גוגל מציבה את שבב ה-TPU (Tensor Processing Unit) במרכז המאבק על ההובלה בבינה מלאכותית, במהלך שמטלטל את המשקיעים באנבידיה ומכניס לחץ מחודש על OpenAI. לפי דיווח של Financial Times מ-8.12.2025, מאיצי ה-TPU שימשו בסיס לאימון דגמי Gemini 3, שבמבחני ביצועים בלתי תלויים עקפו את GPT-5, ותרמו למה ש-OpenAI כינתה פנימית “code red” – הוראה לרכז מאמצים בשדרוג המודלים והצ’אטבוט. (Financial Times)

כיתוב תמונה מוצע: מודלים של Gemini 3 מאומנים על גבי מאיצי TPU במרכזי נתונים – המחשה: depositphotos.com

ה-TPU יוצא מהצל: לא רק “עוד שבב”, אלא אסטרטגיית Full-Stack

היתרון של גוגל, כפי שמציגים בחברה, הוא גישה “מלאה” שמחברת חומרה, תוכנה ותשתיות ענן תחת אותה קורת גג: גוגל מפתחת את המאיצים, בונה סביבם את מערכות האימון וההרצה, ומחברת אותם למוצרים עם מאות מיליוני משתמשים. “הדבר הכי חשוב הוא הגישה המלאה (full stack)”, אמר קוראי קאבוקצ’ואולו, ארכיטקט ה-AI של גוגל ו-CTO של DeepMind.
במקביל, לפי הדיווח, גוגל מתכננת להגדיל משמעותית את היקפי הייצור ולהאיץ את קצב הדורות החדשים של TPU – קצב שעבר בעשור האחרון מכשנתיים לעדכונים תכופים יותר.

עסקאות חיצוניות: Anthropic ו-Meta מעלות את מפלס האיום על אנבידיה

עד לאחרונה ה-TPU נתפס בעיקר כ”נשק פנימי” של גוגל. עכשיו הוא מתחיל להיראות כמוצר שיכול לצאת החוצה ולנגוס בביקוש למאיצי GPU של אנבידיה. נקודת ציון מרכזית הייתה ההודעה של Anthropic (23.10.2025) על הרחבת השימוש ב-Google Cloud, כולל גישה לעד 1 מיליון מאיצי TPU, בהיקף של “עשרות מיליארדי דולרים” ותוספת תשתית של מעל ג’יגה־ואט מחשוב ב-2026.
בנוסף, רויטרס דיווחה ב-25.11.2025 כי Meta נמצאת בשיחות להוצאה של “מיליארדים” על שימוש ב-TPU החל מ-2027 (ואפשרות להשכרה דרך Google Cloud מוקדם יותר), התפתחות שתרמה לתנודתיות במניית אנבידיה.

כיתוב תמונה מוצע: מאיצים למרכזי נתונים הופכים לזירת הקרב העיקרית של מרוץ ה-AI – המחשה: depositphotos.com

“Code red” ב-OpenAI והתגובה של אנבידיה

הלחץ התחרותי כבר מתגלגל לתוך לוחות הזמנים של OpenAI: רויטרס דיווחה כי ב-11.12.2025 השיקה החברה את GPT-5.2, לאחר דחיפה פנימית תחת “code red” בתחילת דצמבר, על רקע ההתקדמות של גוגל עם Gemini 3. מנגד, אנבידיה מנסה לצנן את השיח וטוענת שהיא “דור אחד קדימה” ושפלטפורמתה היא “היחידה שמריצה כל מודל”, תוך הדגשה שגם גוגל ממשיכה להיות לקוחה של אנבידיה לצד ה-TPU.
ברקע, אנליסטים כמו SemiAnalysis טוענים שה-TPU כבר “צמוד” לאנבידיה באימון ובהרצה של מערכות AI מתקדמות, והמשמעות היא שהיתרון של אנבידיה כבר אינו מובן מאליו – במיוחד אם כלי קידוד מבוססי AI יקלו על לקוחות לנתק תלות ב-CUDA.

הפוסט שבבי TPU של גוגל מעלים את מפלס הלחץ על OpenAI ומטלטלים את משקיעי אנבידיה הופיע לראשונה ב-Chiportal.

חברת הדאטה DualBird, שהוקמה ב־2022 על ידי יזמים ישראלים ופועלת מבוסטון, הודיעה על גיוס כולל של 25 מיליון דולר בסבב Seed ו־A. את הסבב הוביל קרן  Lightspeed Venture Partners, ובהשתתפות Bessemer Venture Partners, Angular Ventures ו־Uncork Capital.

DualBird  הוקמה על ידי גלעד טל – מייסד שותף ו־CTO, אמיר גלעד – מייסד שותף ומנכ"ל, אוהד גמליאל – סמנכ"ל מחקר ופיתוח  ואהוד אליעז – Chief HW Architect

ארבעת המייסדים הם בוגרי הטכניון ומביאים ניסיון מצטבר מאמזון AWS, מלאנוקס, הבאנה ותעשיית המוליכים למחצה. לחברה כ־30 עובדים, ומתוכה שילוב של מומחי חומרה, ענן ותשתיות דאטה.

