חברת תשתיות הבינה המלאכותית Modal הודיעה ב־19 באוקטובר כי בכוונתה להוסיף תמיכה במעבדים המרכזיים Vera של אנבידיה לשירות Modal Sandboxes. השירות מספק סביבות מבודדות להרצת קוד, בין היתר עבור סוכני בינה מלאכותית.

לפי החברה, במבחנים פנימיים תחת עומס השיג Vera תפוקת משימות גבוהה עד פי שניים בהשוואה לשרת x86 מקביל המבוסס על Intel Granite Rapids. מדובר בתוצאות של החברה לעומסי עבודה מסוימים, ולא בטענה להכפלת הביצועים בכל יישום.

Vera תואם לארכיטקטורת Arm. שילובו מסמן שינוי עבור Modal, שתשתיותיה התבססו עד כה על x86, ויחייב התאמות במערכות ההפעלה של השירות ובבניית סביבות התוכנה.

ההכרזה מרחיבה את התחרות של אנבידיה מעבר למאיצים גרפיים אל המעבדים המרכזיים שמשרתים יישומי AI.

הפוסט Modal תשלב את מעבדי Vera של אנבידיה בתשתית להרצת סוכני AI הופיע לראשונה ב-Chiportal.

מנכ״ל אנבידיה, ג׳נסן הואנג, ניסה ביום חמישי, 15 באוקטובר, להרגיע את החששות סביב CoreWeave, ספקית תשתיות ענן לבינה מלאכותית הנמנית עם לקוחות החברה. בדברים לבלומברג בשטוקהולם אמר כי חוסנה של CoreWeave משתפר, הביע אופטימיות וטען שעלות ההון שלה יורדת. לדבריו, אין צורך שאנבידיה תעמיד לה גיבוי פיננסי.

ההתבטאות סיפקה תמיכה זמנית למניה, אולם לא סיימה את הטלטלה. לפי דיווח Barron’s מ־16 באוקטובר, מניית CoreWeave שבה לרדת בתחילת המסחר ביום שישי, על רקע ספקות בנוגע לחובותיה. לפיכך, מוקדם לתאר את דברי הואנג כהשבת האמון לחברה. thenextweb.com

ספקית שבבים שהיא גם בעלת מניות

לדברי הואנג יש משקל מיוחד משום שאנבידיה מספקת ל־CoreWeave את השבבים שבבסיס פעילותה וגם מחזיקה במניותיה. זוהי הבעת אמון של שותפה עסקית בעלת עניין ישיר בהצלחת החברה, ויש לקרוא אותה בהקשר הזה.

במקביל לאופטימיות של הואנג, דיווח The Next Web כי מחיר ההגנה מפני חדלות פירעון של CoreWeave טיפס ביום חמישי לשיא. חוזי הגנה כאלה מבטאים את תמחור הסיכון בשוק האשראי; הם אינם קביעה שהחבר

המשמעות לתעשיית השבבים

מבחינת ספקי השבבים, הפרשה ממחישה את ההבדל בין ביקוש למחשוב לבין היכולת לממן את רכישת הציוד. גם כאשר יש לקוחות לשירותי AI, הקמת מרכזי נתונים מחייבת הוצאה גדולה מראש. אם המימון מתייקר, הוא עלול להכביד על קצב ההתרחבות ועל התשואה מההשקעה. זו המשמעות הענפית של האירוע, ולא הוכחה בפני עצמה שהביקוש לשבבי AI נעצר.

הפוסט מנכ"ל אנבידיה ניסה להרגיע החשש לחוסנה של CoreWeave אך הירידות במניה התחדשו הופיע לראשונה ב-Chiportal.

על פי נתוני חברת  McKinsey & Company , שוק המוליכים-למחצה לרכב צפוי להגיע להיקף של 110–120 מיליארד דולר עד שנת 2030. רכיבי הסיליקון ל ADAS- ולנהיגה אוטונומית מהווים את תת-המגזר בעל קצב הצמיחה המהיר ביותר, עם שיעור צמיחה שנתי מורכב (CAGR) העולה על 15%. במקביל, תחזית של חברת  Gartner מצביעה על כך שעד שנת 2027 למעלה מ-50% מכלי הרכב החדשים בעולם יבוססו על ארכיטקטורת מחשוב מרכזית ,(Domain-Centralized) לעומת פחות מ-12% בשנת 2023.

1. מנועי הצמיחה והמגמות הארכיטקטוניות

בעבר הכיל רכב ממוצע בין 80 ל-150 יחידות בקרה אלקטרוניות (ECUs) נפרדות, שכל אחת מהן הריצה מיקרו-בקר ייעודי למשימה בודדת. המעבר המהיר לרכבים המוגדרי-תוכנה (Software-Defined   Vehicles – SDVs)  חייב שינוי תפיסתי לכיוון ארכיטקטורות מחשוב אזוריות ומרכזיות.

יצרניות הרכב דורשות כיום שבבי SoC מאוחדים המסוגלים להריץ בו-זמנית עומסי עבודה ברמות קריטיות שונות (Mixed-Criticality Workloads) על גבי סיליקון יחיד:

• בטיחות קריטית:  תפקודים דינמיים של הנהיגה הכפופים לתקני הבטיחות המחמירים ביותר (ISO 26262 ASIL-D).
• חוויית משתמש ו AI:  מערכות בידור-מידע (Infotainment) מעבדי שפה טבעית ומודלי AI הכפופים לדרישות רכות יותר .(ASIL-B)

ההטמעה המהירה של מודלי ראייה ממוחשבת מקצה-לקצה (Vision Transformers / ViT) ומודלי עולם גנרטיביים (Generative World Models) עבור מערכות ניווט עירוני אוטונומי (Navigate on Autopilot –   NOA)  שינתה לחלוטין את מדדי הרכש של יצרניות הרכב: המעבר הוא ממדד FLOPS גולמי למיקוד ב TOPS per Watt  וברוחב פס זיכרון רציף (Sustained Memory Bandwidth).

