POLYN Technology, חברת שבבים בעלת פעילות בישראל, הודיעה ב־28 בספטמבר כי החלה לספק דגימות הנדסיות של VibroSense TMS לצורך שילובן ביחידות חישה המותקנות בצמיגים והערכתן בידי לקוחות. בין קהלי היעד: יצרני צמיגים ורכב וספקי מערכות סיוע לנהג.

השבב מנתח נתונים ממד תאוצה בצמיג ומעריך את מקדם החיכוך המרבי בין הצמיג לכביש. המידע מועבר באופן אלחוטי למחשב הרכב, ויכול לשמש מערכות בלימה, בקרת יציבות והנעה לכל הגלגלים.

לפי הודעת החברה, בניסוי שבוצע בידי צד שלישי על משטח בזלת רטוב, במהירות התחלתית של 40 קמ״ש, נמדד מרחק עצירה של 55.5 מטר עם המערכת לעומת 63.2 מטר בלעדיה — שיפור של כ־12%. זהו ממצא בתנאי ניסוי מסוימים, ואינו מעיד על שיעור שיפור קבוע בכל תנאי נהיגה.

האספקה הנוכחית מיועדת להערכה הנדסית. החברה מתכננת להשלים באמצע 2027 את שלב ה־tapeout של השבב המסחרי — סיום התכנון והעברתו לייצור — ולאחר מכן לבצע הסמכה לשימוש ברכב.

POLYN פועלת במודל fabless, כלומר מתכננת שבבים בלי להחזיק מפעל ייצור משלה. טכנולוגיית NASP שלה מממשת רשתות עצביות באמצעות עיבוד אותות אנלוגי נוירומורפי. לפי החברה, המטרה היא לבצע עיבוד סמוך לחיישן בצריכת הספק נמוכה ובהשהיה קצרה. לחברה צוותים בישראל, בבריטניה, בארצות הברית ובצרפת.

הפוסט POLYN החלה לספק שבבים להערכת אחיזת צמיגים בכביש הופיע לראשונה ב-Chiportal.

חברת Asahi Kasei Microdevices, או AKM, הודיעה כי חיישני הזרם מסדרות CZ39 ו־CZ3K שלה שולבו בתכנון ייחוס של Microchip לזיהוי תקלות קשת חשמלית באמצעות למידת מכונה. המערכת מבוססת על בקר האותות הדיגיטלי dsPIC33A ומבצעת את עיבוד האותות ואת הרצת מודל הבינה המלאכותית באופן מקומי, ללא צורך במחשב חיצוני או בחיבור לענן.

קשת חשמלית נוצרת כאשר זרם עובר דרך האוויר בין מוליכים או דרך חיבור פגום. היא עלולה לגרום להתחממות, לנזק לציוד ואף לשריפות. התופעה רלוונטית במיוחד למערכות פוטו־וולטאיות, מערכות אגירת אנרגיה, מטענים לרכב חשמלי, מתקני תעשייה ומערכות חלוקת חשמל בבנייני מגורים.

מערכות מסורתיות לזיהוי קשתות מבוססות בדרך כלל על ספי מתח, זרם או רעש חשמלי. הבעיה היא שגם פעילות תקינה של שואבי אבק, מקדחות, עמעמים, ממירים, ממסרים ומנועים עשויה ליצור אותות הדומים לאלה של קשת מסוכנת. התוצאה עלולה להיות התרעות שווא והשבתות מיותרות, או לחלופין העלאת סף הזיהוי באופן שמגדיל את הסיכון להחמצת תקלה אמיתית.

תכנון הייחוס של Microchip משתמש במודל למידת מכונה שאומן להבחין בין דפוסי הפעילות השונים. המודל מופעל על בקר dsPIC33A הכולל מעבד בתדר 200 מגה־הרץ, מנוע DSP ויחידת חישוב בנקודה צפה. לדברי Microchip, מודלים שאומנו על נתונים מהעולם האמיתי יכולים להגיע לדיוק של עד 98% בסיווג תקלות קשת. מדובר בנתון של החברה ולא בתוצאת בדיקה בלתי תלויה.

לחיישני הזרם נטולי הליבה של AKM תפקיד מרכזי בשרשרת האות. סדרות CZ39 ו־CZ3K מציעות זמן תגובה של 100 ננו־שניות ואות בעל רמת רעש נמוכה. מהירות החיישן ואיכות האות חשובות משום שחיישן איטי או רועש עלול לטשטש את החתימה החשמלית הקצרה של הקשת, להקשות על אימון המודל ולפגוע בדיוק הזיהוי.

צוותי AKM ו־Microchip עבדו יחד על תצורת מדידת הזרם ועל אימות המערכת. ההדגמה מיועדת לשמש בסיס למהנדסים המפתחים מערכות הגנה למתקנים סולאריים, מערכות אגירה, עמדות טעינה, מערכות הצתה חכמות, נתיכים אלקטרוניים ומפסקי בטיחות ביתיים ותעשייתיים.

בחברות מצביעים גם על מרכזי נתונים כיישום אפשרי. העלייה בצריכת החשמל של מאיצי AI והמעבר לארכיטקטורות הספק בעלות מתח וצפיפות גבוהים מגדילים את הצורך בזיהוי מהיר של תקלות, מבלי לגרום להשבתות שווא של ציוד יקר.

