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.

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.

סיסקו הודיעה על עסקה לרכישת חברת הסייבר הישראלית Astrix Security, במהלך שמסמן את החשיבות הגוברת של אבטחת זהויות שאינן אנושיות בעידן סוכני ה־AI. לפי דיווח כלכליסט/CTech, סכום הרכישה הסופי עומד על כ־400 מיליון דולר. בהודעת סיסקו הרשמית הוגדרה העסקה ככוונה לרכוש את Astrix Security, חלוצה בתחום אבטחת Non-Human Identities, כלומר זהויות דיגיטליות שאינן שייכות לבני אדם אלא למכונות, שירותים, אפליקציות וסוכני תוכנה. (Cisco Blogs)

אסטריקס פועלת מתל אביב והוקמה בשנת 2021 על ידי אלון ג'קסון, מנכ"ל החברה, ועידן גור, סמנכ"ל הטכנולוגיות. לפי החברה, שניהם יוצאי יחידה 8200. אסטריקס פיתחה מערכת שמאפשרת לארגונים לגלות, לנהל ולאבטח את הזהויות הלא־אנושיות הפועלות בסביבת ה־IT שלהם: מפתחות API, חשבונות שירות, טוקני OAuth, סודות גישה, אפליקציות צד שלישי, חיבורי SaaS, תהליכי אוטומציה וכעת גם סוכני AI. החברה מגדירה את התחום כ"נקודת עיוורון" מרכזית של אבטחת זהויות בארגונים. (Astrix Security)

הסיבה שסיסקו נכנסת לתחום בעוצמה קשורה לשינוי מהיר בדרך שבה ארגונים מאמצים בינה מלאכותית. אם עד לאחרונה מערכות IAM ו־Zero Trust נבנו בעיקר סביב משתמשים אנושיים, עמדות עבודה, מכשירים ואפליקציות, הרי שסוכני AI פועלים כעת כ"שחקנים" עצמאיים למחצה בתוך הארגון. הם ניגשים למידע, מפעילים תהליכים, מקבלים הרשאות, כותבים לקבצים, קוראים בסיסי נתונים ומתקשרים עם מערכות אחרות. במילים אחרות: הם זקוקים לזהות דיגיטלית, והרבה פעמים הם מקבלים הרשאות רחבות מדי.

פיטר ביילי, סגן נשיא בכיר ומנהל קבוצת האבטחה בסיסקו, כתב כי סוכני AI יוצרים "משטח תקיפה" חדש. לדבריו, סוכנים כאלה מסוגלים להגדיל משמעותית את הפרודוקטיביות, אך עלולים גם לבצע פעולות לא רצויות או לשמש גורמים זדוניים אם אינם מנוהלים ומנוטרים כראוי. ביילי ציין כי לפי Cisco AI Readiness Index, רק 24% מהארגונים מסוגלים לשלוט בפעולות סוכנים באמצעות מעקות בטיחות וניטור בזמן אמת, ורק 31% חשים שהם מסוגלים לאבטח באופן מלא את מערכות ה־Agentic AI שלהם. (Cisco Blogs)

הטכנולוגיה של אסטריקס אמורה להשתלב בתוך Cisco Identity Intelligence, פלטפורמת הזהויות של סיסקו, וכן להתרחב לפתרונות Zero Trust של החברה, ובהם Cisco Secure Access ו־Duo. לפי סיסקו, המטרה היא לאפשר לארגונים לגלות, לאמת, לאשר ולנטר סוכני AI וזהויות לא־אנושיות, ולא רק לדעת שהם קיימים. השילוב עם מערכות הרשת, האפליקציות והתשתית של סיסקו אמור לאפשר תמונה רחבה יותר של התנהגות הסוכן בפועל. מידע זה צפוי להזין גם את ספלאנק, פלטפורמת ניתוח הנתונים וה־SIEM שסיסקו רכשה בעבר, כדי לאפשר תגובה מהירה יותר לאירועים.