ניתוח שוק של  VicResearch מעריך כי רכבים פרטיים ברמת אוטונומיה L2+ דורשים ביצועי AI אפקטיביים בטווח של 100 עד TOPS 500 , בעוד שפלטפורמות "רובוטקסי" ברמה L4 דורשות מעל  TOPS  2,000  לעיבוד בזמן אמת של היתוך נתונים (Sensor Fusion) ממצלמות מרובות, רדארים ו-LiDAR.  מעקב שוק של WinqlResearch  מצביע על כך ששיעור החדירה של בקרים מרכזיים בסין הגיע ל-38% בקרב רכבי אנרגיה חדשה (NEV) בקטגוריית הפרימיום נקודת ייחוס עולמית בקצב אימוץ הסיליקון המתקדם.

• מפת המתחרים והשחקנים המרכזיים

להלן רשימת המתחרים והשחקנים המרכזיים בתחום:

NVIDIA: הסטנדרט למחשוב רכב עתיר-ביצועים

NVIDIA  ממשיכה לשלוט בתחום המחשוב לרכב המוגדר-תוכנה (software-defined) ועתיר-הביצועים. שבב ה- DRIVE Orin הקיים שלה (המספק  TOPS 254 לשבב) הפך לארכיטקטורת ברירת המחדל עבור פלטפורמות רכב חשמלי (EV) מקטגוריית הפרימיום ברחבי העולם. בהתבסס על Orin,  DRIVE Thor  של NVIDIA משלבת את ארכיטקטורת ה-GPU שלה ברמת Blackwell כדי לספק עד   TOPS 2,000 על גבי SoC יחיד. היכולת של Thor לחלק תחומי מחשוב מאפשרת ליצרני ציוד מקורי (OEM) לבצע גרפיקה של תא הטייס, ניטור נהגים ונהיגה אוטונומית ברמה 4 בו זמנית, ובכך לאחד את עלויות חומרת ה BOM -באופן משמעותי.

• Qualcomm: הרחבת תא הטייס לכונן

 Qualcomm מינפה את מעמדה הדומיננטי בתאי הטייס הדיגיטליים לרכב כדי לכבוש נתח שוק של    ADAS  באמצעות פלטפורמות Snapdragon Ride ו Snapdragon Ride Flex- שלה. על ידי הצעת SoCs  בעלי שבב יחיד המסוגלים לטפל הן ברינדור תא הטייס הדיגיטלי והן באוטומציה של נהיגה ברמה 2 + Qualcomm מספקת יחסי עלות-ביצועים גבוהים.

התנגדויות מצביעות על כך שאסטרטגיית האינטגרציה האגרסיבית של קוואלקום, המציעה שילוב חוצה תחומים, ממצבת אותה כמתמודדת מובילה לתפיסת נתח שוק נפחי ברכבי נוסעים בשוק המוני, ברמות הכניסה והבינוניות.

• מובילאיי: יעילות ותפיסה משולבת

מובילאיי (בבעלות חברת אינטל) נותרה מובילה עולמית בתחום ה ADAS- במיוחד ברמות 1 עד 2+. דגמי הדגל שלה, EyeQ5 ומשפחת EyeQ6 האחרונה EyeQ6 Lite) ו(EyeQ6 High-  נותנים עדיפות ליעילות צריכת חשמל קיצונית וייצור רזה. בניגוד לספקי סיליקון טהור, מובילאיי מספקת ערימה משולבת – המשלבת את תכנון ה ASIC -הקנייני שלה עם אלגוריתמי תפיסה מוכנים מראש ודגמי RSS (בטיחות רגישה לאחריות). ה EyeQ6 High- מציע אלטרנטיבה בעלת צריכת חשמל נמוכה ותפוקה גבוהה עבור יצרני ציוד מקורי (OEM) המחפשים יכולות מוכנות מראש ברמה 2+ ללא מעטפות תרמיות של W+200 .

• טסלה: אינטגרציה אנכית ו-ASIC בהתאמה אישית

טסלה מייצגת את הקצה הקיצוני של תכנון סיליקון פנימי. שבבי הFSD-  (נהיגה עצמית מלאה) של טסלה (חומרה 3 וחומרה 4) עוצבו אך ורק כדי להאיץ את רשתות הנוירונים הקנייניות של טסלה המיועדות לראייה בלבד. על ידי הסרת בלוקי חומרה מדור קודם שאינם מיותרים עבור הארכיטקטורה הממוקדת במצלמה שלה, טסלה משיגה מטמון SRAM מותאם אישית ותפוקת כפל מטריצות המותאמים במיוחד לרשתות התפוסה מקצה לקצה שלה.

•  Huawei ו HiSilicon:  עוגן המערכת האקולוגית הסינית

Huawei הפועלת באמצעות יחידת העסקים לרכב (Smart Vehicle Solution BU) וזרוע תכנון השבבים ,HiSilicon  פיתחה את פלטפורמת MDC (מרכז נתונים נייד) המופעלת על ידי מעבדי Ascend AI  שלה MDC 810. של Huawei המציע מעל TOPS  400 מפעיל נתח משמעותי של כלי רכב חשמליים מקומיים (סיניים פרימיום (כולל המותגים AITO, Stelato וLuxeed- .למרות אילוצי שרשרת האספקה הבינלאומיים, האינטגרציה המלאה של Huawei – מסיליקון ועד יחידות לידאר ותוכנות נהיגה אוטונומיות – מעניקה לה טביעת רגל עמידה ביותר בשוק הרכבים החשמליים הגדול בעולם.