עם זאת, חשוב להדגיש כי מדובר בתכנון ייחוס ובהדגמת יכולת, ולא במערכת הגנה מסחרית מוגמרת. יצרני ציוד שיבחרו להשתמש בו יצטרכו להתאים את החיישנים, מערך הנתונים ומודל הלמידה לסביבת ההפעלה שלהם ולעמוד בתקני הבטיחות הרלוונטיים.

הפוסט Microchip משלבת חיישני AKM במערכת לזיהוי קשתות חשמליות באמצעות AI הופיע לראשונה ב-Chiportal.

חברת RAAAM Memory Technologies מפתח תקווה ויצרנית השבבים GlobalFoundries הודיעו על שיתוף פעולה אסטרטגי לפיתוח ולהסמכה של זיכרון GCRAM בפלטפורמת FDX המבוססת על טכנולוגיית FD-SOI. במסגרת הפרויקט השלימו החברות טייפ־אאוט של שבב ניסוי משותף — כלומר, התכנון הועבר לייצור לצורך בחינתו בסיליקון.

לפי ההודעה הרשמית של GlobalFoundries, תא הזיכרון שתוכנן במשותף צפוי להקטין ב־40% את השטח המוקצה לזיכרון ולהפחית את צריכת ההספק שלו בעד 60% לעומת זיכרון SRAM מסחרי. החברות מתכננות לאפשר ללקוחות מובילים גישה לתכנון ה־GCRAM בתחילת 2027.

ניסיון לפרוץ את צוואר הבקבוק של הזיכרון על השבב

בשבבים לבינה מלאכותית בקצה, לרכב ול־IoT, הזיכרון המשובץ עשוי לתפוס חלק גדול משטח הסיליקון. ככל שנדרש לשמור יותר נתונים בקרבת יחידות החישוב, גדלים השטח, ההספק והעלות המיוחסים למערכי SRAM. במקביל, מזעור תאי SRAM אינו מתקדם בהכרח באותו קצב שבו מצטמצמים טרנזיסטורי הלוגיקה בתהליכי ייצור מתקדמים.

RAAAM מפתחת את GCRAM — זיכרון מסוג Gain-Cell RAM — כחלופה לזיכרון SRAM משובץ. הטכנולוגיה מבוססת על תא זיכרון קטן יותר, תואמת לתהליכי CMOS רגילים ואינה דורשת הוספה של שלבי ייצור ייעודיים. עם זאת, בניגוד ל־SRAM השומר את המידע כל עוד מוזן אליו מתח, זיכרון Gain-Cell מאחסן מטען ודורש מנגנון רענון. משום כך, הצלחת הפתרון תלויה לא רק בצפיפות התא אלא גם במשך שמירת המידע, בתדירות הרענון, במהירות הגישה וביציבות בתנאי עבודה שונים.

החברות מסרו כי התא החדש תוכנן באמצעות כללי תכנון מצומצמים ומותאמים במיוחד לפלטפורמת FDX. טכנולוגיית FD-SOI של GlobalFoundries מתאפיינת בזליגה נמוכה, שלדברי RAAAM מאריכה את משך שמירת הנתונים ב־GCRAM ומפחיתה את האנרגיה הדרושה לרענון. השילוב אמור לאפשר ללקוחות להגדיל את קיבולת הזיכרון על אותו שטח שבב, או לשמור על אותה קיבולת ולהקטין את שטח הסיליקון.

רוברט גיטרמן, מנכ״ל ומייסד משותף של RAAAM, אמר כי השלמת הטייפ־אאוט בפלטפורמת FDX ממחישה את השילוב בין טכנולוגיית הזיכרון של החברה ליכולות הייצור של GlobalFoundries. לדבריו, הזליגה הנמוכה של FD-SOI יכולה להאריך את זמן שמירת הנתונים ולאפשר חיסכון משמעותי באנרגיה ביישומי בינה מלאכותית בקצה.

סודיפטו בוז, סגן נשיא לניהול מוצרי FD-SOI ב־GlobalFoundries, אמר כי שיתוף הפעולה נועד להרחיב את היצע הקניין הרוחני בפלטפורמת FDX ולהציע פתרון זיכרון המשנה את יחסי ההספק, הביצועים והשטח — PPA — ביישומי בינה מלאכותית ויישומים מתקדמים נוספים.

NXP כבר בוחנת את הפתרון

NXP Semiconductors, שהובילה בנובמבר 2025 את סבב A של RAAAM בהיקף 17.5 מיליון דולר, בוחנת כעת את יתרונות הפתרון המשותף. ויקטור וואנג, סגן נשיא לחדשנות Front End ב־NXP, אמר כי צמצום השטח וההספק עשוי לאפשר הגדלה של קיבולת הזיכרון על השבב, להפחית העברת נתונים לזיכרון חיצוני ולשפר את יעילות המערכת כולה.

הפרויקט עם GlobalFoundries מתקדם במקביל לעבודתה של RAAAM על התאמת GCRAM לתהליך 2 ננומטר של TSMC, שעליה דיווח CHIPORTAL ביוני. בעוד הפרויקט ב־TSMC בוחן את הטכנולוגיה בצומת ייצור מתקדם במיוחד, שיתוף הפעולה החדש מתמקד בהטמעתה בפלטפורמת FD-SOI המיועדת בין היתר לשבבי קצה חסכוניים באנרגיה.

