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.

אנבידיה הרחיבה את בסיס הספקים שלה לדור הבא של מאיצי הבינה המלאכותית. מנכ”ל החברה, ג’נסן הואנג, אישר כי שלוש יצרניות הזיכרון הגדולות בעולם – סמסונג, SK hynix ומיקרון – הוסמכו לספק שבבי HBM4 עבור פלטפורמת Vera Rubin של החברה. מדובר באישור חשוב לשוק כולו, משום שזיכרון רחב-פס הפך לאחד הרכיבים הקריטיים ביותר במערכות AI מתקדמות.

פלטפורמת Vera Rubin צפויה להיות אחת מאבני הבניין המרכזיות בדור הבא של מערכות הבינה המלאכותית של אנבידיה. היא משלבת מעבדים, מאיצים גרפיים, קישוריות מהירה ורכיבי זיכרון מתקדמים שנועדו לאפשר הרצה ואימון של מודלי AI גדולים יותר. בתוך המערכת הזו, HBM4 אינו רכיב משני. הוא קובע במידה רבה כמה נתונים ניתן להזרים אל יחידות העיבוד ובאיזו מהירות.

הזיכרון הופך לחלק מהקרב על ביצועי AI

בשנים האחרונות עיקר תשומת הלב הציבורית הופנתה למאיצים עצמם – GPU, מעבדי AI וארכיטקטורות שרתים. אבל בתעשייה ברור יותר ויותר שהביצועים של מערכות AI אינם תלויים רק בכוח החישוב. הם תלויים גם בזיכרון, ברוחב הפס, בצריכת ההספק וביכולת להזין את המאיץ בכמות עצומה של נתונים ללא עיכובים.

HBM, או High Bandwidth Memory, הוא זיכרון DRAM מוערם שממוקם קרוב מאוד למעבד או למאיץ. המבנה הזה מאפשר רוחב פס גבוה בהרבה מזיכרון רגיל, ולכן הוא מתאים במיוחד למערכות AI, שבהן כמויות גדולות של נתונים צריכות לנוע במהירות בין הזיכרון ליחידות החישוב. בדור HBM4 צפוי שיפור נוסף ברוחב הפס, בקיבולת וביעילות, ולכן הוא נחשב לרכיב חיוני בדור הבא של מאיצי אנבידיה.

המשמעות של הסמכת שלוש הספקיות היא שאנבידיה אינה תלויה רק ביצרן אחד. SK hynix נחשבה בשנים האחרונות לספקית מובילה בתחום HBM, בעיקר בזכות קשריה ההדוקים עם אנבידיה והקדימות שלה בייצור דורות מתקדמים של הזיכרון. סמסונג פועלת לחזק את מעמדה בתחום לאחר תקופה שבה התקשתה לעמוד בקצב של SK hynix. מיקרון, מצידה, מנסה להרחיב את חלקה בשוק שבו הביקוש גבוה והרווחיות גבוהה במיוחד.

פחות סיכון לאנבידיה, יותר תחרות בין הספקיות

עבור אנבידיה, הרחבת מעגל הספקיות מפחיתה סיכון. מערכות AI מתקדמות נבנות כיום סביב אשכולות גדולים של מאיצים, וכל עיכוב בזיכרון יכול להשפיע על קצב הייצור והאספקה של שרתים שלמים. כאשר שלוש יצרניות מרכזיות מוסמכות לספק HBM4, אנבידיה יכולה לחלק הזמנות, להפעיל לחץ תחרותי ולשפר את יכולתה לעמוד בביקוש מצד ספקיות ענן, חברות אינטרנט, ממשלות ומרכזי מחקר.

עבור יצרניות הזיכרון, זו הזדמנות עסקית משמעותית. שוק הזיכרון המסורתי ידוע במחזוריות חדה: תקופות של עודף היצע ולחץ מחירים מתחלפות בתקופות של ביקוש גבוה. אבל HBM שונה מזיכרון DRAM רגיל. הוא מורכב יותר לייצור, דורש תיאום הדוק עם יצרני המאיצים, ונמכר בדרך כלל ברווחיות גבוהה יותר. לכן כל אחת משלוש היצרניות רואה באישור של אנבידיה יעד אסטרטגי.

עם זאת, ההסמכה אינה אומרת בהכרח שכל שלוש החברות יספקו נפחים זהים. אנבידיה לא חשפה את חלוקת ההזמנות בין הספקיות, ובפועל ייתכן שהיקפי האספקה ישתנו לפי זמינות, ביצועים, תפוקה, מחיר ותנאי אספקה. עצם ההסמכה, לעומת זאת, מעניקה לכל אחת מהן כרטיס כניסה רשמי לאחת מפלטפורמות החומרה החשובות ביותר של עידן ה-AI.

Vera Rubin מחדדת את חשיבות שרשרת האספקה

הדור הבא של מאיצי אנבידיה אינו רק מוצר אחד, אלא מערכת שלמה. היא כוללת מאיצי AI, מעבדי Vera, קישוריות NVLink, רכיבי רשת ורכיבי זיכרון מתקדמים. ככל שהמערכות גדולות יותר, כך גדלה התלות בשרשרת אספקה יציבה ומדויקת. במערכות כאלה, אין הרבה רכיבים “רגילים”. כל צוואר בקבוק משפיע על השרת כולו.

זו גם הסיבה שהביקור של הואנג בדרום קוריאה קיבל משמעות רחבה יותר מהודעה עסקית רגילה. קוריאה הדרומית היא מרכז עולמי בייצור זיכרונות מתקדמים, ו-SK hynix וסמסונג הן שחקניות מפתח בשרשרת האספקה של AI. הפגישות של הואנג עם בכירי התעשייה המקומית משקפות את התלות ההדדית בין אנבידיה לבין יצרניות הזיכרון: אנבידיה זקוקה ל-HBM כדי לספק את המאיצים שלה, והיצרניות זקוקות לאנבידיה כדי להבטיח ביקוש לדורות המתקדמים ביותר של הזיכרון.

ההתפתחות הזו גם ממחישה שינוי רחב יותר בתעשיית השבבים. בעבר, הזיכרון נתפס לא פעם כרכיב משלים למעבד. בעידן ה-AI, הוא הופך לחלק מרכזי מהארכיטקטורה. לא מספיק לייצר מאיץ חזק; צריך גם לספק לו רוחב פס, קיבולת, קישוריות ומעטפת תרמית וחשמלית שתאפשר לו לעבוד במלוא היכולת.

