנן להקים באוסטין, טקסס, שני מפעלי שבבים מתקדמים תחת השם Terafab. לפי התוכנית שהציג, מפעל אחד אמור לייצר שבבים למכוניות של טסלה ולרובוטים דמויי אדם, ואילו השני מיועד לשבבים עבור דאטה סנטרים מבוססי AI בחלל. מאסק טען אז כי התפוקה העולמית הקיימת של שבבים לא תספיק לצרכים העתידיים של החברות שבשליטתו, וכי המיזם אמור בסופו של דבר לייצר טרה־ואט אחד של קיבולת מחשוב בשנה.

מבחינת אינטל, זו עשויה להיות עסקה בעלת חשיבות אסטרטגית. Reuters ציינה כי החברה מנסה להחזיר לעצמה מעמד מרכזי במירוץ ה־AI, ובמיוחד לחזק את פעילות Intel Foundry, חטיבת הייצור עבור לקוחות חיצוניים. אותה חטיבה עדיין מפסידה כסף רב — הפסד תפעולי של 10.32 מיליארד דולר ב־2025, לצד צמיחה של 3% בלבד בהכנסות — ולכן לקוח גדול כמו קבוצת החברות של מאסק יכול להיחשב הישג תדמיתי ועסקי חשוב עבור תוכנית ההתאוששות של המנכ"ל ליפ־בו טאן.

עם זאת, מאחורי הכותרת המרשימה עדיין יש לא מעט סימני שאלה. TechCrunch דיווח כי אינטל אמנם אישרה את הצטרפותה למיזם, אך לא פירטה מה בדיוק יהיה היקף תרומתה, וספייס X לא השיבה לבקשת תגובה. גם WIRED הדגישה כי התפקיד של אינטל עדיין “מעורפל”, וכי לא הוגשו עד כה מסמכים ל־SEC מצד אינטל או טסלה, כפי שהיה מצופה אילו היה מדובר בעסקה מהותית ומפורטת שכבר שינתה בפועל את היקף ההשקעה או קיבולת הייצור של אחת החברות הציבוריות. במילים אחרות, נכון לעכשיו יש הצהרה פומבית ושורת מסרים ב־X, אבל עדיין אין תמונה מלאה של תנאי ההתקשרות. (TechCrunch)

גם ברמה הטכנולוגית לא ברור עדיין מה אינטל אמורה לעשות בפועל. EE Times כתבה כי לפי ההצהרה הפומבית של אינטל, החברה צפויה לעבוד על תכנון, ייצור ואריזה של שבבים עתירי ביצועים בקנה מידה גדול, אך לא ברור אם הדבר יתורגם לבניית מפעל חדש לחלוטין, להספקת תהליכי ייצור מסוימים, לשיתוף פעולה בתחום האריזה המתקדמת, או למודל אחר. WIRED הוסיפה כי חלק מהאנליסטים מעריכים שאינטל עשויה להתחיל דווקא בתחום האריזה המתקדמת, שהוא צעד קל יותר לשילוב מיידי ואינו מחייב ניתוק חד משרשרת האספקה הקיימת של טסלה מול יצרנים כמו TSMC וסמסונג.

אם המהלך אכן יתורגם להסכם ייצור עמוק, הוא עשוי לחזק מאוד את Intel Foundry ולתת למאסק גישה הדוקה יותר לשרשרת אספקת שבבים מותאמת ל־AI, רכב אוטונומי, רובוטיקה ותשתיות חלל. אבל בשלב זה, גם אחרי כמה ימי כותרות, מדובר יותר בכיוון אסטרטגי דרמטי מאשר בעסקה מפורטת שכבר נחשפה במלואה.

הפוסט אינטל מצטרפת ל"טרהפאב" של מאסק, אבל הפרטים עדיין מעורפלים הופיע לראשונה ב-Chiportal.

אינטל מציגה היום תוצאות חדשות ממבחני MLPerf Inference 6.0 של MLCommons, זמן קצר לאחר השקת הכרטיסים הגרפיים החדשים שלה מסדרת Intel Arc Pro B . מדד MLPerf נחשב בדרך כלל כאמת מידה מוסכמת לביצועי בינה מלאכותית בתעשייה, שאליו מגישות תוצאות עשרות חברות טכנולוגיה מובילות.  המדד המלא נמצא כאן בלינק

במבחנים שפורסמו, נבדקו הכרטיסים החדשים מסדרת Arc Pro B יחד עם מעבדי Xeon 6 ב-4 תרחישי AI שונים, החל מתחנות עבודה ועד מרכזי נתונים ומערכות קצה. הנתון הבולט: מערכת עם 4  כרטיסים מסוג Arc Pro B70/B65 מספקת 128GB של זיכרון וידאו (VRAM), מה שמאפשר להריץ מודלים של עד 120 מיליארד פרמטרים במקביליות גבוהה. בנוסף, Arc Pro B70 הציג ביצועי הסקה גבוהים עד פי 1.8 לעומת Arc Pro B60.

התוצאות מספקות סימן ראשון וברור לכך שהדור החדש של הכרטיסים מציג שיפור משמעותי בביצועי AI לעומת הדור הקודם, ומחזק את המהלך של אינטל להציע פלטפורמת AI פתוחה, נגישה וניתנת להרחבה.