עם זאת, טייפ־אאוט הוא שלב הנדסי חשוב אך אינו הוכחה סופית לביצועי הטכנולוגיה. לאחר ייצור שבב הניסוי יצטרכו החברות למדוד את הצפיפות, צריכת ההספק, זמן שמירת הנתונים, מהירות הגישה והאמינות, ורק לאחר מכן להשלים את תהליך ההסמכה ולהעמיד בלוק IP בשל לשילוב במוצרים מסחריים.

הפוסט RAAAM הישראלית ו־GlobalFoundries השלימו טייפ־אאוט לשבב ניסוי בזיכרון GCRAM הופיע לראשונה ב-Chiportal.

אמיר פנוש, מנכ"ל חברת הקניין הרוחני לשבבים סיוה (CEVA), נבחר ל"מנכ"ל השנה של חברת בינה מלאכותית" במסגרת תוכנית הפרסים AI Breakthrough לשנת 2026. התוכנית מעניקה מדי שנה פרסים לחברות, מוצרים ומנהלים בתחומי הבינה המלאכותית, ובהם חומרת AI, למידת מכונה, בינה מלאכותית יוצרת, רובוטיקה וראייה ממוחשבת.

הפרס ניתן על רקע האסטרטגיה שמקדמת סיוה בתחום הבינה המלאכותית במכשירי קצה. החברה מתמקדת במעבר ממודל שבו מרבית העיבוד מתבצע במרכזי נתונים ובענן למודל היברידי, שבו חלק מהסקת המסקנות מתבצע ישירות במכשיר.

עיבוד מקומי מאפשר להפחית את זמן ההשהיה, לצמצם את כמות הנתונים המועברת לענן ולשפר את הפרטיות. הוא חשוב במיוחד במערכות שבהן נדרשת תגובה מיידית או שבהן החיבור לרשת אינו רציף, כגון מערכות רכב, מצלמות חכמות, ציוד תעשייתי, רובוטים ומוצרי אינטרנט של הדברים.

חיבור בין חישה, תקשורת ועיבוד

סיוה מפתחת ומעניקה רישיונות לקניין רוחני המשולב בשבבים של לקוחותיה. בניגוד ליצרנית שבבים המוכרת רכיבים פיזיים, המודל העסקי שלה מבוסס בעיקר על תשלום עבור רישיונות ועל תמלוגים מכל שבב או מוצר שבו שולבה הטכנולוגיה.

אסטרטגיית הבינה המלאכותית של החברה מרוכזת תחת Ceva AI Fabric, הכוללת מעבדי בינה מלאכותית, תוכנה, כלי פיתוח וטכנולוגיות קישוריות וחישה. המטרה היא לאפשר ליצרני שבבים ומערכות לשלב במוצר אחד קליטת מידע מחיישנים, תקשורת אלחוטית והפעלת מודלים של בינה מלאכותית.

מרכיב מרכזי בפלטפורמה הוא משפחת מעבדי NeuPro NPU, המיועדת להאצת רשתות עצביות במכשירי קצה בצריכת הספק נמוכה. לפי סיוה, החברה רשמה יותר מ־12 עסקאות רישוי למעבדים אלה ביישומים הכוללים מוצרי צריכה, מערכות תעשייתיות, רכב, תשתיות ומחשבים אישיים.

החברה אינה מפרטת בהודעה מי הם הלקוחות, באילו שבבים תשולב הטכנולוגיה או מתי המוצרים צפויים להגיע לשוק. בתעשיית הקניין הרוחני לשבבים עשוי לעבור זמן ממושך בין חתימת הסכם רישוי, השלמת תכנון השבב ותחילת ייצור המוני שמניב תמלוגים.

יותר משני מיליארד מכשירים בשנה

לדברי סיוה, יותר משני מיליארד מכשירים המבוססים על טכנולוגיות שלה נשלחים לשוק מדי שנה, ועד כה שולבו רכיבי הקניין הרוחני של החברה ביותר מ־21 מיליארד מוצרים. הטכנולוגיות שלה כוללות Bluetooth, Wi-Fi, UWB ודור חמישי, לצד עיבוד אותות, היתוך חיישנים ומעבדי בינה מלאכותית.

פנוש אמר כי המעבר לעיבוד מבוזר מחייב מיליארדי מכשירים מחוברים "לחוש, להבין ולפעול באופן מקומי", וכי החברה התאימה את סל הטכנולוגיות שלה לכיוון זה.

סטיב ג'והנסון, מנהל בתוכנית AI Breakthrough, אמר כי פנוש זיהה מוקדם את התרחבות שוק ה־Edge AI ובנה פורטפוליו שנועד לתמוך במכשירים המסוגלים להבין את סביבתם ולפעול בהתאם.

עבור סיוה, חשיבותו העסקית של המעבר ל־Edge AI תלויה ביכולתה להפוך את עסקאות הרישוי לשבבים מסחריים ובהמשך להכנסות מתמלוגים. החברה פועלת בשוק תחרותי הכולל פתרונות פנימיים של יצרניות שבבים, ארכיטקטורות פתוחות וספקיות אחרות של מעבדי NPU וקניין רוחני. יתרונה האפשרי הוא בשילוב בין עיבוד בינה מלאכותית, חישה וקישוריות בתוך פורטפוליו אחד המותאם למכשירים מוגבלי הספק.