המסר לשוק: הביקוש ל-HBM לא נרגע

האישור לשלוש הספקיות מאותת לשוק כי אנבידיה מתכוננת לביקוש גדול מאוד לדור Vera Rubin. גם אם חלק מהמשקיעים חוששים מהתמתנות בביקוש ל-AI, שרשרת האספקה עצמה ממשיכה להיערך להיקפים גדולים. יצרניות הזיכרון משקיעות בקווי ייצור, ביכולות אריזה מתקדמות ובשיפור התפוקה, משום שהדור הבא של מערכות AI ידרוש כמויות גדולות עוד יותר של HBM.

עבור ענף השבבים, זו ידיעה שמדגישה שוב את מרכזיותם של רכיבים שבעבר זכו לפחות תשומת לב ציבורית. מאיצי AI אמנם נמצאים בכותרות, אך מאחוריהם עומדת מערכת אקולוגית רחבה של זיכרון, אריזה, רשתות, תוכנה ותשתיות ייצור. ההסמכה של סמסונג, SK hynix ומיקרון ל-HBM4 אינה רק אישור טכני. היא סימן לכך שהמרוץ לדור הבא של תשתיות AI עובר גם דרך קווי הייצור של יצרניות הזיכרון.

הפוסט אנבידיה אישרה את שלוש יצרניות הזיכרון הגדולות כספקיות HBM4 לפלטפורמת Vera Rubin הופיע לראשונה ב-Chiportal.

קיידנס ואנבידיה הודיעו במסגרת Computex 2026 על שלב חדש בשילוב סוכני בינה מלאכותית בתהליכי תכנון ואימות שבבים. ההכרזה מתמקדת ב-ChipStack AI Super Agent של קיידנס, מערכת סוכני AI שמיועדת לבצע חלקים משמעותיים מתהליך אימות התכנון ברמת RTL, אחד השלבים הארוכים והיקרים בפיתוח שבבים מתקדמים. לפי קיידנס, המערכת הורחבה ליכולת שהיא מכנה Level 5 autonomy – כלומר ביצוע עצמאי של תהליכי תכנון ואימות מורכבים, תוך אפשרות למהנדסים לעקוב, לכוון ולהתערב בעת הצורך.

הטענה המרכזית של קיידנס היא שהמערכת יכולה לקצר מחזור אימות RTL טיפוסי, שאורך כחמישה שבועות, לפחות מיום אחד בסביבות פריסה מתקדמות – האצה של יותר מפי 40. ההדגמה מתבססת על הרצת מאות סימולציות דינמיות באמצעות כלי Cadence, ובהם Xcelium Logic Simulation ו-Jasper Formal Verification, במסגרת תהליכי אימות של אנבידיה. חשוב לציין כי מדובר בנתון שמקורו בהודעת החברה ובהוכחת היתכנות מוקדמת, ולכן הוא אינו בהכרח משקף כל תכנון, כל צוות או כל סביבת עבודה.

לא רק צ’אטבוט למהנדסים

החידוש שעליו מדברות קיידנס ואנבידיה אינו שימוש כללי במודל שפה גדול, אלא שילוב של סוכן AI עם כלי EDA קיימים ומאומתים. שכבת הבינה המלאכותית מנהלת את הרצף: הבנת מפרטים, תכנון בדיקות, הרצת סימולציות, ניתוח תוצאות, איתור כשלים והצעת תיקונים. עם זאת, הפעולות עצמן נשענות על מנועי האימות של קיידנס, ולא על “ניחוש” חופשי של מודל שפה.

המערכת מבוססת על פורטפוליו ה-EDA של קיידנס, על מודלי NVIDIA Nemotron, ופועלת בתוך NVIDIA OpenShell – סביבת הרצה מבודדת לסוכנים אוטונומיים, שנועדה לאכוף בקרת מדיניות, הרשאות וגישה מבוקרת לכלים, לתשתיות ולנתוני תכנון רגישים. עבור תעשיית השבבים, שבה קניין רוחני הוא נכס קריטי, השילוב הזה חשוב לא פחות מהאוטומציה עצמה.

צוואר הבקבוק של אימות השבבים

אימות RTL הוא שלב שבו בודקים אם התכנון הלוגי של השבב אכן מתנהג כפי שנדרש לפני המעבר לשלבים יקרים יותר של מימוש פיזי וייצור. ככל ששבבי AI ומערכות על שבב הופכים גדולים ומורכבים יותר, מספר הבדיקות, התרחישים והחריגות האפשריות גדל במהירות. כתוצאה מכך, צוותי הפיתוח משקיעים זמן רב בהרצת סימולציות, בניתוח תקלות ובתיקון מקרי קצה.

במובן זה, ChipStack אינו מחליף את המהנדסים אלא משנה את נקודת הכובד של עבודתם: פחות כתיבת בדיקות חוזרת, פחות ניהול ידני של רגרסיות ופחות חיפוש ידני אחרי מקור הכשל; יותר הגדרת מטרות, פיקוח על התהליך וקבלת החלטות ארכיטקטוניות. זו גם הדרך שבה קיידנס מציגה את המערכת – מעבר מ-AI שמסייע למהנדס, ל-AI שמבצע משימות הנדסיות מוגדרות תחת בקרה.

ד"ר זיאד חנא, מנכ"ל מרכזי הפיתוח של Cadence בישראל וראש תחום ה-AI בקיידנס העולמית, אמר כי “מורכבות הסיליקון של מערכות הבינה המלאכותית עולה על קצב הגידול של כוח האדם ההנדסי, ולכן האוטונומיה הופכת כיום לצורך קיומי ולא רק לתוספת רצויה. התעשייה שלנו מתמודדת עם מחסור מובנה במהנדסים; הטכנולוגיה החדשה שהצגנו הופכת את העבודה השוחקת והחזרתית של שלב האימות לאוטומטית, ומאפשרת למהנדסים להתמקד בחדשנות, בארכיטקטורה ובאסטרטגיה בעלת ערך גבוה יותר”.

קיידנס ציינה כי יכולות Level 5 של ChipStack, יחד עם מסגרת התיאום AgentStack, צפויות להיות זמינות ללקוחות Early Access במחצית השנייה של 2026. המשמעות היא שהטכנולוגיה כבר עברה שלב הדגמה משמעותי, אך עדיין תיבחן בשטח לפני שתהפוך לכלי סטנדרטי בתהליכי פיתוח שבבים רחבים.