• :Horizon Robotics  מובילת שוק המוני בסין

 Horizon Robotics התפתחה כמתכננת שבבים מובילה במזרח אסיה. סדרות השבבים Journey 2, 3 ו-5 של החברה זכו לאימוץ נרחב בקרב יצרניות רכב סיניות (OEMs) כגון BYD, Geely ו .Chery- על פי,WinqlResearch  חברת Horizon Robotics השיגה נתח שוק של למעלה מ-30% במגזר המחשוב לרמות אוטונומיה 2 ו-2+ (Level 2/2+) בשוק הסיני המקומי. סדרת הדגל שלה, Journey 6, מגיעה לביצועים של עד  TOPS560 ותוכננה במיוחד כדי להתמודד עם מודלי תפיסה (perception models)  מבוססיTransformer,  תוך שמירה על עלות יחידה נמוכה.

• Black Sesame Technologies : המתחרה בתחומי ה-Chiplet והמערכות הרב-תחומיות (Cross-Domain)

חברת Black Sesame Technologies ביססה מעמד חזק באמצעות שבב ה Huashan A1000 בעל ביצועים של  TOPS 58–116 המיועד לנהיגה ברמה 2+, וכן באמצעות משפחת השבבים החדשה יותר Wudang C1200 –  אחת ממערכות ה SoC הרב-תחומיות הראשונות בתעשייה שתוכננו במיוחד לשילוב פונקציות של בקרת תא הנוסעים, שער תקשורת (gateway) ומערכות עזר לנהג (ADAS) על גבי שבב יחיד. החברה מתמקדת רבות באספקת יכולות ISP (עיבוד אותות תמונה) בעלות רוחב פס גבוה, המאפשרות עיבוד מקורי (natively) של עד 12 מקורות וידאו ממצלמות ברזולוציה גבוהה.

• נתח שוק וניתוח השוואתי כמותי

נתונים שנאספו ממקורות כגון McKinsey, Gartner, VicResearch ו WinqlResearch- מדגישים מדדים טכניים ומסחריים מרכזיים עבור הפלטפורמות המובילות:

תובנות מרכזיות מהנתונים:

דומיננטיות מובילה: NVIDIA וMobileye  שולטות יחד על 60%  משוק ה-SoC הגלובלי, כאשר NVIDIA מובילה את קצה הביצועים והפרימיום ו Mobileye מובילה בנפחים רחבים של מערכות ADAS .

האצת תחרות בביצועים: טווח ה-TOPS מטפס עד למעל  TOPS  2,000 בפלטפורמות הדגל כמו Thor של  NVIDIA וFlex  של Qualcomm דבר המעיד על המעבר המהיר למחשוב עתיר-ביצועים ברכבי העתיד.

שחקניות אזוריות חזקות: חברות כמו Horizon Robotics ו Huawei תופסות נתח משמעותי בשוק הסיני בזכות פתרונות בעלי יעילות עלות גבוהה ואקו-סיסטם מקומי מפותח.

אתגרים הנדסיים מרכזיים העומדים בפני שבבי SoC מהדור הבא: מחסום רוחב פס הזיכרון: עיבוד נתונים מ-10 עד 14 מצלמות ברזולוציה גבוהה (8MP) בקצב של 60 פריימים לשנייה (FPS) לצד מכ"ם הדמיה (4D imaging radar) ו LiDAR יוצר צווארי בקבוק בקליטת הנתונים. זיכרון LPDDR5 סטנדרטי מוחלף בהדרגה ב-LPDDR5X וב HBM (זיכרון בעל רוחב פס גבוה), מה שמעלה אתגרים בניהול תרמי בתנאי ההפעלה של הרכב (טווח טמפרטורות של 40- עד 125+ מעלות צלזיוס).

אילוצים תרמיים ואילוצי הספק: מערכות רכב המקוררות אוויר באופן פסיבי מוגבלות להספק של כ-30W עד 70W.  השגת ביצועים של למעלה מ- TOPS 1,000 במסגרת מגבלות תרמיות אלו דורשת מעבר לטכנולוגיות ייצור מתקדמות (3nm/2nm) והסתמכות נרחבת על האצה באמצעות יחידות עיבוד עצבי (NPU) ייעודיות לתחום, במקום על ליבות מחשוב כלליות.

סטנדרטיזציה של: Chiplets (UCIe)  כדי להימנע מתפוקות ייצור נמוכות (yields) האופייניות לשבבים מונוליטיים ענקיים, הספקים עוברים לתכנונים מבוססי-Chiplets (רכיבי שבב נפרדים המורכבים יחד). פרוטוקולי UCIe (Universal Chiplet Interconnect Express) המשולבים במפות דרכים של סיליקון לרכב כדי לאפשר צימוד מודולרי של מחשוב, זיכרון ושבבי קלט/פלט.

• תחזית אסטרטגית  (2026–2030)

התחזית ל 4 שנים הבאות מצביעה על שלוש מגמות עיקריות:

• שליטה מוחלטת של בקרים אזוריים בשבב יחיד: עד שנת 2028 חברת McKinsey מעריכה כי למעלה מ-40% מכלי הרכב בסגמנט הביניים ישתמשו בSoC  מרכזי יחיד לניהול המידע והבידור לצד ה- ADAS  מה שיוביל לצמצום דרמטי בעלויות הייצור.
• פיצול גיאופוליטי של המערכות האקולוגיות: שוק הסיליקון לרכב מתפצל לשני קטבים נפרדים: השוק המערבי, הנשלט ע"י NVIDIA, Qualcomm ו Mobileye לעומת השוק המקומי בסין המובל ע"י Horizon Robotics, Huawei ו- Black Sesame .
• AI גנרטיבי בקצה (Edge Generative AI) : מעבדי הדור הבא יקצו שטח סיליקון ייעודי להרצת מודלי שפה גדולים (LLMs) רב-מודאליים ומודלי עולם מקומיים בזמן אמת. מעבר זה ישנה את תכנון התנהגות הרכב האוטונומי מתכנון מבוסס כללים היוריסטיים ליצירת ניבוי סצנות בזמן אמת על גבי הרכב עצמו.