הפוסט מנכ"ל סיוה אמיר פנוש זכה בפרס AI Breakthrough על הובלת אסטרטגיית הבינה המלאכותית בקצה הופיע לראשונה ב-Chiportal.

חברת השבבים הישראלית היילו (Hailo) הודיעה על פיטורי כ-110 עובדים, כמחצית מכוח האדם שלה. לפי הדיווח בכלכליסט, החברה מעסיקה כיום כ-220 עובדים, והמהלך מגיע בהמשך לשינוי ארגוני שביצעה לפני כמה חודשים כדי להתמקד בתחום ה-Physical AI – יישומי בינה מלאכותית בעולם הפיזי, ובהם רובוטיקה, רחפנים ומכשירי קצה חכמים.

היילו, שהוקמה ב-2017 ונחשבה במשך שנים לאחת ההבטחות הבולטות של תעשיית השבבים הישראלית, מפתחת מאיצי AI למכשירי קצה. מוצרי החברה נועדו להריץ מודלי ראייה ממוחשבת ובינה מלאכותית גנרטיבית קרוב למקור הנתונים, בלי להעביר את כל העיבוד לענן. לפי החברה, מעבדי הקצה שלה מיועדים ליישומי AI במכשירי קצה, ובהם מוצרי צריכה, רכב, מערכות תעשייתיות ורובוטיקה.

מהתלהבות סביב AI Edge לצמצום חריף

הפיטורים הנוכחיים הם סבב הקיצוצים השני של היילו השנה. בינואר 2026 פיטרה החברה כ-10% מעובדיה, אז כ-30 עובדים, והסבירה כי היא ממקדת משאבים בתחומי צמיחה ובהם רובוטיקה ו-Physical AI.

לפי הדיווח, החברה מבקשת להגיע למבנה תפעולי רזה יותר, שיאפשר לה להמשיך לשרת לקוחות קיימים באמצעות רשת שותפים ומפיצים גלובלית, ובמקביל לשפר את הגמישות לקראת השקעה, רכישה או מהלך פיננסי אחר. החברה מסרה כי מוצרי הדגל שלה, מאיצי AI למכשירי קצה, נמכרו ביותר מ-500 אלף יחידות.

ההתמקדות ב-Physical AI משקפת מגמה רחבה יותר בתעשייה: מעבר מחישובי AI גדולים בענן בלבד אל עיבוד מקומי במצלמות, רובוטים, רחפנים, מערכות רכב ומכשירי IoT. עבור היילו, זהו גם ניסיון לבדל את עצמה מול שוק צפוף ותחרותי, שבו פועלות ענקיות שבבים לצד חברות צעירות רבות שניסו לנצל את גל ההשקעות בבינה מלאכותית.

לחץ פיננסי ומחיקת השקעה בדלק רכב

המהלך מגיע על רקע מצוקה פיננסית מתמשכת. לפי כלכליסט, דלק רכב, אחת המחזיקות המשמעותיות בהיילו, דיווחה כי מיזוג SPAC שתוכנן עבור החברה בוול סטריט נקלע לקשיים ואינו מתקדם. בעקבות זאת, דלק רכב צפויה למחוק את מרבית שווי השקעתה בהיילו כבר בדוחות הרבעון השני של 2026, מהלך שעלול להעביר אותה להפסד מהותי באותו רבעון.

בשיאה, באפריל 2024, גייסה היילו 120 מיליון דולר לפי שווי של 1.2 מיליארד דולר, והפכה לאחת מחברות החד־קרן הבולטות בתחום שבבי ה-AI למכשירי קצה. רויטרס דיווחה אז כי החברה גייסה עד אותו שלב יותר מ-340 מיליון דולר מאז הקמתה. לפי הדיווחים האחרונים, שוויה הריאלי של החברה מוערך כעת בפחות מ-500 מיליון דולר.

כלכליסט ציין כי סך החשיפה של דלק רכב להיילו עומד על כ-62.4 מיליון דולר, שהם כ-197 מיליון שקל, וכי בינואר 2026 העמידה דלק מוטורס להיילו הלוואה של 9 מיליון דולר, עם אפשרות להגדלה נוספת של 3 מיליון דולר. לפי הדיווח, ההלוואה נושאת ריבית גבוהה של 1.5% בחודש, שעשויה לעלות ל-3% בחודש אם לא יתרחש אירוע נזילות בתוך 12 חודשים.

חברה עם טכנולוגיה קיימת, אבל שוק קשה יותר

הקושי של היילו אינו נובע בהכרח מהיעדר טכנולוגיה. החברה השיקה בשנים האחרונות כמה דורות של מאיצי AI, ובהם Hailo-8 ליישומי ראייה ממוחשבת ו-Hailo-10H, שנועד להריץ מודלי שפה וראייה גנרטיביים במכשירי קצה. לפי היילו, Hailo-10H מספק 40 TOPS בביצועי INT4, תומך במודלי LLM ו-VLM, ומתוכנן לפעול בהספק טיפוסי של 2.5 ואט.