הפוסט קיידנס ואנבידיה מציגות סוכן AI לאימות שבבים: מקצר מחזור RTL משבועות לפחות מיום הופיע לראשונה ב-Chiportal.

הבינה המלאכותית הגנרטיבית התחילה מבחינת רוב המשתמשים כחלון צ’אט. אבל מבחינת תעשיית השבבים, הצ’אטבוטים היו רק השלב הראשון. בסימפוזיון הטכנולוגיות של TSMC באירופה הוצגה תמונה רחבה יותר: AI מתקדמת מהענן וממרכזי הנתונים אל הקצה, אל מכוניות, רובוטים, מכונות תעשייתיות וחיישנים. כל מעבר כזה אינו רק שדרוג תוכנה, אלא קפיצת מדרגה בדרישות החומרה.

כריס תומאס, נשיא TSMC Europe, תיאר את ה-AI כטכנולוגיה שמתפשטת במקביל בענן, במרכזי נתונים ובקצה. לפי סיכום דבריו, ההתפשטות הזו דורשת “צפיפות מחשוב קיצונית, רוחב פס גבוה ויעילות הספק”. זהו למעשה קיצור של האתגר כולו: יותר חישוב, יותר נתונים, ופחות אנרגיה לכל פעולה.

שלב ראשון: צ’אטבוטים וכלכלת הטוקנים

השלב הראשון של הגל הנוכחי הוא הצ’אטבוט. כאן צוואר הבקבוק המרכזי הוא ייצור טוקנים: כמה מהר המודל עונה, כמה עולה כל תשובה, וכמה זיכרון נדרש כדי לשמור את ההקשר. ככל שהמודלים גדלים וחלונות ההקשר מתארכים, עולה החשיבות של HBM, רוחב פס לזיכרון, רשתות מהירות בין מאיצים ואריזות מתקדמות.

בשלב הזה המדד אינו רק ביצועי שיא של GPU יחיד. מרכזי נתונים נמדדים יותר ויותר בטוקנים לוואט, טוקנים לדולר, ניצול מערכת וזמן הגעה לייצור. לכן תעשיית השבבים עוברת מחשיבה על שבב בודד לחשיבה על מערכת שלמה: מאיץ, זיכרון, רשת, קירור, תוכנה ואריזה.

שלב שני: Agentic AI הופך תשובה לתהליך עבודה

השלב השני הוא Agentic AI — בינה מלאכותית סוכנית. כאן המערכת אינה מסתפקת בתשובה אחת. היא מפרקת משימה לשלבים, מפעילה כלים, בודקת תוצאות, מתקנת שגיאות וממשיכה לפעול לאורך זמן. מבחינת המחשוב, שאילתה אחת יכולה להפוך לעשרות פעולות משנה: קריאות למודלים, קוד, חיפוש, גישה למסדי נתונים, בדיקות והרצות חוזרות.

לכן Agentic AI מחזיר למרכז הבמה גם את המעבדים הכלליים, את מערכות האחסון ואת שכבות התזמור. לא מדובר רק בעוד עומס על GPU, אלא במפעל AI שמנהל תהליכים מתמשכים.

הדוגמה של Siemens ו-TSMC ממחישה שהשינוי הזה נכנס גם לתכנון השבבים עצמו. סימנס תיארה את מערכת Fuse EDA AI כ-Agentic AI ייעודי לתעשיית השבבים, שנועד לבצע “אוטומציות מרובות-שלבים ומרובות-כלים” סביב אימות פיזי, תיקון הפרות DRC וגישה מהירה למידע תכנוני. אנקור גופטה, סגן נשיא בכיר ב-Siemens EDA, אמר כי השילוב עם טכנולוגיות הייצור של TSMC מסייע ללקוחות להגיע ל“רמות חדשות של מהירות, דיוק וביטחון בתכנון”.

גם מצד TSMC הודגש הקשר בין AI לבין יעילות אנרגטית. אביק סרקר מ-TSMC אמר כי ההתקדמות המשותפת בכלי EDA מבוססי AI מסייעת לקדם “חדשנות שבבים יעילה אנרגטית” בעידן ה-AI.

שלב שלישי: Physical AI יוצא מהדאטה סנטר

השלב השלישי הוא Physical AI — בינה מלאכותית שפועלת בעולם הפיזי. כאן מדובר ברכבים אוטונומיים, רובוטים תעשייתיים, מכונות ייצור, מערכות לוגיסטיקה, ציוד רפואי וחיישנים חכמים. בשונה מצ’אטבוט, מערכת כזו אינה יכולה תמיד להמתין לענן. היא צריכה לראות, להבין, להחליט ולפעול בזמן אמת, תחת מגבלות הספק, חום ובטיחות.

ז’אן-מארק שרי, מנכ”ל STMicroelectronics, הציג בסימפוזיון את Physical AI כדוגמה להתכנסות בין תחומים שבעבר נראו שונים: רכב חשמלי, רובוטיקה תעשייתית וממשקי אדם-מכונה. בשלושתם מופיעים אותם רכיבים מערכתיים: מחשוב מרכזי, בקרה אזורית, חיישנים, דרייברים, מיקרו-בקרים ורכיבי הספק.

המשמעות היא ש-Physical AI אינו שוק של מאיצים בלבד. הוא דורש גם חיישנים, רכיבי הספק, SiC ו-GaN, בקרים, תקשורת, תוכנה משובצת ומודלים יעילים בקצה. בענן מאמנים ומדמים. בקצה מקבלים החלטות.

ג’נסן הואנג מאנבידיה ניסח זאת בשיחת הוועידה של החברה בצורה חדה: “The world is rebuilding computing for Agentic AI and robotic physical AI.” כלומר, לא מדובר בעוד מחזור שדרוג רגיל של מחשבים, אלא בבנייה מחדש של שכבת המחשוב סביב דפוסי שימוש חדשים.

המסקנה: AI הופך לארכיטקטורת מערכת

שלושת השלבים אינם מחליפים זה את זה. הם מצטרפים זה לזה. צ’אטבוטים ימשיכו לדרוש מרכזי נתונים עצומים וזיכרון מהיר. Agentic AI יוסיף עומסי תזמור, CPU, אחסון ואבטחה. Physical AI יוסיף אתגרי זמן אמת, חישה, אמינות והספק בקצה.

