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.

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.

אינטל הציגה בתערוכת Embedded World 2026 בנירנברג קו חדש של מעבדי מחשוב קצה (Edge Computing) המיועדים להריץ בינה מלאכותית מתקדמת ישירות במכשירים עצמם – מרובוטים תעשייתיים ועד ציוד רפואי. המעבדים החדשים מאפשרים להריץ מודלים מתקדמים של בינה מלאכותית יוצרת ללא צורך בחיבור לענן וללא שימוש בכרטיסי מסך חיצוניים יקרים, מהלך שעשוי לשנות את האופן שבו מערכות אוטונומיות פועלות בזמן אמת.

הכרזה זו כוללת שלושה רכיבים מרכזיים: סדרת מעבדי Intel Core Series 2 המיועדת לתעשייה ולרובוטיקה, סדרת Intel Core Ultra 3 להפעלת מודלי בינה מלאכותית מתקדמים על התקן קצה יחיד, וכן פלטפורמה רפואית חדשה בשם Health & Life Sciences AI Suite. במסגרת ההכרזה הדגימה אינטל גם שיתוף פעולה עם חברת הדימות הרפואי הישראלית Nanox.

דיוק בזמן אמת לרובוטים ולציוד רפואי

במערכות תעשייתיות ורפואיות, לא תמיד מהירות החישוב היא הגורם החשוב ביותר – לעיתים קרובות דווקא העקביות והיכולת לפעול בדיוק בזמן מוגדר הן הקריטיות. תכונה זו מכונה דטרמיניזם (Determinism), והיא חיונית למערכות שבהן גם עיכוב של מילישניות בודדות עלול לגרום לתקלה.

מעבדי Intel Core Series 2 החדשים, הכוללים עד 12 ליבות ביצועים, פותחו במיוחד עבור סביבות תעשייתיות קשות. הם מספקים ביצועים דטרמיניסטיים בזמן אמת ומאפשרים תיאום מושלם בין מערכות מורכבות.

לדוגמה, במכשיר א.ק.ג. (ECG) רפואי, המעבד חייב לדגום את אותות הלב במרווחי זמן מדויקים מאוד. עיכוב של מילישניות עלול לגרום לפספוס הפרעת קצב עדינה. באופן דומה, בפס ייצור תעשייתי שבו פועלות מספר זרועות רובוטיות במקביל, כל סטייה זעירה בתזמון בין הזרועות עלולה לגרום להתנגשויות או לפגמים במוצר.

כדי להתמודד עם האתגרים הללו משלבים המעבדים החדשים את טכנולוגיית Time Coordinated Computing (TCC) של אינטל יחד עם תמיכה ברשתות Time Sensitive Networking (TSN). לפי נתוני החברה, הפתרון מספק זמני תגובה עקביים ומהירים עד פי 2.5 בהשוואה למעבד Ryzen 7 9700X של AMD, וזמן השהיה נמוך בעד פי 4.4.

בינה מלאכותית מתקדמת על שבב אחד

סדרת Intel Core Ultra 3, שנחשפה קודם לכן למחשבים אישיים בתערוכת CES תחת שם הקוד Panther Lake, מגיעה כעת גם לעולם התעשייתי. המעבדים מאפשרים להריץ מודלים מתקדמים של בינה מלאכותית ישירות על התקן הקצה, ללא צורך במאיצים גרפיים חיצוניים.

המעבדים מספקים ביצועי בינה מלאכותית של עד 180 טריליון פעולות בשנייה (TOPS) – שיפור של פי 1.8 לעומת הדור הקודם – במעטפת קומפקטית המתאימה למכשור תעשייתי ורפואי.

משמעות הדבר עבור יצרני ציוד היא שינוי פרדיגמה: במקום מערכת הכוללת מעבד מרכזי וכרטיס מסך נפרד, ניתן להריץ את כל סביבת הבינה המלאכותית על שבב אחד בלבד (System on Chip).

בדיקות שערכה אינטל מצביעות על כך שמעבר ממערכות מבוססות כרטיסים גרפיים, כגון Jetson AGX Orin או RTX 4060 של אנבידיה, לפתרון משולב עשוי להפחית את עלות המערכת הכוללת בין 39% ל-67% לאורך חמש שנים.

בנוסף הדגימה החברה אפשרות לבצע על השבב עצמו גם תהליכי Fine-Tuning – התאמה של מודלי בינה מלאכותית ליישום מסוים – פעולה שבדרך כלל דורשת מאיצים גרפיים ייעודיים. בבדיקות שביצעה החברה הושגו 87% מביצועי כרטיס גרפי ייעודי, אך בעלות חומרה של 17% בלבד.