עם זאת, פיתוח שבבים הוא תחום עתיר הון, והמעבר ממוצר טכנולוגי מרשים להכנסות בהיקף גדול דורש זמן, שרשרת אספקה יציבה, תוכנה בשלה, תמיכת לקוחות רחבה וחדירה לשווקים שמאמצים טכנולוגיה בקצב מספק. במקרה של היילו, הנתונים הפיננסיים שפורסמו סביב דלק רכב מצביעים על פער בין ההבטחה הטכנולוגית לבין צורכי המזומן והקצב העסקי של החברה.

מנכ”ל היילו, אור דנון, מסר כי ענף השבבים בעידן ה-AI הופך לחלק מהתשתיות הקריטיות במדינות רבות, וכי הבינה המלאכותית “עוזבת את הענן ועוברת לעולם הפיזי”. לדבריו, המהלכים הנוכחיים נועדו לשמר את המובילות הטכנולוגית של החברה ולהמשיך לייצר ערך ללקוחות קיימים ועתידיים.

היילו עדיין מחזיקה במוצר, בלקוחות, ברשת שותפים ובמוניטין טכנולוגי בתחום שבו הביקוש עשוי לצמוח בשנים הקרובות. אבל סבב הפיטורים החריף מסמן כי החברה נכנסת לשלב מבחן: האם תצליח להפוך את פעילותה לממוקדת ורזה מספיק כדי לשרוד עד גיוס, רכישה או התאוששות עסקית – או שהלחץ הפיננסי יכריע את אחת ההבטחות הגדולות של שבבי ה-AI בישראל.

הפוסט היילו מפטרת כמחצית מעובדיה ותתמקד ב-Physical AI הופיע לראשונה ב-Chiportal.

בסימפוזיון הטכנולוגי של TSMC באמסטרדם הציגה Hailo הישראלית את הדור השני של טכנולוגיית האצת הבינה המלאכותית שלה, עם דגש ברור על הכיוון שאליו נעה התעשייה: פחות הדגמות ענן כלליות, ויותר מערכות AI שפועלות בתוך המכשיר עצמו, קרוב לחיישנים, למצלמות, לכלי הרכב, לרובוטים ולמערכות התעשייתיות.

בראיון ל-CHIPORTAL אמר יאן-פריסו בלאקר, סמנכ״ל המכירות לאירופה ב-Hailo, כי שיתוף הפעולה עם TSMC הוא מרכיב מרכזי בהתפתחות החברה. לדבריו, Hailo היא שותפה ותיקה וקרובה של TSMC, ומוצריה מיוצרים בטכנולוגיות הייצור של החברה הטייוואנית. הדור הראשון והשני של שבבי Hailo מבוססים על תהליך 16 ננומטר FinFET של TSMC, ואילו הדור השלישי המתוכנן צפוי לעבור לצומת ייצור קטן בהרבה.

המסר המרכזי של Hailo באירוע היה “GenAI on the edge” – הרצת בינה מלאכותית גנרטיבית במכשירי קצה, ללא צורך קבוע בחיבור לענן. בלאקר הדגיש כי העניין איננו רק בביצועים גולמיים, אלא ביכולת לספק חישוב AI יעיל מבחינת צריכת הספק, שאפשר לשלב במגוון רחב של מערכות משובצות.

אחת ההדגמות שהוצגו באירוע המחישה מעלית חכמה בבית חולים, שמבינה הוראות בשפה טבעית. במקום פקודה קשיחה כמו “קומה שלוש” או “מסעדה”, המשתמש יכול לומר משפט כמו “אני רעב”, והמערכת מבינה את הכוונה ומפנה את המעלית לקומה שבה נמצאת המסעדה. לפי Hailo, הדבר מתאפשר באמצעות הרצת מודל שפה גדול ישירות על השבב שבמערכת, בלי לשלוח את המידע לענן.

זו דוגמה קטנה, אך היא ממחישה את השינוי הרחב יותר: מערכות AI אינן חייבות עוד להמתין לעיבוד מרוחק במרכז נתונים. כאשר החישוב מתבצע בקצה, המערכת יכולה להגיב מהר יותר, לשמור מידע רגיש בתוך המכשיר, ולפעול גם בסביבה שבה החיבור לרשת חלקי, יקר או בלתי זמין.

רובוטים, כלי רכב ומערכות תעשייתיות

בלאקר קשר את הטכנולוגיה של Hailo למגמה רחבה יותר שעלתה גם בהרצאות המרכזיות של TSMC: מעבר מגל ההתלהבות הראשוני סביב AI ליישומים מעשיים של הסקה, inference, במערכות פיזיות. אלה כוללות כלי רכב, רחפנים, רובוטים, מערכות תעשייתיות, מכשירי בית חכמים ומערכות עירוניות.

ביישומים כאלה זמן תגובה הוא קריטי. רכב אוטונומי, רובוט תעשייתי או רחפן אינם יכולים להסתמך תמיד על תקשורת לענן כדי לקבל החלטות בזמן אמת. הם צריכים לעבד מידע מחיישנים, להבין את הסביבה, ולהגיב מיד. לכן, מאיצי AI קטנים וחסכוניים יחסית הופכים לחלק חשוב מהארכיטקטורה של מערכות הקצה.

לדברי בלאקר, יותר ויותר חברות עוברות משלב ההערכה והניסויים לשילוב מוצרים של Hailo במערכות ייצור. המשמעות היא שהשוק מתחיל להתכנס סביב יישומים מעשיים של AI בקצה, ולא רק סביב הדגמות או מודלים גדולים במרכזי נתונים.