לכן קפיצת המדרגה הבאה ב-AI לא תימדד רק בגודל המודל. היא תימדד ביכולת לבנות מערכת מלאה: שבבים מתקדמים, זיכרון קרוב, אריזות תלת-ממדיות, קישוריות אופטית, רכיבי הספק, תוכנה, קירור ויכולת ייצור בהיקף גדול. עבור תעשיית השבבים, זהו מעבר ממירוץ על טרנזיסטורים למירוץ על ארכיטקטורה מערכתית שלמה.

הפוסט מצ’אטבוטים לרובוטים: שלוש קפיצות המחשוב של עידן ה-AI 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.

מארוול טכנולוגיות דיווחה על הכנסות שיא של 2.418 מיליארד דולר ברבעון הראשון של שנת הכספים 2027. מדובר בעלייה של 28% לעומת הרבעון המקביל אשתקד ושל 9% לעומת הרבעון הקודם. התוצאות ממחישות את השינוי שמתרחש בשוק השבבים סביב בינה מלאכותית: הצמיחה אינה מתרכזת רק במאיצים ובמעבדים הגרפיים, אלא גם בשכבות התשתית שמאפשרות למרכזי הנתונים להעביר, לנתב ולעבד כמויות מידע גדלות בקצבים גבוהים יותר.

ברמת הרווחיות, מארוול דיווחה על רווח נקי GAAP של 34.5 מיליון דולר, או 0.04 דולר למניה בדילול מלא. במונחי Non-GAAP דיווחה החברה על רווח נקי של 718 מיליון דולר, או 0.80 דולר למניה בדילול מלא. תזרים המזומנים מפעילות שוטפת הגיע ל־638.8 מיליון דולר, שיא רבעוני עבור החברה.

הנתון המרכזי בדוחות הוא המשך ההתרחבות של עסקי הדאטה סנטר. הכנסות התחום הגיעו לכ־1.833 מיליארד דולר, עלייה של 27% לעומת השנה שעברה ושל 11% לעומת הרבעון הקודם. תחום זה היווה ברבעון כ־76% מהכנסות החברה. לפי מארוול, הביקוש מונע על ידי הצורך בקישוריות מהירה יותר בין שרתים, מאיצים, זיכרון ורשתות, לצד פתרונות אופטיים ומתגי Ethernet לדאטה סנטרים גדולים.

לא רק מאיצי AI

הדוחות של מארוול מצטרפים למגמה רחבה יותר בתעשייה: ככל שמודלי AI ומרכזי הנתונים שמריצים אותם גדלים, נוצר צוואר בקבוק סביב תנועת הנתונים עצמה. מערכות AI גדולות דורשות חיבור מהיר בין אלפי ולעיתים עשרות אלפי רכיבי חישוב. לכן, לצד הביקוש למאיצי AI, עולה גם הביקוש לרכיבי אופטיקה, מיתוג, Ethernet, DCI ופתרונות מותאמים אישית.

מאט מרפי, יו"ר ומנכ"ל מארוול, אמר כי החברה רשמה ברבעון הכנסות שיא של 2.418 מיליארד דולר, וצופה הכנסות של כ־2.7 מיליארד דולר ברבעון השני. לדבריו, החברה רואה הזמנות חריגות הקשורות ל־AI, ולכן מעלה את תחזית ההכנסות לשנות הכספים 2027 ו־2028.

בין התחומים שמארוול מציינת כמנועי צמיחה נמצאים אופטיקה בקצבי 800G ו־1.6T לתשתיות Scale-out, מתגי Ethernet בקצב 51.2T, פתרונות אופטיים ל־Scale-up, מודולי קישוריות בין מרכזי נתונים, וכן פתרונות Custom XPU ו־XPU-attach.

רכישות לחיזוק פלטפורמת ה־AI

במהלך הרבעון השלימה מארוול את רכישת Celestial AI ואת רכישת XConn Technologies. שתי הרכישות משתלבות באסטרטגיה של החברה להרחיב את יכולותיה סביב קישוריות מתקדמת ותשתיות AI. בנוסף, החברה הודיעה לאחרונה על רכישת Polariton Technologies, שנועדה לחזק את פעילותה בתחום האופטיקה המתקדמת.

מארוול גם הודיעה על שיתוף פעולה אסטרטגי עם אנבידיה בתחומי אופטיקה, NVLink Fusion ו־AI-RAN. שיתוף הפעולה מציב אותה באחד האזורים הצומחים של שוק הדאטה סנטרים: החיבור בין תשתיות חישוב, תקשורת מהירה ורשתות מבוססות AI.

תחזית גבוהה יותר ל־2027 ו־2028

מארוול צופה כי ההכנסות ברבעון השני של שנת הכספים 2027 יעמדו על כ־2.7 מיליארד דולר, עם סטייה אפשרית של 5% למעלה או למטה. לפי נקודת האמצע של התחזית, מדובר בצמיחה של כ־35% לעומת השנה שעברה. החברה מעריכה כי קצב הצמיחה ימשיך להאיץ לאורך שנת הכספים 2027.

בנוסף, מארוול עדכנה כלפי מעלה את התחזית לשנת הכספים 2028 וצופה הכנסות של כ־16.5 מיליארד דולר, כ־1.5 מיליארד דולר מעל התחזית הקודמת. החברה מעריכה כי עסקי הדאטה סנטר יובילו את ההאצה, וכי תחום הקישוריות יצמח בקצב גבוה במיוחד.

במבט קדימה, מארוול מציינת ביקוש חזק ל־800G PAM4, האצה של פתרונות 1.6T בתשתיות Scale-out, צפי להכנסות שנתיות של יותר ממיליארד דולר בתחום רכיבי TIA ו־Driver בתוך כמה רבעונים, והתקדמות במודולי DCI ובפתרונות Switching לדאטה סנטרים.

התמונה שעולה מהדוחות היא של חברה שמנסה למצב את עצמה כספקית תשתית מרכזית בעידן ה־AI, לא דרך המאיץ עצמו בלבד אלא דרך שכבות הקישוריות, האופטיקה והמיתוג שמאפשרות למערכות AI גדולות לפעול בקנה מידה רחב.

הפוסט מארוול מדווחת על הכנסות שיא: תשתיות AI ממשיכות להזיז את מרכז הכובד של שוק השבבים הופיע לראשונה ב-Chiportal.