הפוסט קרב הענקים על שוק שבבי ה-SoC לנהיגה אוטונומית הופיע לראשונה ב-Chiportal.

אנבידיה (NVIDIA) וסיסקו (Cisco) הכריזו ב־12 באוקטובר, במסגרת כנס Open Compute Project, על תוכנית משותפת לפיתוח דור חדש של מודולים אופטיים נשלפים המיועדים לרשתות תקשורת במרכזי נתונים גדולים.

התצורה החדשה, Ultra-Dense Small Form Factor Pluggable או USFP, נועדה לתמוך באותות חשמליים בקצב של 400 גיגה־ביט לשנייה בכל נתיב, לעומת 200 גיגה־ביט לשנייה בדור שאליו משוות החברות את הפיתוח. התכנון מאפשר להגיע לקיבולת מצטברת של עד 12.8 טרה־ביט לשנייה במודול.

לדברי שתי החברות, USFP צפוי לספק צפיפות רוחב פס גבוהה פי ארבעה ויעילות אנרגטית גבוהה פי 1.3 לעומת מודולים אופטיים מבוססי נתיבים של 200 גיגה־ביט לשנייה.

החשיבות של הפיתוח קשורה לצמיחה המהירה של מערכות בינה מלאכותית. אימון מודלים והרצתם מחייבים העברת כמויות גדולות של נתונים בין מאיצים, מערכות אחסון ומתגי תקשורת. ככל שמספר המאיצים במרכז הנתונים גדל, גם רשת התקשורת הופכת לצוואר בקבוק אפשרי.

שיפור בצפיפות המודולים עשוי לאפשר חיבור מערכות מחשוב נוספות ללא הגדלה מקבילה של מספר המתגים ושל שכבות הרשת. הדבר עשוי להפחית עלויות, עומס חשמלי והשהיה.

לצד אנבידיה וסיסקו ישתתפו בפיתוח TE Connectivity ו־Amphenol. החברות מתכננות לקדם מפרט תעשייתי פתוח שיאפשר למספר ספקים לייצר רכיבים תואמים.

בשלב זה מדובר בתוכנית פיתוח וביעדי ביצועים, ולא בהודעה על זמינות מסחרית של מודולים חדשים. הצלחתה תלויה גם באימוץ המפרט בידי יצרניות ציוד התקשורת ומפעילי מרכזי הנתונים.

הפוסט אנבידיה וסיסקו מפתחות מודולים אופטיים חדשים לרשתות של מפעלי AI הופיע לראשונה ב-Chiportal.

חברת Positron AI האמריקאית, המפתחת מערכות מחשוב ייעודיות להרצת מודלים של בינה מלאכותית, מרחיבה את פעילותה לישראל ומתכננת לפתוח משרד בתל אביב. המהלך מצטרף להתרחבותה המהירה של החברה, המנסה להציע חלופה למאיצי הבינה המלאכותית של אנבידיה, בעיקר בתחום הרצת המודלים.

לפי דיווח באתר ICE, החברה גייסה לשורותיה את עמית פרידמן, לשעבר בכיר במובילאיי, לתפקיד דירקטור הנדסה. באתר הרשמי של Positron מצוין כי היא כבר מעסיקה עובדים בישראל וכי משרד בתל אביב צפוי להיפתח בקרוב. החברה טרם פרסמה מידע מפורט על היקף כוח האדם המתוכנן בישראל.

בספטמבר 2026 השלימה Positron סבב גיוס של 875 מיליון דולר לפי שווי של 5 מיליארד דולר לאחר הכסף. מדובר בזינוק משמעותי לעומת שווי של מעט יותר ממיליארד דולר שנקבע בגיוס קודם בפברואר השנה.

הגיוס האחרון, שנערך בשני שלבים, הובל בידי קרנות ומשקיעים ובהם NEA, Atreides Management, Valor Equity Partners, Andra Capital, SemiAnalysis Capital וג'ים קלארק, ממייסדי Silicon Graphics ו־Netscape. בין המשתתפים בגיוס נמצאות גם זרועות השקעה של סיסקו וקרן העושר של קטאר.

התמקדות באינפרנס במקום באימון מודלים

בניגוד לחלק מיצרניות מאיצי הבינה המלאכותית, המפתחות מעבדים בעלי יכולת חישוב גבוהה במיוחד לאימון מודלים גדולים, Positron מתמקדת בעיקר באינפרנס (Inference) – שלב השימוש במודל שכבר אומן.

שלב זה כולל הפעלת צ'אטבוטים, יצירת תשובות לשאלות, הרצת סוכני בינה מלאכותית ויישומים ארגוניים. ככל שהשימוש במודלים מתרחב, גדלה החשיבות של עלות הרצתם, צריכת החשמל שלהם וזמינות הזיכרון למעבדים.

אחד המאפיינים המרכזיים של הארכיטקטורה של Positron הוא הדגש על קיבולת זיכרון גדולה ועל יעילות כלכלית. במקום להסתמך באופן בלעדי על זיכרון HBM, המשמש רבים ממאיצי הבינה המלאכותית המתקדמים, החברה מתכננת להשתמש בזיכרון LPDDR5X, המאפשר להציע קיבולת גדולה באמצעות רכיבים נפוצים יחסית.