TSMC כבסיס לתעשיית ה-AI הפיזית

הנוכחות של Hailo במתחם ההדגמות של TSMC הדגישה גם את מקומה של TSMC בשרשרת הערך החדשה של AI. אם מרכזי הנתונים הם השכבה הבולטת ביותר של מהפכת הבינה המלאכותית, הרי שהשלב הבא כולל הפצה של יכולות AI למיליארדי מכשירים פיזיים. לשם כך נדרשים שבבים יעילים, תהליכי ייצור מתקדמים ויכולת לייצר מוצרים אמינים בהיקפים גדולים.

עבור Hailo, החיבור הזה מאפשר להציג פתרון שמיועד לא רק למפתחים או למעבדות, אלא ליצרני מערכות שמחפשים לשלב AI במוצר אמיתי: מעלית, מצלמה, רובוט, מכונה תעשייתית או רכב. זהו בדיוק האזור שבו התחרות על הדור הבא של שבבי AI צפויה להיות חריפה במיוחד – לא רק במרכזי הנתונים, אלא גם בכל מקום שבו החלטה חכמה צריכה להתקבל במקום, במהירות ובצריכת הספק נמוכה.

הפוסט Hailo מציגה בסימפוזיון TSMC באמסטרדם: בינה מלאכותית גנרטיבית בקצה, בלי ענן הופיע לראשונה ב-Chiportal.

עבור מהנדסי השבבים, שינוי זה מייצג אתגר ארכיטקטוני מהותי המשנה את סדרי העדיפויות בתכנון. השאלה אינה עוד כיצד למקסם את התפוקה (Throughput) במעבד גרפי עתיר הספק, אלא כיצד לספק יכולות בינה מלאכותית משמעותיות במכשיר בעל הספק המוגבל לעשרות מילי-וואטים בלבד ומיועד לפעול במשך שנים על סוללה בודדת. המניעים למעבר זה נובעים משלושה אילוצים קריטיים: השהייה (Latency),  פרטיות  (Privacy)  וקישוריות  . (Connectivity) במערכות בטיחותיות כמו רכב אוטונומי או רובוטיקה רפואית, ההשהייה הקיימת בענן אינה קבילה, שכן תגובה במקרי קיצון חייבת להימדד במיקרו-שניות. במקביל, הצורך בפרטיות המידע והרגולציה הגוברת דורשים שנתונים ביומטריים גולמיים יישארו במכשיר. לבסוף, חוסר האמינות המובנה בהסתמכות על רשתות תקשורת אלחוטיות בסביבות תעשייתיות או חקלאיות הופך את ההסקה העצמאית למציאות הכרחית.

המעבר לקצה מחייב חשיבה מחדש על כל שכבה בחומרה. בניגוד לפרדיגמת מרכזי הנתונים, המהנדסים נדרשים כעת למקסם את ה"AI לכל מילי-וואט". זהו המניע העיקרי למעבר מארכיטקטורות GPU כלליות למאיצים ייעודיים .(Domain-Specific Accelerators) עם זאת, השינוי העמוק ביותר מתרחש בהיררכיית הזיכרון. בבינה מלאכותית בקצה, הזיכרון ולא כוח המחשוב , הוא צוואר הבקבוק העיקרי. שליפת נתונים מזיכרון הDRAM- צורכת סדרי גודל יותר אנרגיה מביצוע החישוב עצמו. כתוצאה מכך, מאיצי קצה מודרניים מתבססים על מערכי SRAM רחבים על השבב השומרים על הנתונים קרובים למארג המחשוב. טכניקות כמו גיזום נתונים (Pruning) , דלילות (Sparsity) וכימות (Quantization) הפכו מהנחות אופציונליות לדרישות יסוד בתכנון, כאשר חלק מהארכיטקטורות כבר דוחפות לכיוון של חישוב בתוך הזיכרון (In-Memory Computing) המצמצם את תנועת הנתונים כמעט לאפס.

מעבר ליכולות הסקה, הדרישה הגוברת ללמידה אדפטיבית במכשיר מציבה רף חדש של דרישות. יישומים רבים מניטור בריאות מותאם אישית ועד לתחזוקה חזויה דורשים מודלים המסוגלים להתאים את עצמם לאורך זמן, מה שמחייב חומרה התומכת בעדכוני תוכנה חסכוניים. טכנולוגיות זיכרון לא נדיף מתפתחות, כגון RRAM ו MRAM- נבחנות כיום כחלופות לאחסון פרמטרים של מודלים המתפתחים במהלך הפעולה. במקביל, מסגרות למידה מאוחדות (Federated Learning) מאפשרות למכשירים להתאמן מקומית ולתרום לעדכון מודל גלובלי מבלי לחשוף מידע גולמי. זה מחייב את מתכנני השבבים למטב את המאיצים לא רק לתפוקת הסקה, אלא גם לעומסי עבודה של אימון בדיוק נמוך.