מניית Micron Technology זינקה ביום שלישי לאחר שב־UBS העלו את מחיר היעד למניה מ־535 דולר ל־1,625 דולר – יעד חריג גם אחרי שנה שבה המניה עלתה בכ־700%. לפי Investing.com, UBS מעריכה כי הסכמי אספקה ארוכי טווח שנחתמים כעת בשוק הזיכרון עשויים לשנות את פרופיל הרווחיות של מיקרון ולהפוך אותה לפחות תלויה בתנודות המחזוריות המסורתיות של DRAM ו־NAND. (Investing.com)

הטענה המרכזית של האנליסט טימותי ארקורי מ־UBS היא ששוק הזיכרון עובר ממכירות קצרות טווח, שמושפעות במהירות מעודפי מלאי, להסכמי אספקה בני שלוש עד חמש שנים. לפי הדיווח, עד 30% מנפחי DDR בתעשייה עשויים להיות נעולים בהסכמים כאלה, וחברות הייפרסקייל כבר שריינו כ־60%–70% מנפחי DDR5 לשרתים. המשמעות היא שמיקרון עשויה לוותר על חלק מההכנסה בטווח הקצר, אך לקבל בתמורה ודאות גבוהה יותר לגבי ביקוש ומחירים.

הרקע לזינוק הוא התפקיד ההולך וגדל של זיכרון במערכות AI. מאיצי AI אינם מסתפקים עוד בכוח חישוב גולמי; הם דורשים כמויות גדולות של זיכרון מהיר, קרוב למעבד ובעל רוחב פס גבוה. לכן HBM, DDR5 לשרתים ופתרונות NAND למרכזי נתונים הפכו לרכיבים אסטרטגיים בשרשרת הערך של תשתיות AI, לצד המעבדים הגרפיים של אנבידיה ומאיצים ייעודיים של חברות ענן.

התוצאות האחרונות של מיקרון ממחישות את השינוי. ברבעון השני של שנת הכספים 2026 דיווחה החברה על הכנסות של 23.86 מיליארד דולר, לעומת 13.64 מיליארד דולר ברבעון הקודם ו־8.05 מיליארד דולר בתקופה המקבילה אשתקד. הרווח הנקי לפי GAAP הסתכם ב־13.79 מיליארד דולר, והרווח המתואם למניה הגיע ל־12.20 דולר. החברה גם סיפקה תחזית חריגה לרבעון השלישי: הכנסות של כ־33.5 מיליארד דולר ושיעור רווח גולמי של כ־81%. (Micron Technology)

מנכ"ל מיקרון סנג'יי מהרוטרה אמר עם פרסום התוצאות כי בעידן ה־AI הזיכרון הפך ל"נכס אסטרטגי" עבור לקוחות החברה. לפי מיקרון, הביקוש החזק, יחד עם היצע מוגבל, הובילו לשיאים בהכנסות, בשולי הרווח, ברווח למניה ובתזרים המזומנים החופשי. (Micron Technology)

גם חברות מחקר שוק מזהות לחץ חריג בשוק הזיכרון. TrendForce העריכה בתחילת השנה כי מחירי DRAM בחוזים לרבעון הראשון של 2026 צפויים לעלות ב־55%–60% לעומת הרבעון הקודם, וכי מחירי NAND Flash צפויים לעלות ב־33%–38%. הסיבה המרכזית היא שמפעילות הענן האמריקניות משריינות קיבולת, בעוד יצרניות הזיכרון מפנות קווי ייצור למוצרי שרתים ו־HBM על חשבון שווקים אחרים. (TrendForce)

ההשפעה כבר מורגשת גם מחוץ לשוק ה־AI. מיקרון החלה להרחיב ייצור DRAM מתקדם במפעל מנאסס שבווירג'יניה, בין היתר כדי לתת מענה למחסור ב־DDR4 עבור תעשיות בעלות מחזורי חיים ארוכים, כגון רכב, ביטחון, תעשייה וציוד רפואי. לפי Tom’s Hardware, ההרחבה בהשקעה של יותר משני מיליארד דולר צפויה להכפיל פי ארבעה את תפוקת פרוסות ה־DDR4 באתר, והיא נתמכת גם במימון מתוקף חוק CHIPS האמריקני. (Tom's Hardware)

עם זאת, לא כל האנליסטים רואים רק אפסייד. Reuters Breakingviews הזכיר כי ענף השבבים, ובייחוד תחום הזיכרון, נוטה למחזוריות חריפה: כאשר המחירים עולים, החברות משקיעות במפעלי ייצור חדשים; כאשר הקיבולת מגיעה לשוק והביקוש נחלש, המחירים עלולים לרדת במהירות. Reuters ציין כי שלוש החברות הגדולות – מיקרון, סמסונג ו־SK hynix – שולטות ביותר מ־95% משוק הזיכרון, אך גם הן מרחיבות קיבולת, בעוד יצרניות סיניות כמו YMTC ו־CXMT עשויות להוסיף לחץ תחרותי בהמשך.

הסיכון הגדול יותר עשוי להגיע מצד הביקוש. תחזית UBS נשענת על המשך השקעות עתק של ענקיות הענן בתשתיות AI. אם אמזון, מיקרוסופט, גוגל, מטא ואורקל יאטו את קצב ההשקעות במרכזי נתונים, חלק מההנחות לגבי מחסור ממושך בזיכרון עלולות להתברר כאופטימיות מדי. מנגד, כל עוד הביקוש לשרתי AI ולמערכות הסקה ממשיך לעלות מהר יותר מהיכולת להוסיף קיבולת ייצור, מיקרון נהנית ממעמד חזק בהרבה מזה שאפיין את יצרניות הזיכרון במחזורי עבר.

לכן, הסיפור של מיקרון אינו רק סיפור של מניה שזינקה. הוא משקף שינוי עמוק יותר בשוק השבבים: הזיכרון, שבעבר נתפס כרכיב מחזורי וקומודיטי, הופך לרכיב אסטרטגי בתשתיות AI. השאלה הגדולה היא אם מדובר במחזור על חדש בענף הזיכרון – או בעוד נקודת שיא שתסתיים כשהקיבולת החדשה תגיע לשוק.

הפוסט UBS מקפיצה את מיקרון: האם זיכרון ה־AI משנה את חוקי המשחק בשוק השבבים? הופיע לראשונה ב-Chiportal.