במבחני ביצועים מסוימים המעבד הגרפי המשולב של אינטל אף השיג עד פי תשעה ביצועים לעומת המעבד Ryzen AI 9 HX370 של AMD.

שיתוף פעולה עם חברת Nanox הישראלית

אחת הדוגמאות ליישום הטכנולוגיה היא שיתוף פעולה עם חברת הדימות הרפואי הישראלית Nanox, המפתחת מערכות רנטגן מתקדמות.

במערכות של החברה נעשה שימוש במעבדי אינטל כדי לבצע ניתוח דימות רפואי ישירות במכשיר עצמו, בנקודת הטיפול. לפי אינטל, שימוש במאיץ הבינה המלאכותית המובנה במעבד (NPU) מאפשר לבצע משימות פענוח וזיהוי מהר יותר עד פי 152.

מאחר שהמידע הרפואי מעובד ישירות על המכשיר, אין צורך לשלוח נתונים לענן – יתרון חשוב מבחינת אבטחת מידע ופרטיות.

רובוטים דמויי אדם ורובוטים לשירות

אינטל הציגה גם יישומים נוספים אצל שותפיה. חברת Circulus מפתחת רובוטים דמויי אדם המשתמשים במעבדי החברה לצורך אינטראקציה טבעית יותר עם בני אדם. המעבדים אפשרו לרובוטים להשיג תפוקת מודלי שפת-ראייה גבוהה פי 3.9 וראייה מרובת-משימות מהירה פי 5.4 בהשוואה לפתרונות מבוססי אנבידיה – תוך צריכת חשמל של כ-25 וואט בלבד.

יישום נוסף הוצג על ידי חברת Sensory AI, שפיתחה רובוט בריסטה המנהל שיחה עם הלקוח ומכין קפה בהתאם להזמנה. המעבדים החדשים קיצרו כמעט בחצי את זמן התגובה בדיבור, תוך שימוש בכ-22 וואט בלבד, לעומת כ-90 וואט בפתרונות מתחרים.

פלטפורמת בינה מלאכותית למערכות בריאות

בנוסף לחומרה הציגה אינטל הצצה לפלטפורמת תוכנה חדשה בשם Health & Life Sciences AI Suite, שתושק במלואה באמצע 2026.

המערכת מיועדת לניטור מטופלים באמצעות שילוב נתונים ממקורות רבים – חיישנים לבישים, מערכות דימות וצגי מיטה – אשר מעובדים בזמן אמת ישירות במכשיר הרפואי. בכך מתאפשר ניטור רפואי מתקדם ללא תלות בענן.

המערכת צפויה לתמוך בין היתר בזיהוי הפרעות קצב לב באמצעות בינה מלאכותית, בהערכת תנוחת גוף בתלת-ממד לצורך מניעת נפילות, וכן במדידת מדדים פיזיולוגיים ללא מגע באמצעות מצלמות.

לדברי אינטל, המעבר לעיבוד מקומי של בינה מלאכותית עשוי להפוך למרכיב מרכזי בדור הבא של מערכות רפואיות, תעשייתיות ורובוטיות.

הפוסט אינטל מורידה את הבינה המלאכותית היוצרת לרובוטים ולציוד רפואי * שיתוף פעולה עם חברת Nanox הישראלית הופיע לראשונה ב-Chiportal.

קוולקום (Qualcomm Technologies) הודיעה על רכישת Arduino – פלטפורמת הקוד הפתוח הפופולרית בקרב מייקרים, מהנדסים ומוסדות חינוך – במהלך שנועד “לדמוקרטיזציה” של מחשוב קצה ו-AI עבור מפתחים ברחבי העולם. תנאי העסקה לא פורסמו, והשלמתה תלויה באישורים רגולטוריים. Arduino תשמור על המותג, הכלים והמשימה שלה, ותמשיך לתמוך בשבבים של יצרנים רבים, לא רק בקוולקום. לפי החברות, לקהילת Arduino יש למעלה מ-33 מיליון משתמשים פעילים. ההודעה פורסמה ב-7 באוקטובר 2025. (qualcomm.com)

מה חדש: UNO Q – “שני מוחות” על לוח אחד

לצד ההודעה על הרכישה הושק UNO Q – לוח פיתוח בדפורם-פקטור של UNO, המשלב מעבד יישומי Dragonwing QRB2210 של קוולקום, המסוגל להריץ לינוקס (Debian), עם מיקרו־בקר STM32U585 למשימות זמן אמת. הארכיטקטורה הדואלית מאפשרת להריץ ראייה ממוחשבת, עיבוד קול ומודלי AI קלי משקל בצד ה-Linux, ובמקביל לשלוט בדיוק גבוה במנועים, חיישנים ו-I/O דרך ה-MCU. לפי Arduino, הרכיבים כוללים האצות AI, GPU ומעבדי תמונה (ISP), לצד תמיכה במצלמות, אודיו ותצוגות. (blog.arduino.cc)