מעבד הדור הבא של החברה, Asimov, נמצא בפיתוח ומיועד להגיע לייצור במהלך המחצית השנייה של 2027. על פי תוכניות החברה, מערכות Titan ישלבו מספר מעבדי Asimov לצורך הרצת מודלים גדולים במיוחד.

Positron כבר החלה לפרוס יותר מ־50 ארונות שרתים של מערכת Atlas מהדור הראשון בתשתית הענן של אורקל (Oracle Cloud Infrastructure). עם לקוחותיה נמנות גם חברות מתחומי השירותים הפיננסיים ותשתיות הענן.

ישראל כמרכז פיתוח בתחום שבבי ה־AI

כניסתה של Positron לישראל מתרחשת בתקופה שבה יצרניות שבבים וחברות תשתית בינה מלאכותית מתחרות על מהנדסים בעלי ניסיון בפיתוח מעבדים, בתכנון מערכות חומרה ובהעברת נתונים במהירות גבוהה.

פתיחת הפעילות בישראל עשויה להעניק לחברה גישה לכוח אדם מנוסה בתחום השבבים והמערכות המשובצות. עם זאת, טרם פורסמו פרטים על גודל מרכז הפיתוח, היקף ההשקעה המקומית או תחומי האחריות ההנדסיים שיועברו אליו.

הפוסט מתחרה נוספת לאנבידיה מגיעה לישראל: Positron AI מקימה פעילות פיתוח בתל אביב הופיע לראשונה ב-Chiportal.

אנבידיה הכריזה אמש (ב׳) על NVIDIA Open Agent Safety Platform, פלטפורמת תוכנה ותכנון ייחוס לחומרה שנועדו לפקח על פעילותם של סוכני בינה מלאכותית. בהודעה שהועברה לעיתונות בישראל ציינה החברה כי שלושה מרכיבים מרכזיים במנגנון האבטחה שלה — Sentry, סביבת הפיתוח DOCA ומעבדי BlueField-4 — פותחו בישראל.

הרעיון הוא להציב לסוכן גבולות גם מחוץ לתוכנה שבה הוא פועל. ככל שסוכני AI מקבלים גישה לקבצים, לשירותים ולכלים שמבצעים פעולות בשם המשתמש, ארגון צריך לדעת אילו בקשות הם שולחים והאם הם חורגים מההרשאות שנקבעו להם. אנבידיה מציעה לשלב פיקוח בזמן הריצה עם שכבת בקרה נפרדת בחומרה.

רכיב התוכנה OpenShell מפעיל סוכנים בסביבת ריצה מוגבלת, מתעד את פעולותיהם ואוכף מדיניות גישה. הוא זמין בקוד פתוח ומיועד לפעול על מעבדי Vera של אנבידיה; לדברי החברה, ניתן להתאימו גם לפלטפורמות מחשוב של Arm ואינטל. לצדו הציגה החברה את Sentry כתכנון ייחוס למנגנון פיקוח הפועל על מעבדי עיבוד הנתונים BlueField-4. המנגנון אמור לעקוב אחר פעילות הסוכן מסביבה מבודדת, שאינה בשליטתו, ולמנוע ממנו להמשיך לפעול אם חרג מהגבולות שהוגדרו לו.

Sentry נשען על סביבת התוכנה DOCA לצורך בדיקת בקשות ותגובות, אימות זהות ואכיפת הרשאות גישה לנתונים, לכלים ולממשקי תכנות. אנבידיה טוענת שהמערכת יכולה לבודד ולעצור סוכן שחורג מן המדיניות בתוך אלפיות השנייה. מדובר בטענה של החברה ובתכנון ייחוס; ההכרזה אינה מציגה נתוני בדיקה עצמאיים לביצועים האלה.

לפי אנבידיה, יותר מ־100 ארגונים עובדים עם טכנולוגיות הקשורות לפלטפורמה, בהם אנתרופיק, מיקרוסופט, פאלו אלטו נטוורקס וסיילספורס. זה אינו נתון של לקוחות שרכשו את המערכת בשלמותה. תוכנת OpenShell זמינה למפתחים, ואילו רכיב Sentry הוצג במסגרת תכנון הייחוס מבוסס BlueField-4. עבור פעילות הפיתוח בישראל, ההכרזה מדגישה את תפקידם של שבבי התקשורת ועיבוד הנתונים גם בהגנה על מערכות AI, מעבר להאצתן.

הפוסט אנבידיה מציגה פלטפורמה לאבטחת סוכני AI; שבב BlueField-4 שפותח בישראל ישמש לפיקוח על פעילותם הופיע לראשונה ב-Chiportal.

מנכ"ל NVIDIA, ג'נסן הואנג, אמר כי הוא מצפה שהחברה תמכור בשנת 2027 פי שניים שבבים מאשר בשנת 2026. הדברים נאמרו במהלך אירוע בסקוטלנד, על רקע המשך הגידול בהשקעות העולמיות בתשתיות בינה מלאכותית.

"אני מצפה ש־NVIDIA תמכור בשנה הבאה פי שניים שבבים מכפי שאנחנו מוכרים השנה", אמר הואנג. לדבריו, הסיבה היא שהבינה המלאכותית כבר נתפסת במדינות ובתעשיות רבות כתשתית כלכלית ולא רק כטכנולוגיה ניסיונית.

התחזית בולטת משום ש־NVIDIA אינה מפרסמת בדרך כלל נתון כולל של מספר השבבים שהיא מוכרת. לכן גם קשה לתרגם את דבריו ישירות למספר יחידות או להכנסות.