המשבר של אנבידיה בסין הופך לאחד האתגרים האסטרטגיים הגדולים של החברה. בשיחת הוועידה עם המשקיעים, לאחר פרסום התוצאות הרבעוניות, הבהירה סמנכ"לית הכספים קולט קרס כי התחזית לרבעון הבא אינה כוללת הכנסות ממכירת שבבי מחשוב למרכזי נתונים בסין. לדבריה, אנבידיה עדיין אינה יודעת אם ומתי יינתנו אישורי היבוא הדרושים בסין, ולכן אינה כוללת את המכירות האלה בתחזית שלה. (מרקטווץ')

מדובר במסר חריג עבור חברה שממשיכה ליהנות מביקוש עצום לשבבי AI ברחבי העולם. עד לפני זמן לא רב נחשבה סין לאחד השווקים החשובים ביותר של אנבידיה. כעת, גם כאשר וושינגטון מאפשרת לכאורה מכירה של שבבים מסוימים, בייג'ינג אינה ממהרת לפתוח את הדלת.

אישור אמריקני אינו מספיק

מוקד המשבר הוא שבב H200 של אנבידיה. לפי דיווח רויטרס, ארצות הברית אישרה לכעשר חברות סיניות לרכוש את השבב, ובהן Alibaba, Tencent, ByteDance ו־JD.com. עם זאת, נכון לאמצע מאי 2026, לא נמסר אף שבב H200 אחד ללקוחות בסין.

הפער הזה ממחיש את השינוי במאזן הכוחות. בעבר, השאלה המרכזית הייתה אם ארצות הברית תאפשר לאנבידיה לייצא שבבים מתקדמים לסין. כיום מתברר שגם אם האישור האמריקני ניתן, נדרש אישור בפועל גם מצד סין. בלי האישור הזה, העסקאות נשארות על הנייר.

לפי דיווחים קודמים של רויטרס, סוכני מכס בסין קיבלו הנחיות שלפיהן שבבי H200 אינם מורשים להיכנס למדינה. בנוסף, הרשויות הסיניות זימנו חברות טכנולוגיה מקומיות והזהירו אותן מפני רכישת השבבים, אלא אם יש לכך צורך מיוחד.

בייג'ינג דוחפת לעצמאות טכנולוגית

המהלך הסיני אינו רק תגובה למגבלות היצוא האמריקניות. הוא משתלב במדיניות רחבה יותר של בייג'ינג. סין מבקשת להפחית את התלות שלה בשבבים אמריקניים, במיוחד בתחום הבינה המלאכותית. זהו תחום שנחשב קריטי הן לכלכלה והן לביטחון הלאומי.

מבחינת אנבידיה, זו בעיה כפולה. מצד אחד, היא מוגבלת על ידי וושינגטון. מצד שני, היא נתקלת בחשדנות גוברת מצד בייג'ינג. התוצאה היא מצב שבו לקוחות סיניים עשויים לרצות את הטכנולוגיה של אנבידיה, אך הם אינם יכולים לפעול בחופשיות לרכישתה.

מנכ"ל אנבידיה, ג'נסן הואנג, ניסה לשדר אופטימיות. הוא אמר כי הוא מאמין שהשוק הסיני ייפתח לאורך זמן לספקי שבבים אמריקניים. עם זאת, גם בדיווחים האחרונים הודגש כי משלוחי H200 לסין עדיין תלויים באישור הסיני.

האיום ארוך הטווח: לא רק הכנסות אבודות

בטווח הקצר, אנבידיה יכולה לפצות על הפגיעה בסין באמצעות ביקוש חזק ממדינות אחרות. ענקיות ענן, חברות AI וממשלות ממשיכות להשקיע בתשתיות מחשוב. לכן, המשבר הסיני אינו מאיים מיידית על הצמיחה הכוללת של החברה.

אבל בטווח הארוך האיום עמוק יותר. אם חברות סיניות ייאלצו להשתמש בחלופות מקומיות, סביבן ייבנה בהדרגה אקו־סיסטם עצמאי. הוא יכלול חומרה, תוכנה, כלי פיתוח ומודלים שמותאמים לשבבים שאינם של אנבידיה.

זהו הסיכון המרכזי מבחינת החברה. לא רק אובדן מכירות ברבעון אחד או שניים, אלא שחיקה אפשרית במעמדה כסטנדרט העולמי של תשתיות AI. אם סין תצליח להאיץ את הפיתוח המקומי, אנבידיה עלולה לגלות ששוק ענק נסגר בפניה לא בגלל מחסור בביקוש, אלא בגלל החלטה אסטרטגית של מעצמה.

המשבר הסיני של אנבידיה ממחיש עד כמה שבבי AI הפכו לנכס גיאו־פוליטי. הם כבר אינם רק מוצר טכנולוגי. הם תשתית לאומית, כלי תחרות בין מעצמות, ואחד ממוקדי המאבק המרכזיים בין ארצות הברית לסין.

הפוסט המשבר הסיני של אנבידיה: רישיונות אמריקניים יש, מכירות לסין עדיין אין הופיע לראשונה ב-Chiportal.

אנבידיה דיווחה הלילה על עוד רבעון שיא, שממחיש עד כמה שוק תשתיות הבינה המלאכותית ממשיך להתרחב סביב מרכזי הנתונים. ברבעון הראשון של שנת הכספים 2027, שהסתיים ב־26 באפריל 2026, רשמה החברה הכנסות של 81.6 מיליארד דולר. מדובר בעלייה של 20% לעומת הרבעון הקודם ובזינוק של 85% לעומת הרבעון המקביל אשתקד. הכנסות מרכזי הנתונים הגיעו לשיא של 75.2 מיליארד דולר, עלייה של 92% לעומת השנה שעברה.

הנתונים מציבים את אנבידיה לא עוד כחברת שבבים גרפיים, אלא כספקית התשתית המרכזית של כלכלת ה־AI. לפי הדוח, הכנסות מחשוב מרכזי הנתונים הגיעו ל־60.4 מיליארד דולר, ואילו הכנסות הרשתות במרכזי הנתונים הגיעו ל־14.8 מיליארד דולר – כמעט פי שלושה לעומת השנה שעברה. הרווח הנקי לפי GAAP הסתכם ב־58.3 מיליארד דולר, והרווח המדולל למניה הגיע ל־2.39 דולר. הרווח המתואם למניה עמד על 1.87 דולר.