המגמה המשמעותית ביותר המגדירה את 2026 היא התכנון המשותף של חומרה ותוכנה ביחד. הגבולות המסורתיים בין פיתוח אלגוריתמים לארכיטקטורת שבבים מיטשטשים; מהנדסי תוכנה מתכננים כיום מודלים המותאמים מראש לאילוצי החומרה, וצוותי חומרה בונים מאיצים התפורים למשפחות מודלים ספציפיות, כגון Vision Transformers למערכות ראייה או מודלי שפה קומפקטיים לעוזרים קוליים. ההתכנסות של טכניקות דחיסה בוגרות, מאיצים ייעודיים וארכיטקטורות זיכרון מתקדמות יצרה נקודת מפנה בה הEdge AI  הופך למודל הפריסה המוגדר כברירת מחדל.

בתוך מארג זה,  לתעשייה הישראלית תפקיד מפתח בתכנון ארכיטקטורת הEdge AI- העולמית, כשהיא נשענת על מסורת רבת שנים של מצוינות בתחומי התקשורת והVLSI-  .

האקו-סיסטם המקומי, שהוביל בעבר את מהפיכות הקישוריות והאחסון, השכיל להסב את ה DNA ההנדסי שלו להתמודדות עם אתגרי ההסקה והעיבוד בקצה. מרכזי הפיתוח של הענקיות הבינלאומיות בישראל, לצד דור חדש של סטארטאפים המתמקדים בAI-Centric Silicon-  מציבים את ישראל בחזית המאבק על יעילות ה- PPA  (Power, Performance, Area) .

היכולת הישראלית המוכחת בתכנון שבבים מורכבים (SoC) ובייצור פתרונות המגשרים על פער המחשוב והזיכרון, היא שהופכת את התעשייה המקומית לקטר המוביל של עידן הInference-  גם בקצה.

בשנת 2026, ברור כי הפתרונות שיאפשרו לאינטליגנציה המלאכותית לפעול בצורה אוטונומית, מאובטחת וחסכונית במכשירים הסובבים אותנו, נוצרו במידה רבה מתוך היוזמה והחדשנות של קהילת השבבים הישראלית.

העשור הקרוב לא יוכרע על ידי עוצמת העיבוד בענן, אלא על ידי התושייה הנדרשת להטמעת אינטליגנציה במכשירים הקטנים והמוגבלים ביותר המקיפים אותנו – בכיס, ברכב ובמפעל.

הפוסט 2026 – שנת המפנה לכיוון ה- EDGE-AI הופיע לראשונה ב-Chiportal.

מבצע שאגת הארי מסתמך במידה רבה על "בינה מלאכותית בקצה" – היכולת לעבד כמויות אדירות של נתוני חיישנים באופן מקומי במכשיר עצמו במקום לשלוח אותם בחזרה לענן מרכזי.

שבבי SoC מתקדמים מעבדים נתונים חזותיים בפחות ממילישנייה, ומאפשרים למערכות אוטונומיות לנווט ולזהות מטרות בדיוק ברמת האדם אך במהירויות ברמת המכונה.

צמתים חדשנים בטכנולוגיות 3 ננומטר ו-2 ננומטר מאפשרים מיחשוב בעל ביצועים אולטרה גבוהים במכשירים ניידים, ומבטיחים שציוד השטח יישאר פעיל למשך פרקי זמן ממושכים ללא צורך בהחלפות סוללות כבדות.

מבצע "שאגת הארי" כולל שימוש באלפי כלי נשק מדויקים והרס של מאות תשתיות אסטרטגיות. מערכות מונחות מדויקות מסתמכות על שבבים בעלי ביצועים גבוהים לניווט, רכישת מטרות ותיקון מסלול באמצע הטיסה. ללא שבבים מתקדמים, הדיוק הנדרש לתקיפה צפופה ומתואמת שכזו יהיה בלתי אפשרי.

כלי טיס בלתי מאוישים (UAVs) משמשים עמוד תווך מרכזי במבצע, ומספקים מעקב, יכולת תקיפה ועדכון מצב מתמשך עמוק בתוך שטח איראן. רחפנים אלה תלויים במעבדים מיוחדים לטיסה אוטונומית, שימוש בחיישנים חכמים, תקשורת מוצפנת ובינה מלאכותית בתוך כלי טיס. יכולתם לפעול הרחק מגבולות ישראל ולשמור על עליונות אווירית קשורה ישירות לתחכום של ערכות השבבים שלהם.

תיאום מערכה משותפת של ארה"ב וישראל במספר תחומים דורש מערכות תקשורת מאובטחות, עמידות ובעלות רוחב פס גבוה. שבבים מתקדמים מפעילים מכשירי רדיו מוצפנים, קישורי לוויין ורשתות שדה קרב המאפשרות למפקדים לסנכרן תקיפות אוויריות, לנטר איומים ולהסתגל לתגובות טילים ורחפנים איראניות בזמן אמת.

השלכות אסטרטגיות על הביטחון הלאומי

יכולתה של ישראל לבסס עליונות אווירית תוך 24 שעות מהשקת המבצע משקפת לא רק תכנון טקטי אלא גם השקעה ארוכת טווח בטכנולוגיות הגנה מבוססות שבבים. מטוסי חמקן, טילים ארוכי טווח וחיישנים מתקדמים, כולם מסתמכים על שבבים מתקדמים המעניקים לישראל ולבנות בריתה יתרון מכריע.