לא מדובר רק ב־GPU

הפרשנות הראשונית עשויה להיות ש־NVIDIA מתכוונת להכפיל את מספר מאיצי ה־GPU למרכזי נתונים, אך סל המוצרים של החברה רחב בהרבה.

לצד מאיצי Blackwell ו־Rubin, NVIDIA מוכרת גם CPUs, שבבי מתגים לרשתות, רכיבי InfiniBand ו־Ethernet, שבבים לתקשורת אופטית, מערכות Jetson לרובוטיקה ולמערכות משובצות, שבבים למחשבים ניידים ורכיבים לתעשיית הרכב. החברה מספקת גם שבב עבור Nintendo Switch 2.

בנוסף, ארכיטקטורות rack-scale כמו NVL72 משלבות מספר רב של רכיבים בכל מערכת. לכן גידול במספר המערכות שנמכרות מגדיל במקביל את מספר ה־GPU, CPU ושבבי התקשורת שנכללים בכל התקנה.

בשנה שעברה אמר הואנג כי NVIDIA שלחה כשישה מיליון GPUs ממשפחת Blackwell בתוך ארבעה רבעונים. המעבר לדור Rubin והתרחבות המכירות של מערכות שלמות עשויים להגדיל משמעותית את מספר השבבים שמסופקים לכל לקוח.

הכפלת יחידות לא בהכרח פירושה הכפלת הכנסות

חשוב להבחין בין מספר שבבים לבין הכנסות. החברה עשויה למכור מספר גדול יותר של רכיבים במחירים שונים, כך שהכפלת מספר היחידות אינה שקולה להכפלת ההכנסה.

NVIDIA עצמה צופה קצב צמיחה גבוה מאוד גם בהכנסות בשנה הפיסקלית הבאה, אך מבנה המוצרים משתנה. לצד מאיצי קצה יקרים מאוד, החברה מרחיבה את נוכחותה ברשתות, CPUs ומערכות inference, שחלקם עשויים להיות זולים יותר ליחידה.

במקביל, הביקוש עובר בהדרגה משלב שבו עיקר ההשקעה הופנה לאימון מודלים גדולים לשלב שבו inference בקנה מידה עצום הופך לצרכן מרכזי של חומרה. אם מיליארדי משתמשים ושירותים יריצו מודלי AI באופן רציף, מספר המאיצים והרכיבים הדרוש להפעלתם עשוי להיות גדול אף יותר מהכמות הדרושה לאימון.

עדיין קיימים צווארי בקבוק

התחזית האגרסיבית של הואנג מגיעה בזמן שהתעשייה מתמודדת עם מגבלות באספקת זיכרון HBM, אריזה מתקדמת, רכיבי אופטיקה, חשמל ומרכזי נתונים. גם אם הביקוש קיים, הכפלת מספר השבבים דורשת הרחבת קיבולת לאורך כל שרשרת האספקה.

TSMC, יצרניות הזיכרון וספקיות ציוד האריזה והקישוריות משקיעות סכומים גדולים כדי להגדיל קיבולת. במקביל NVIDIA מקדמת מעבר למערכות rack-scale שבהן היא מספקת חלק הולך וגדל מהמערכת — ולא רק את המאיץ המרכזי.

דבריו של הואנג הם תחזית של מנהל החברה ולא יעד משלוחים מפורט, אך הם מצביעים על כך ש־NVIDIA אינה צופה התמתנות קרובה בביקוש. להפך: החברה מתכננת סביב תרחיש שבו מספר השבבים הנדרש לתשתיות AI ממשיך לגדול בקצב חריג גם ב־2027.

הפוסט ג'נסן הואנג: NVIDIA צפויה למכור ב־2027 פי שניים שבבים מאשר ב־2026 הופיע לראשונה ב-Chiportal.

דלויט ישראל הקימה מרכז מצוינות המתמקד ברובוטיקה ובבינה מלאכותית פיזית (Physical AI), כחלק מהשותפות הרחבה של Deloitte עם אנבידיה. המרכז פועל מתוך פעילות הטכנולוגיה והייעוץ של דלויט בישראל ומכוון לפיתוח ולהטמעה של מערכות שבהן בינה מלאכותית פועלת בעולם הפיזי – ברובוטים, כלי רכב, מתקנים תעשייתיים, מצלמות וחיישנים.

את המרכז מובילים אליהו רבונה, המוגדר Head of Global Center of Excellence ב-NVIDIA Alliance בדלויט ישראל, ותומר גל, Global CTO ב-NVIDIA Alliance. השניים הציגו את פעילות המרכז בכנס Physical AI שנערך בתל אביב בספטמבר.

הפעילות נשענת על תשתיות התוכנה והמחשוב של אנבידיה. בין הכלים שנמצאים בליבת המענה נמצאים CUDA לחישוב מקבילי ומואץ, Omniverse לבניית סימולציות ותאומים דיגיטליים, ומשפחת Isaac לפיתוח, אימון ובדיקה של רובוטים ומערכות אוטונומיות. השימוש בסימולציות מאפשר לאמן ולבחון מערכות לפני פריסתן בעולם הפיזי, ובכך לצמצם זמן, עלויות וסיכון.

דלויט הרחיבה במהלך 2026 את הפעילות הגלובלית שלה בתחום ה-Physical AI בשיתוף אנבידיה. החברה מציעה פתרונות בתחומי תאומים דיגיטליים, ראייה ממוחשבת, מחשוב קצה ורובוטיקה, ומתארת את התחום כשלב שבו מערכות AI אינן מסתפקות בניתוח מידע או ביצירת תוכן, אלא מקבלות החלטות ומבצעות פעולות בסביבה פיזית.