מנכ״ל ומייסד החברה, ג׳נסן הואנג, תיאר את המגמה כ״האצה בבניית מפעלי AI״, כלומר מרכזי נתונים שתפקידם לייצר שירותי בינה מלאכותית בקנה מידה תעשייתי. לדבריו, עידן ה־Agentic AI כבר החל, והמערכות אינן רק משיבות לשאלות אלא מבצעות עבודה ממשית בארגונים. בשיחת הוועידה לאחר פרסום הדוחות אמר הואנג כי “הביקוש הפך לפרבולי”, וכי בעידן החדש “קיבולת מחשוב היא הכנסות ורווחים”.

מרכזי נתונים, ענן ו־AI ריבוני

אנבידיה משנה במקביל את אופן הדיווח שלה, כדי לשקף טוב יותר את מקורות הצמיחה. החברה תחלק מעתה את פעילותה לשתי פלטפורמות שוק עיקריות: מרכזי נתונים ומחשוב קצה. בתוך מרכזי הנתונים היא תדווח על שני תתי־שווקים: Hyperscale, הכולל את ענקיות הענן וחברות האינטרנט הגדולות, ו־ACIE, הכולל ענני AI, תעשייה וארגונים. מחשוב הקצה יכלול מחשבים אישיים, קונסולות משחק, תחנות עבודה, תחנות בסיס לרשתות AI-RAN, רובוטיקה ורכב.

לפי סמנכ״לית הכספים קולט קרס, הכנסות ההייפרסקייל ברבעון הסתכמו ב־38 מיליארד דולר והיוו כמחצית מהכנסות מרכזי הנתונים. הכנסות תחום ACIE הסתכמו ב־37 מיליארד דולר וצמחו ב־31% לעומת הרבעון הקודם. החברה ציינה גם כי הכנסות ענני ה־AI יותר משלשו את עצמן לעומת השנה שעברה, וכי הכנסות AI ריבוני צמחו ביותר מ־80%.

המשמעות היא שהצמיחה של אנבידיה אינה נשענת רק על חמש או שש ענקיות ענן. החברה מנסה להראות למשקיעים כי גל הביקוש מתרחב גם לענני AI ייעודיים, מרכזי נתונים לאומיים, תשתיות ארגוניות ומערכות תעשייתיות. זהו מסר חשוב במיוחד בשלב שבו השוק בוחן אם השקעות הענק ב־AI הן מחזור זמני, או שינוי מבני ארוך טווח בתשתיות המחשוב.

בלקוול עכשיו, ורה רובין בדרך

ארכיטקטורת Blackwell ממשיכה להיות מנוע הצמיחה המרכזי של אנבידיה. החברה אמרה כי הביקוש למערכות GB300 ו־NVL72 חזק במיוחד בקרב בוני מודלים גדולים וענקיות ענן. קרס ציינה בשיחת הוועידה כי זהו קצב ההשקה המהיר ביותר בתולדות החברה.

הדור הבא כבר בדרך. אנבידיה הודיעה כי תחל משלוחי ייצור של פלטפורמת Vera Rubin במחצית השנייה של השנה, החל מהרבעון השלישי. לפי החברה, ורה רובין תשלב מעבד Vera ייעודי ל־Agentic AI עם מאיצי Rubin ורכיבי תקשורת מהירים. הואנג אמר בשיחה כי ורה פותחת בפני אנבידיה שוק חדש של מעבדים מרכזיים, תחום שבו החברה לא פעלה בעבר בהיקף דומה, וטען כי כל יצרני המערכות וענקיות הענן הגדולות נערכים לפריסה שלה.

זהו שינוי אסטרטגי משמעותי. אנבידיה כבר אינה מסתפקת במכירת מאיצים גרפיים. היא מציעה מערכות שלמות: GPU, CPU, תקשורת, אחסון, תוכנה, שכבות אבטחה וכלי פיתוח. בכך היא מנסה להגדיל את חלקה מכל דולר שמושקע במרכזי נתונים ל־AI, ולהקשות על מתחרים שמציעים רכיב בודד בלבד.

סין נשארת מחוץ לתחזית

נקודת האזהרה המרכזית בדוח היא סין. אנבידיה צופה הכנסות של 91 מיליארד דולר ברבעון השני של שנת הכספים 2027, פלוס או מינוס 2%, אך מדגישה כי התחזית אינה כוללת הכנסות ממכירות מחשוב מרכזי נתונים לסין. החברה ציינה כי אף שהממשל האמריקני אישר רישיונות למשלוח H200 ללקוחות בסין, עדיין לא נרשמו הכנסות כאלה, ולא ברור אם הרשויות בסין יאפשרו את היבוא.

המשמעות היא שהתחזית החזקה של אנבידיה נשענת על ביקוש מחוץ לסין. מצד אחד, זה מצביע על עומק הביקוש העולמי. מצד אחר, הוא משאיר מקור אי־ודאות גיאופוליטי משמעותי, במיוחד בשוק שבו שבבי AI הפכו לנכס אסטרטגי.

חלוקת כסף לבעלי המניות – וסימן לביטחון עצמי

לצד ההשקעה האדירה בתשתיות, אנבידיה מגדילה גם את ההחזר לבעלי המניות. החברה החזירה ברבעון כ־20 מיליארד דולר באמצעות רכישה עצמית של מניות ודיבידנד. הדירקטוריון אישר תוכנית רכישה עצמית נוספת של 80 מיליארד דולר, ללא תאריך תפוגה, והדיבידנד הרבעוני יעלה מסנט אחד ל־25 סנט למניה.

המהלך מאותת שהנהלת החברה רואה את תזרים המזומנים הנוכחי כבר־קיימא לפחות בטווח הקרוב. קרס אמרה בשיחה כי החברה מתכוונת להחזיר השנה לבעלי המניות כ־50% מתזרים המזומנים החופשי, תוך המשך השקעות במחקר ופיתוח, בשרשרת האספקה ובאקוסיסטם של AI.

הרבעון של אנבידיה משקף חברה שנמצאת במרכז גל ההשקעות הגדול ביותר כיום בטכנולוגיה. השאלה המרכזית אינה אם הביקוש ל־AI קיים, אלא כמה זמן יימשך קצב ההשקעות הזה, מי יוכל לממן אותו, והאם אנבידיה תצליח לשמור על היתרון כאשר יותר חברות מנסות לפתח שבבים, מערכות ורכיבי רשת משלהן. בינתיים, המספרים מראים שהשוק ממשיך לרדוף אחרי קיבולת מחשוב – ואנבידיה עדיין עומדת במרכז המרוץ.