ב-Arduino מדגישים כי UNO Q נועד להיות “הכלי המיידי” של כל מפתח – מהדגמה הראשונה ועד אבטיפוס תעשייתי – כאשר אקו-סיסטם הספריות והסקצ’ים של Arduino נשאר מוכר, אך כעת נוסף לו כוח מחשוב של מחשב לינוקס מלא. דפי המוצר הרשמיים מדברים על “ארגז כלים אחד” המשלב את שני העולמות – לינוקס וזמן אמת – באותו לוח. (Arduino Online Shop)

App Lab: סביבת פיתוח מאוחדת ל-Linux, RTOS, Python ו-AI

במקביל הוצג App Lab – סביבת פיתוח חדשה שמאחדת את מסלול העבודה בין Arduino Sketch (C/C++), סקריפטים ב-Python ומודלי AI בקונטיינרים, ומנהלת אותם מממשק אחד. App Lab משתלבת ישירות עם Edge Impulse – פלטפורמת ה-TinyML שנרכשה זה מכבר בידי קוולקום – כדי לייעל איסוף נתונים מהעולם האמיתי, אימון, כיוונון ופריסה של מודלים למשימות כמו זיהוי אובייקטים ובני אדם, סיווג תמונה, זיהוי קולות סביבה ו-keyword spotting. (Arduino Online Shop)

למה זה חשוב: מ-“בלינק” ל-“תחשוב”

Arduino נולדה לפני כ-20 שנה ככלי הוראה ואבטיפוס זריז. השילוב בין לינוקס עתיר יכולות ל-MCU דטרמיניסטי משקף מגמה רחבה במחשוב קצה: צורך בעיבוד AI מקומי (vision, audio) לצד בקרה בזמן אמת – ברובוטיקה, בית חכם מתקדם, תעשייה ו-IoT. עבור תעשיות אלה, היכולת להריץ inference מקומי מפחיתה תלות בענן, חוסכת רוחב-פס וזמן שיהוי, ומשפרת פרטיות. UNO Q ממקם את Arduino מול לוחות בסגנון Raspberry Pi, אך מוסיף את רובד ה-MCU המוכר של Arduino על אותו PCB. (LinuxGizmos.com)

האסטרטגיה של קוולקום: “פול-סטאק” ל-Edge AI

הרכישה מצטרפת לרכישות קודמות של Foundries.io (מערכת עדכוני OTA ואבטחה) ו-Edge Impulse (כלי TinyML), ומסמנת שאיפה לבנות ערימה מלאה – חומרה, תוכנה וכלים – למיליוני מפתחים, מההובי ועד הארגון, כולל מסלול מסחרי בקנה מידה גלובלי. בקוולקום מציינים כי שימור הגישה הפתוחה של Arduino הוא תנאי מרכזי, וכי הפלטפורמה תמשיך לתמוך בשבבים של ספקים נוספים. ההיגיון העסקי: להכניס את קהילת המפתחים העצומה של Arduino אל תוך אקו-סיסטם קוולקום ולהאיץ פרויקטים משלב הדגם לשוק. (qualcomm.com)

זמינות ומחיר

פרסומים בתקשורת מציינים כי ה-UNO Q יוצע להזמנה מוקדמת במחיר של כ-44 דולר, עם USB-C וסביבת App Lab מותקנת מראש; נתונים אלו עשויים להשתנות עם ההשקה בפועל, ולכן מומלץ להצליב מול דף המוצר הרשמי של Arduino. (The Verge)

מה הלאה?

העסקה תלויה באישורים רגולטוריים. אם תאושר, שילוב קהילת Arduino בכלי ה-AI והקצה של קוולקום עשוי להשפיע על אופן שבו מפתחים בונים מוצרי IoT חכמים – החל מאבטיפוסים בכיתה ועד קווי ייצור חכמים. עבור קוראים טכניים, יהיה מעניין לעקוב אחרי זמינות ה-SDKs, תאימות הספריות הקיימות, תמיכת הקרנל וה-device tree לליבת ה-Dragonwing, והיקף התמיכה של App Lab ב-containerization על הלוח עצמו. (Reuters)

הפוסט קוולקום רוכשת את Arduino ומשיקה UNO Q עם “שני מוחות” ל-Edge AI הופיע לראשונה ב-Chiportal.