המרכז הישראלי נשען גם על יכולות מו"פ מקומיות של דלויט. פעילות זו כוללת מהנדסים וחוקרים בתחומי AI, ראייה ממוחשבת, אוטומציה ותוכנה, והיא נועדה לתרגם את טכנולוגיות הבסיס לפתרונות יישומיים עבור תעשייה, תחבורה, לוגיסטיקה, אנרגיה, תשתיות ותחומים נוספים.

לפי Deloitte, השימוש ב-Physical AI נמצא בעלייה: בדוח State of AI in the Enterprise לשנת 2026 ציינה החברה כי 58% מהארגונים שנבדקו כבר משתמשים במידה מסוימת במערכות AI פיזיות, וכי שיעור זה עשוי להגיע ל-80% בתוך שנתיים. הנתונים הם תחזית המבוססת על סקר מנהלים ולא מדידה של פריסה בפועל בכל המשק.

הקמת מרכז המצוינות בישראל מדגישה גם את ההתחברות ההולכת וגוברת בין תחום ה-AI לבין שוק השבבים והמחשוב המואץ: ככל שמודלים עוברים מהרשת ומהענן לרובוטים ולמערכות קצה, גדלה הדרישה למעבדים גרפיים, מאיצים, מערכות זמן אמת ותוכנות שמאפשרות להריץ מודלים בהשהיה נמוכה ובצריכת הספק מתאימה.

הפוסט דלויט ישראל הקימה מרכז מצוינות ל-Physical AI במסגרת שיתוף הפעולה עם אנבידיה הופיע לראשונה ב-Chiportal.

חברת המחשוב הקוונטי הישראלית קדמה (Qedma Quantum Computing) הודיעה על שילוב תוכנת הפחתת השגיאות שלה, QESEM, בפלטפורמת CUDA-Q של NVIDIA. האינטגרציה מאפשרת למפתחים המשתמשים בסביבת הפיתוח ההיברידית קוונטית־קלאסית של אנבידיה לשלב מנגנוני הפחתת שגיאות של קדמה בתוך זרימת העבודה הקיימת, ללא צורך בשינוי ממשק התכנות.

בשלב הראשון זמינה האינטגרציה עבור חומרת המחשוב הקוונטי של Quantinuum, ובהמשך מתכננת קדמה להרחיב אותה לפלטפורמות קוונטיות נוספות. ההכרזה נמסרה במסגרת IEEE Quantum Week בטורונטו. קדמה מסרה בהודעתה כי המטרה היא לאפשר למשתמשים להריץ מעגלים קוונטיים גדולים ומורכבים יותר ולקבל תוצאות מדויקות ואמינות יותר מן החומרה הזמינה כיום.

להתמודד עם הרעש בלי להמתין למחשב קוונטי חסין־שגיאות

אחד האתגרים המרכזיים של מחשבים קוונטיים בני זמננו הוא רגישות הקיוביטים לרעש ולשגיאות. תיקון שגיאות קוונטי מלא דורש מספר גדול מאוד של קיוביטים פיזיים כדי ליצור קיוביטים לוגיים אמינים, ולכן מחשבים קוונטיים חסיני־שגיאות בקנה מידה גדול עדיין אינם זמינים.

QESEM של קדמה נועדה להתמודד עם חלק מהבעיה באמצעות הפחתת שגיאות (Quantum Error Mitigation). בניגוד לתיקון שגיאות מלא, הטכנולוגיה אינה מבטלת את השגיאות באמצעות שכבת קיוביטים לוגיים, אלא מנתחת ומפחיתה את השפעת הרעש על תוצאות החישוב.

לדברי החברה, התוכנה פועלת כשכבת ביניים בין האלגוריתם לבין החומרה הקוונטית, ומאפשרת למשתמש להגדיר רמת דיוק רצויה ולנהל את המשאבים הדרושים להשגתה.

"אפשרות להריץ עומסים קוונטיים גדולים ומורכבים יותר ברמת דיוק גבוהה יותר היא קריטית להרחבת מה שמחשבים קוונטיים יכולים לעשות כיום", אמר ד"ר אסף סיני, מנכ"ל וממייסדי קדמה. לדבריו, שילוב QESEM ב־CUDA-Q מאפשר להביא את יכולות הפחתת השגיאות ישירות לאחת מסביבות העבודה המרכזיות המחברות כיום מחשוב קוונטי ומחשוב מואץ.

סם סטנוויק, מנהל תחום המוצרים הקוונטיים באנבידיה, אמר כי הפחתת שגיאות היא אחד האתגרים המרכזיים בדרך למערכות מחשוב־על קוונטיות שימושיות, וכי האינטגרציה של קדמה מפשטת את שילוב מנגנוני הפחתת השגיאות בתהליך הפיתוח של מערכות המשלבות QPU ו־GPU.

אנבידיה מאשרת את שילובה של קדמה באקוסיסטם

המהלך אינו מופיע רק בהודעת החברה הישראלית. בהכרזה הרשמית של NVIDIA על הרחבת CUDA-Q ציינה החברה במפורש את Qedma כאחת החברות ששילבו את הטכנולוגיה שלהן בפלטפורמה כדי לתמוך בהפחתת שגיאות ובפיתוח יישומים קוונטיים.

אנבידיה הכריזה במקביל גם על CUDA-Q Logical, שכבת תזמור חדשה שנועדה לפיתוח ולבחינה של יישומים עתידיים למחשבים קוונטיים חסיני־שגיאות. בכך היא מרחיבה את CUDA-Q מסביבת עבודה למערכות קוונטיות היברידיות הקיימות כיום לעבר תשתית שנועדה גם לדורות הבאים של החומרה הקוונטית.