הפוסט אנבידיה שוברת שיא: הכנסות של 81.6 מיליארד דולר ברבעון, כמעט כולן ממרכזי נתונים הופיע לראשונה ב-Chiportal.

סרברס מערכות (Cerebras Systems), אחת החברות השאפתניות ביותר בתחום שבבי הבינה המלאכותית, השלימה הנפקה ראשונה לציבור בנאסד"ק תחת הסימול CBRS, במהלך שהפך מיד לאחד מאירועי השוק הבולטים של 2026. החברה מכרה 30 מיליון מניות במחיר של 185 דולר למניה, וגייסה כ־5.55 מיליארד דולר. ביום המסחר הראשון זינקה המניה לפתיחה של 350 דולר וסגרה ב־311.07 דולר, עלייה של כ־68% לעומת מחיר ההנפקה. ביום המסחר הבא כבר נרשמה נסיגה, והמניה ירדה ל־279.72 דולר, אך גם לאחר הירידה היא עדיין נסחרה הרבה מעל מחיר ההנפקה. (Investors)

ההתלהבות סביב ההנפקה נובעת מהעובדה שסרברס אינה מציגה את עצמה כעוד ספקית מאיצים לשוק ה־AI, אלא כחלופה ארכיטקטונית למודל שעליו בנתה אנבידיה את שליטתה. בעוד אנבידיה מובילה את השוק באמצעות מערכות GPU, רשתות תקשורת מהירות, ספריות CUDA ומערכת תוכנה רחבה, סרברס מנסה לעקוף חלק מהמורכבות הזאת באמצעות שבב עצום בגודל פרוסת סיליקון שלמה. החברה טוענת כי מנוע ה־Wafer-Scale Engine 3 שלה כולל ארבעה טריליון טרנזיסטורים, 900 אלף ליבות מותאמות AI ו־125 פטה־פלופס של חישוב AI, על גבי שבב יחיד בשטח 46,225 מ"מ רבוע. לפי החברה, מדובר ב־19 פעמים יותר טרנזיסטורים ו־28 פעמים יותר חישוב לעומת NVIDIA B200. (Cerebras)

זו בדיוק הסיבה שההנפקה נתפסת כמתקפה ישירה על אנבידיה. סרברס אינה מנסה רק למכור שבב מתחרה ללקוחות שכבר בונים חוות GPU. היא מנסה לשכנע את השוק שאפשר לבנות חלק מעומסי ה־AI, במיוחד אינפרנס מהיר והרצת מודלים גדולים, בצורה פשוטה יותר: פחות חלוקה בין אלפי מאיצים, פחות צווארי בקבוק בזיכרון ובתקשורת בין רכיבים, ויותר חישוב וזיכרון על אותו משטח סיליקון. באתר החברה מוצגת הטכנולוגיה כגדולה פי 58 ממעבדי GPU וכמהירה עד פי 15 במקרי אינפרנס מסוימים, אם כי החברה עצמה מסייגת כי השוואות ביצועים תלויות בעומס העבודה, בתצורה ובמודל הנבדק. (Cerebras)

החזית החשובה ביותר היא ענן ה־AI. אנבידיה נהנית לא רק ממכירת שבבים, אלא ממעמד כמעט תשתיתי אצל ספקיות הענן, חברות AI ומרכזי נתונים. סרברס מנסה להיכנס בדיוק לשם. החברה מציעה שלושה מסלולים: שירות ענן למפתחים, קיבולת ייעודית למודלים מותאמים, ומערכות מקומיות לארגונים שרוצים שליטה מלאה על המודלים והנתונים. באתר החברה מופיעים לקוחות ושותפים כמו OpenAI, מטא, AWS, Mayo Clinic ו־GSK, והיא מדגישה תאימות לממשקי API בסגנון OpenAI כדי להקל על מעבר עומסים ממערכות קיימות. (Cerebras)

במילים אחרות, סרברס תוקפת את אנבידיה בשתי רמות. ברמת החומרה, היא טוענת שהבעיה המרכזית של AI אינה רק כמות החישוב, אלא תנועת הנתונים בין הזיכרון, המאיץ והרשת. ברמת המודל העסקי, היא מציעה ללקוחות גדולים לא להמתין רק לעוד דור GPU, אלא להעביר חלק מהעומסים לפלטפורמה ייעודית שמבטיחה זמן תגובה קצר יותר ועלות נמוכה יותר לאינפרנס. עבור יישומים כמו סוכני AI, חיפוש בזמן אמת, עוזרי קוד ושיחות קוליות, השהיה נמוכה היא לא תוספת נחמדה אלא תנאי שימוש מרכזי.

עם זאת, ההנפקה גם מחדדת את הסיכון. אנבידיה אינה רק יצרנית שבבים. היא מחזיקה במערכת אקולוגית רחבה של תוכנה, רשתות, שרתים, תכנון מערכות, קשרים עם יצרני ענן ויתרון עצום באמון הלקוחות. סרברס צריכה להוכיח שהארכיטקטורה החריגה שלה עובדת לא רק בהדגמות ובמקרי שימוש נבחרים, אלא גם בפריסה רחבה, לאורך זמן ובמגוון עומסים. אנליסטים כבר הזהירו שהשווי של החברה גבוה מאוד ביחס להכנסותיה, ושחלק ניכר מהאופטימיות מגולם במחיר המניה כבר אחרי ימי המסחר הראשונים. (MarketWatch)

לכן, ההנפקה של סרברס אינה רק עוד סיפור על חברת שבבים שנהנית מגל ה־AI. היא מבחן לשאלה גדולה יותר: האם שוק הבינה המלאכותית ימשיך להיבנות כמעט כולו סביב ארכיטקטורת GPU ורשתות של אנבידיה, או שייפתח מקום ממשי לארכיטקטורות ייעודיות שמציעות דרך אחרת להריץ מודלים גדולים. סרברס עדיין רחוקה מערעור ההובלה של אנבידיה, אבל עצם ההנפקה, גודל הגיוס והעניין מצד לקוחות ענן ו־AI גדולים מראים שהשוק מחפש אלטרנטיבות. עבור אנבידיה, זהו לא איום מיידי על הכתר, אבל זהו סימן ברור לכך שהמאבק הבא אינו רק על מי מייצר את השבב החזק ביותר, אלא על מי יגדיר את תשתית החישוב של עידן ה־AI.

הפוסט סרברס הונפקה בנאסד"ק – ומכוונת אל נקודת התורפה של אנבידיה הופיע לראשונה ב-Chiportal.