מבחינת סיסקו, הרכישה משתלבת באסטרטגיה רחבה יותר של אבטחת AI. החברה מציגה בשנה האחרונה קו מוצרים ושירותים המיועד לסביבות שבהן עובדים בני אדם, מכונות וסוכני AI פועלים יחד. לצד Cisco AI Defense, יכולות Zero Trust לסוכנים, הרחבות ל־Secure Access ו־Duo, וכלי ניטור דרך ספלאנק, אסטריקס מוסיפה שכבה ייעודית לגילוי ולניהול זהויות לא־אנושיות. זו אינה עוד רכישת סייבר נקודתית, אלא ניסיון לחזק את שכבת הזהות כבסיס לאבטחת AI ארגוני.

אסטריקס הגיעה לעסקה לאחר צמיחה מהירה וגיוס משמעותי. בדצמבר 2024 הודיעה החברה על גיוס של 45 מיליון דולר בסבב B, שהביא את סך גיוסיה ל־85 מיליון דולר. את הסבב הובילה Menlo Ventures דרך Anthology Fund, שותפות אסטרטגית של Menlo עם Anthropic, מפתחת Claude. בין המשקיעים היו גם Workday Ventures, Bessemer Venture Partners, CRV ו־F2 Venture Capital. לפי אסטריקס, מאז סבב A היא גדלה פי חמישה, שילשה את גודל הצוות שלה, וצברה לקוחות מקרב חברות Fortune 500 ובהן Figma, NetApp, Priceline ו־Workday.

העובדה שקרן הקשורה לאנתרופיק הובילה את סבב ההשקעה האחרון באסטריקס מדגישה את הקשר הישיר בין התחום לבין גל ה־AI החדש. Menlo Ventures כתבה בעת ההשקעה כי משבר הזהויות הבא הוא "לא אנושי", וכי אסטריקס מטפלת במחזור החיים המלא של זהויות מכונה: גילוי, מיפוי, הערכת הרשאות ישנות או עודפות, אכיפת מדיניות, והסרה או צמצום גישה כאשר אין בה צורך. (Menlo Ventures)

מבחינה טכנולוגית, הבעיה שאסטריקס מטפלת בה אינה חדשה לגמרי. ארגונים משתמשים כבר שנים במפתחות API, חשבונות שירות, הרשאות ענן וסודות גישה כדי לחבר מערכות. אבל המעבר לסוכני AI משנה את סדר הגודל ואת רמת הסיכון. במקום מספר מוגבל של חיבורים סטטיים יחסית, ארגונים מתחילים להפעיל שכבה שלמה של סוכנים אוטונומיים יותר, שנעים בין מערכות, מפעילים כלי תוכנה, מבצעים פעולות בשם משתמשים ומקבלים החלטות במהירות מכונה. ככל שמספר הסוכנים עולה, כך גדל הסיכוי להרשאות עודפות, גישה לא מנוטרת, דליפות מידע או ניצול לרעה של טוקנים ומפתחות.

לפי הפרטים שפרסמה אסטריקס, הפלטפורמה שלה פועלת בגישה שאינה דורשת התקנת Agent בכל מערכת, ומאפשרת לצוותי אבטחה לגלות במהירות את כל הזהויות הלא־אנושיות, לזהות הרשאות מיותרות או מסוכנות, ולהפחית חשיפה להתקפות שרשרת אספקה ולדליפות מידע. החברה מתייחסת גם לניהול סודות, ניהול מחזור חיים של זהויות, זיהוי חריגות בזמן אמת, ובקרת גישה של סוכני AI.

עבור שוק הסייבר הישראלי, זו עסקה משמעותית נוספת בגל המיזוגים והרכישות סביב אבטחת AI וזהויות. היא מצטרפת למגמה שבה ענקיות סייבר ותשתיות מנסות לרכוש יכולות עומק בתחומים שבהם השוק משתנה מהר יותר ממחזורי הפיתוח הפנימיים שלהן. בעבר המוקד היה אבטחת ענן, זהויות אנושיות, נקודות קצה ו־SASE. כעת מתפתחת שכבה חדשה: אבטחת "כוח עבודה סוכני", שבו בני אדם, אפליקציות, סקריפטים, בוטים וסוכני AI חולקים הרשאות, מידע וגישה לתהליכים עסקיים.