CUDA-Q היא פלטפורמת קוד פתוח של אנבידיה המיועדת לפיתוח יישומים היברידיים המשלבים מעבדים קוונטיים, CPU ו־GPU. עבור אנבידיה, התחום הקוונטי הופך בהדרגה להרחבה של אסטרטגיית המחשוב המואץ שלה, כאשר ה־GPU משמש גם לסימולציה של מערכות קוונטיות וגם לחישובים הקלאסיים הנדרשים בזמן הפעלת מעבד קוונטי.

קדמה מחזקת את החיבור ליצרניות החומרה

האינטגרציה עם CUDA-Q מגיעה לאחר שבחודש יולי הודיעה קדמה על שילוב QESEM בפלטפורמה של Quantinuum. החברה הישראלית היא חברה מייסדת בתוכנית השותפים לסטארט־אפים של Quantinuum.

קדמה נוסדה על ידי ד"ר אסף סיני, פרופ' דורית אהרונוב מהאוניברסיטה העברית ופרופ' נתנאל לינדנר מהטכניון. החברה מפתחת תוכנה שאינה תלויה בארכיטקטורת חומרה יחידה, במטרה לאפשר שימוש במנגנוני הפחתת שגיאות על גבי פלטפורמות קוונטיות שונות.

בחודשים האחרונים הרחיבה החברה את שיתופי הפעולה שלה גם עם IBM. ביולי דיווחו IBM וקדמה על ניסוי שבו שולבה QESEM במחשבים הקוונטיים של IBM לצורך חקר דינמיקה של חומרים קוונטיים במערכות של עד 74 קיוביטים.

עבור קדמה, החיבור ל־CUDA-Q משמעותי במיוחד משום שהוא מכניס את הטכנולוגיה שלה ישירות אל סביבת הפיתוח שבה אנבידיה מבקשת לרכז את החיבור בין מחשוב קלאסי מואץ לבין מעבדים קוונטיים של יצרנים שונים.

הפוסט קדמה הישראלית משתלבת ב-CUDA-Q של אנבידיה להפחתת שגיאות במחשוב קוונטי הופיע לראשונה ב-Chiportal.

אנתרופיק (Anthropic), מפתחת מודלי Claude, החליטה שלא להתקדם ברכישת חברת הבינה המלאכותית הישראלית דקארט (Decart), לאחר שביצעה בחברה בדיקת נאותות. כך דווח בבלומברג מפי מקורות המעורים בנושא.

המגעים בין החברות התנהלו סביב עסקה בהיקף של כ־6 מיליארד דולר. למרות שהמשא ומתן התקדם עד לשלב בדיקת הנאותות, אנתרופיק החליטה בסופו של דבר לסגת מהמהלך. נציגי שתי החברות סירבו להגיב לדיווח, ולא נמסר האם ההחלטה התקבלה בשל המחיר, ממצאים שעלו בבדיקה או שינוי בשיקולים האסטרטגיים של אנתרופיק.

עם זאת, לפי הדיווח, סיום שיחות הרכישה אינו בהכרח סוף הקשר בין החברות. אנתרופיק ודקארט עשויות לבחון צורות אחרות של שיתוף פעולה, ובהן התקשרות מסחרית או השקעה.

CHIPORTAL דיווח כבר באוגוסט כי דקארט מנהלת מגעים למכירתה לפי שווי של מיליארדי דולרים. בתחילה הוזכרה אנבידיה כאחת המתעניינות המרכזיות, ולאחר מכן התברר כי אנתרופיק נכנסה לתמונה וניהלה מגעים לרכישה סביב שווי של כ־6 מיליארד דולר.

דקארט נוסדה ב־2023 בידי ד"ר דין לייטרסדורף ומשה שלו. החברה מפתחת טכנולוגיות AI בשני תחומים מרכזיים: מודלים גנרטיביים המדמים את העולם הפיזי, וטכנולוגיות תוכנה שמטרתן לשפר את ניצול מאיצי הבינה המלאכותית ולהפחית את עלויות האימון וההיסק.

התחום השני היה בעל עניין מיוחד עבור אנתרופיק. העלייה החדה בשימוש במודלי Claude מאלצת את החברה להרחיב במהירות את תשתיות המחשוב שלה, והיא פועלת במקביל להבטחת כמויות גדולות של מאיצי AI ולפיתוח יכולות חומרה ותוכנה שיקטינו את עלות הפעלת המודלים.

בסוף אוגוסט דיווח CHIPORTAL כי אנתרופיק מקימה גם צוות ייעודי לפיתוח שבבים ובחנה רכישה של חברת שבבי ה־AI MatX. גם השיחות הללו לא הבשילו לעסקת רכישה, והצדדים בחנו במקום זאת אפשרות לשיתוף פעולה.

הנסיגה מרכישת דקארט אינה מבטלת את האטרקטיביות של החברה הישראלית כרכישה אפשרית. לפני כניסתה של אנתרופיק למגעים דווח כי אנבידיה ניהלה אף היא שיחות עם דקארט, ובדיווחים נוספים הוזכרו חברות טכנולוגיה גדולות נוספות כמתעניינות אפשריות.

עבור דקארט, המשמעות היא שהאקזיט הענק שעליו דובר בשבועות האחרונים ירד לפי שעה מהפרק – אך החברה נותרת אחת מחברות ה־AI הישראליות הבולטות ובעלת טכנולוגיה הנמצאת בלב אחת הבעיות המרכזיות של תעשיית הבינה המלאכותית: כיצד להפיק יותר ביצועים ממאיצים יקרים ומוגבלים בהיצע.

הפוסט Anthropic נסוגה מרכישת דקארט הישראלית בכ־6 מיליארד דולר הופיע לראשונה ב-Chiportal.