יכולות הטילים והרחפנים של איראן הפכו מתוחכמות יותר, ודורשות מערכות הגנה שיכולות לזהות, לעקוב וליירט איומים תוך שניות. מערכי מכ"ם מונעי שבבים מתקדמים, ניתוח איומים משופר על ידי בינה מלאכותית ופלטפורמות יירוט אוטומטיות חיוניים לנטרול התקפות אלו ולמניעת הסלמה.

משרד הביטחון הדגיש את הצורך לחזק את הסיבולת האסטרטגית של ישראל, כולל אספקה ​​מתמשכת של תחמושת וציוד. רבות ממערכות אלו תלויות בשבבים ייעודיים שיש לאסוף, להעביר ולשלב במהירות כדי לשמור על מוכנות בחזיתות מרובות.

מבט קדימה: שבבים כשדה הקרב החדש

מבצע "שאגת הארי" מדגיש מציאות עולמית רחבה יותר: שבבים הם כיום אמצעי קריטי להגנה הלאומית כמו דלק, מטוסים או כוח אדם. המדינות השולטות בתכנון, ייצור ושרשראות אספקה ​​של שבבים יעצבו את עתיד הלוחמה. כאשר ישראל מתמודדת עם איומים מתפתחים, היתרון הטכנולוגי שלה – המושרש ביכולות שבבים מתקדמות – יישאר מרכזי להרתעה, תגובה מהירה ודומיננטיות אסטרטגית.

הפוסט שבבים מתקדמים: המנוע השקט מאחורי מבצע שאגת הארי הופיע לראשונה ב-Chiportal.

סבסטיאן דובה, מנהל CEA-Leti, מציג תמונת מצב עדכנית של תעשיית השבבים באירופה ומסביר כיצד פרויקט הדגל FAMES עשוי לסייע לאירופה להיאבק בתלותה באסיה ובארה"ב – ולבסס יתרון בתחומים כמו בינה מלאכותית בקצה הרשת וחדשנות אקולוגית

לאחר מחסור השבבים בזמן מגפת הקורונה, שהבהיר לאירופה את תלותה באסיה ובארה"ב, הושקה בשנת 2022 תוכנית השבבים האירופית – CHIPS Act – במטרה להכפיל עד 2030 את חלקה של אירופה בשוק העולמי ל-20%. כיום, שלוש שנים מאוחר יותר, אירופה עדיין אחראית לפחות מ-10% מייצור השבבים בעולם. האם היא מסוגלת להחזיר לעצמה את הבכורה?

לדברי סבסטיאן דובה , מנהל CEA-Leti ומוביל פרויקט FAMES בגרנובל, אין מדובר במהפכה מיידית: "ההשקעות הנדרשות עצומות, וקשה לדמיין שינוי דרמטי בטווח הקצר. השוק נותר גלובלי ותלוי הדדית: עיצוב באמריקה, ייצור באסיה וחומרי גלם מסין." למרות זאת, לדובה יש תקווה באשר ליתרונות היחסיים של אירופה – בעיקר ביישומים משולבים כמו חיישנים, מיקרו-בקרים, רכיבים לרכב, לתעשייה ולתחום הבריאות. הוא מזכיר בגאווה את ההובלה של ASML ההולנדית בתחום ליתוגרפיה מתקדמת – תחום קריטי שכל יצרני השבבים בעולם תלויים בו.

במסגרת המאמצים האירופיים הוקם פרויקט FAMES , בהובלת CEA-Leti ושותפים נוספים, אשר נהנה מהשקעה של 830 מיליון אירו של האיחוד האירופי והממשל הצרפתי. "FAMES נכנס לפעולה בתחילת השנה – עמדנו בלוחות הזמנים, וזה חשוב. אסיה ידועה ביעילותה, אבל אנחנו מראים שגם אירופה מסוגלת לפעול באותה רמה," מדגיש דובה.

מטרת FAMES: להכין את הקרקע לדורות הבאים של טכנולוגיות FD-SOI בגדלים של 10 ואף 7 ננומטר, ולהאיץ פיתוח של טכנולוגיות מפתח לעשור הקרוב: זיכרונות לא נדיפים, רכיבי תדר רדיו לדור 6G ואינטגרציה תלת-ממדית הטרוגנית . אחת ההזדמנויות הבולטות עבור אירופה נמצאת דווקא בתחום שבו לא נדרשים שבבים מתקדמים במיוחד – אלא פתרונות משולבים ויעילים אנרגטית:

"בינה מלאכותית בקצה – edge AI – תדרוש שבבים שחוסכים באנרגיה ומבצעים למידה והסקה מקומית, ישירות במכשירים כמו סמארטפונים וחיישנים. זהו תחום שבו יש לאירופה יתרון מובהק," מסביר דובה.

לסיכום, למרות הפערים מול ענקיות כמו TSMC ו-Samsung, דובה בטוח שעם השקעה נכונה בשיתופי פעולה, מחקר וחדשנות סביבתית – אירופה יכולה לשמר ואף לחזק את מקומה בזירה הגלובלית.

"השוק הזה מחזורי מטבעו. מה שנכון היום – לא בהכרח יהיה נכון מחר. עלינו להמשיך לפעול בחזית החדשנות כדי להיות מוכנים לעתיד."

הפוסט אירופה מנסה להחזיר את הבכורה: האם תעשיית השבבים האירופית תצליח לצמצם פערים? הופיע לראשונה ב-Chiportal.