המסר האסטרטגי של סיסקו ברור: בעולם שבו כל עובד עשוי להפעיל רשת של סוכני AI, אבטחת הזהות אינה יכולה להסתיים בסיסמה, MFA או הרשאת משתמש. צריך לדעת אילו סוכנים קיימים, מי יצר אותם, לאילו מערכות הם ניגשים, אילו מפתחות הם מחזיקים, האם ההרשאות שלהם סבירות, ומה הם עושים בפועל. אסטריקס מעניקה לסיסקו יכולת ייעודית בדיוק בנקודה הזו.

אם השילוב יצליח, סיסקו תוכל להציע ללקוחותיה שכבת אבטחה שמחברת בין זהות, רשת, אפליקציות, תשתיות, SIEM וסוכני AI. עבור אסטריקס, העסקה היא אקזיט מהיר יחסית לחברה שהוקמה לפני כחמש שנים בלבד. עבור השוק הרחב יותר, היא מסמנת כי אבטחת סוכני AI וזהויות לא־אנושיות אינה עוד קטגוריית נישה, אלא אחד משדות הקרב המרכזיים של הסייבר הארגוני בעידן הבינה המלאכותית.

הפוסט סיסקו רוכשת את אסטריקס הישראלית תמורת 400 מ' ד' כדי לאבטח את דור סוכני ה־AI הופיע לראשונה ב-Chiportal.

אנבידיה הכריזה ב־15.12.2025 על Nemotron 3, משפחה חדשה של מודלי בינה מלאכותית “פתוחים” (משקולות פתוחות) לפיתוח יישומי Agentic AI ומערכות מרובות־סוכנים. בשלב זה שוחרר לשימוש Nemotron 3 Nano, בעוד שני הדגמים הגדולים יותר – Super ו־Ultra – צפויים להגיע במחצית הראשונה של 2026.

לפי אנבידיה, Nano הוא מודל של כ־30 מיליארד פרמטרים שמפעיל “עד כ־3 מיליארד” פרמטרים בכל רגע (ארכיטקטורת Mixture-of-Experts), ומכוון למשימות כמו איתור באגים, סיכום, אחזור מידע ועבודה שוטפת של עוזרי AI בעלות חישוב נמוכה. החברה טוענת לשיפור של עד פי ארבעה בתפוקת טוקנים לעומת Nemotron 2 Nano, וכן לצמצום של עד 60% בייצור “טוקני חשיבה” כדי להוריד עלויות הסקה. (NVIDIA Newsroom)

מה בדיוק “פתוח” כאן ומה המשמעות למפתחים

Nemotron 3 Nano מופץ ב־Hugging Face תחת nvidia-open-model-license (כלומר: “פתוח” במובן של משקולות זמינות, אבל לא בהכרח “קוד פתוח” לפי הגדרות OSI/Apache/MIT). מי שמתכנן שימוש מסחרי צריך לקרוא את תנאי הרישוי ולוודא התאמה לדרישות משפטיות ורגולטוריות.

במקביל לשחרור המודל, אנבידיה הודיעה על פרסום אוספים גדולים של דאטה לאימון וכלים לאימון/חיזוק (RL) – כולל ספריות כמו NeMo Gym ו־NeMo RL – כדי לאפשר התאמה (fine-tuning) ובדיקות בטיחות ועמידות.

ההקשר: תחרות על “מודלים פתוחים” ועל אמון ארגוני

המהלך מגיע בזמן שיותר חברות בוחנות חלופות למודלים סגורים, בין היתר בעקבות גל מודלים פתוחים מסין והגבלות/חששות אבטחה בשוק האמריקני והציבורי. בריאיון לרויטרס תיארה אנבידיה את Nemotron כבסיס שנועד להיות “תלוי־אבטחה” וניתן לבחינה ולשינוי על ידי ארגונים. (

במקביל, יש גם היבט עסקי רחב: אנבידיה, שמזוהה בעיקר כספקית חומרה, מנסה לבסס מעמד גם כמפתחת מודלים וכלים – בתקופה שבה שחקניות כמו גוגל ואחרות מחזקות יכולות פנימיות (כולל חומרה) ומאיימות בעקיפין על “הדביקות” של אקוסיסטם התוכנה סביב אנבידיה.

הפוסט אנבידיה השיקה את Nemotron 3: מודלים פתוחים לסוכני AI שפותח בישראל הופיע לראשונה ב-Chiportal.