לצד החומרה, גם התוכנה תורמת לשיפור. אינטל פיתחה חבילת תוכנה פתוחה, מבוססת קונטיינרים, שמאפשרת להרחיב את ביצועי ההסקה מצומת בודד לפריסות ארגוניות עם מספר רב של כרטיסים גרפיים. על אותה חומרת Intel Arc Pro B60, שיפורי התוכנה לבדם הניבו ביצועים גבוהים עד פי 1.18 בהשוואה לתוצאות של MLPerf v5.1. עבור אינטל, זו נקודה חשובה במיוחד, משום שהיא מראה שהשיפור אינו נובע רק מהחומרה החדשה, אלא גם מהבשלה של שכבת התוכנה שסביבה.

לא רק מהיר יותר, אלא גם פשוט יותר לפריסה

מעבר לנתוני הביצועים עצמם, התוצאות נוגעות לשאלה רחבה יותר בשוק. הביקוש להסקת AI גדל, ובמקביל גדלים גם האתגרים: ארגונים, מפתחי AI ויוצרי תוכן גרפי צריכים ביצועים גבוהים, אבל רבים מהם רוצים גם לשמור על פרטיות הנתונים ולהימנע מעלויות מנוי כבדות הכרוכות בשימוש במודלי AI קנייניים. במציאות כזו, הבחירה במערכת תלויה לא רק במהירות שלה, אלא גם בשאלה עד כמה היא פתוחה, ניתנת לניהול וקלה לאימוץ.

הכרטיסים החדשים של אינטל, Intel Arc Pro B70 ו-Intel Arc Pro B65, נבנו כמערכת הסקה (Inference) שמשלבת חומרה ותוכנה מאומתות יחד. הפתרון מבוסס על קונטיינרים בסביבת Linux, תומך בהרחבה למספר כרטיסים גרפיים ובהעברות נתונים ישירות ביניהם (PCIe P2P), ומגיע עם קיבולת זיכרון משופרת שנועדה לאפשר הרצה של מודלים גדולים יותר ללא צורך בתצורות מורכבות.

הפלטפורמה כוללת גם תכונות שמכוונות לסביבות עבודה ארגוניות: תיקון שגיאות זיכרון (ECC), וירטואליזציה ברמת החומרה (SR-IOV), טלמטריה ועדכוני קושחה מרחוק. אלו יכולות שלא משפיעות על תוצאות benchmark, אבל חשובות לארגונים שצריכים מערכת יציבה, ניתנת לניהול ומתאימה לעבודה רציפה לאורך זמן.

נתון נוסף שעולה מהתוצאות: בתצורות מרובות כרטיסים גרפיים, Intel Arc Pro B70 מספק קיבולת KV Cache גבוהה עד פי 1.6 לעומת פתרונות GPU מתחרים. המשמעות היא לא רק מהירות, אלא יכולת מעשית יותר להתמודד עם מודלים גדולים וחלונות הקשר רחבים יותר בסביבות עבודה אמיתיות.

תפקיד ה-CPU נשאר קריטי בעולם של AI מואץ

אינטל מדגישה כי הסקת AI אינה מוגדרת כיום רק על ידי תפוקת ה-GPU. ככל שמערכות AI נעשות מורכבות יותר, ביצועי המערכת כולה תלויים גם ביכולת של ה-CPU לנהל זיכרון, לתזמר משימות, להפיץ עומסי עבודה ולשמור על האבטחה, האמינות וההמשכיות התפעולית הנדרשות מתשתית AI מודרנית. במילים אחרות, ה-GPU מבצע את ההאצה, אבל המעבד המרכזי הוא זה שמחזיק את המערכת כולה יציבה, יעילה וברת הרחבה.

מבחינה זו, אינטל ממשיכה להיות ספקית מעבדי השרתים היחידה שמגישה תוצאות CPU עצמאיות למבחני MLPerf Inference. יותר ממחצית מההגשות ב-MLPerf 6.0 הונעו על ידי Xeon כמעבד מארח (Host CPU), נתון שממחיש את מקומו המרכזי של Xeon בליבת תשתית ה-AI של התעשייה.

החברה מוסיפה כי מעבדי Intel Xeon 6 עם ליבות P סיפקו שיפור ביצועים דורי של עד פי 1.9 ב-MLPerf Inference v5.1. במקביל, טכנולוגיות האצת AI מובנות כגון AMX ו-AVX512 מאפשרות לעומסי עבודה כמו הסקת LLM, כוונון עדין (Fine Tuning) ולמידת מכונה קלאסית לרוץ ביעילות גם ללא חומרת מאיצים ייעודית. עבור ארגונים, זהו יתרון משום שהוא מאפשר יותר גמישות בתכנון התשתית, יותר ניצול של מערכות קיימות, ולעיתים גם חיסכון בעלות הבעלות הכוללת.

הפוסט אינטל מציגה שיפור בביצועי ה-AI עם Intel Arc Pro B ו-Intel Xeon 6 ב-MLPerf Inference 6.0 הופיע לראשונה ב-Chiportal.