לפי DualBird, הטכנולוגיה שפיתחה מאפשרת לארגונים להאיץ עומסי דאטה פי 10 עד 100 ולהפחית 50%–90% מעלויות התשתית, באמצעות תוסף תוכנה קל לשילוב – בלי להחליף מערכות, בלי לשכתב קוד ובלי לשנות תהליכי עבודה.

פקק ה־ : AIהנתונים גדלים מהר יותר מהתקציב

לפי הערכות שצוטטו על ידי החברה, שמבוססות בין היתר על נתוני מקינזי, שמירת הקצב עם הצמיחה בביקוש לחישוב – ובעיקר עומסי AI – תדרוש עד 7 טריליון דולר השקעה חדשה במרכזי נתונים עד 2030. יותר משלושה רבעים מסכום זה מיוחסים לעומסי AI בלבד. המשמעות: עלות עיבוד הנתונים גדלה הרבה יותר מהר מהתקציב, וארגונים עלולים למצוא את עצמם לא יכולים להרשות לעצמם ניתוחי דאטה מתקדמים או אימון חוזר תכוף של מודלי AI. (Pulse 2.0)

DualBird טוענת שהיא תוקפת את הבעיה ברמת הארכיטקטורה, ולא רק באמצעות "קוסמטיקה" כמו הוספת GPUs או אופטימיזציות קטנות.

"עיבוד נתונים הוא עומס העבודה הגדול ביותר שעדיין תקוע על מעבדים כלליים (CPU). הוא ראוי למעבדים ייעודיים משלו, בדיוק כמו של־AI יש GPUs", אומר אמיר גלעד, מייסד שותף ומנכ"ל DualBird. "חברות שופכות מיליונים על תשתיות דאטה ו־AI, אבל הארכיטקטורות הקיימות פשוט לא עומדות בקצב".

לדבריו, מנוע הענן של DualBird "מאחד את השכבות" – ממזג חומרה ותוכנה למנוע אחד. במקום להקים חומרה ייעודית באתר הלקוח, החברה מנצלת אינסטנסים בענן עם חומרה ניתנת להגדרה מחדש (rewritable hardware), ומספקת את האצה ברמת חומרה דרך תוסף תוכנה בלבד.

התוצאה: עומסים שלקחו שעות – מסתיימים בדקות, ותהליכים שבעבר היו יקרים מדי להרצה תדירה – כמו אימון חוזר של מודלי AI או אנליטיקות כבדות – הופכים מעשיים וכלכליים.

למה זה מעניין את שוק ה־AI?

בעידן שבו כל מודל AI גדול תלוי בצוואר בקבוק של עיבוד דאטה – איסוף, ניקוי, המרה, אחסון ואימון חוזר – פתרונות כמו של DualBird מכוונים להפוך את שכבת הדאטה ל"מאיץ" ולא לנטל.

עבור ארגונים גדולים, המשמעות הפוטנציאלית היא:פחות שרתים ומרכזי נתונים כדי לבצע את אותה עבודה; יכולת להריץ אנליטיקות כבדות ומודלי AI בתדירות גבוהה יותר ויתור על פרויקטי חומרה יקרים וארוכים, והסתמכות על תוסף ענני אחד.

החברה מתכוונת להשתמש בהשקעה להתרחבות מסחרית – גיוס צוותי מכירות ושירות לקוחות, העמקת שיתופי פעולה עם ארגונים גלובליים והכנת המוצר לזמינות רחבה בתחילת 2026.

הפוסט DualBird גייסה 25 מיליון דולר כדי להאיץ עיבוד נתונים לענן ה־AI הופיע לראשונה ב-Chiportal.

חברת proteanTecs הודיעה על הצלחת אימות בסיליקון של טכנולוגיית ה-IP שלה לניטור בריאות וביצועי שבבים, בייצור בתהליך המתקדם N2P של TSMC (ברמת 2 ננומטר). החברה היא שותפה בתוכנית ה-IP Alliance של TSMC, שהיא חלק מפלטפורמת החדשנות הפתוחה (OIP).

הטמעת מערכת הניטור של proteanTecs בוצעה בשבב ניסוי של לקוח, המיועד לשווקים עתירי ביצועים. דגימות הסיליקון נבחנו ואושרו כמספקות את מלוא המפרט שנקבע, באופן שמאפשר יישום מיידי לייצור בהיקפים גדולים.

לדברי ד״ר אוולין לנדמן, סמנכ״לית הטכנולוגיה של החברה, "הגעה לאימות סיליקון ברמת 2 ננומטר מהווה אבן דרך חשובה. שיתוף הפעולה עם TSMC מאפשר לנו לספק ללקוחות תובנות קריטיות ופתרונות טכנולוגיים המבוססים על התהליכים המתקדמים ביותר".

מערכת הניטור כוללת רכיבי חומרה (Agents, חיישנים, תשתיות שליטה וחיבוריות) לצד יישומי תוכנה. השילוב הזה מעניק ליצרני שבבים ומערכות שקיפות לאורך כל שרשרת הערך – משלב הייצור ועד השימוש בשטח. היישום צפוי לסייע בהאצת זמן הגעה לשוק, שיפור ניצול ההספק והפחתת סיכונים ועלויות בפיתוח שבבים מתקדמים.

בנוסף, שולב גם חיישן חדשני למתח מקומי וטמפרטורה (LVTS), שתוכנן במיוחד למבנה הנאנושיט של טכנולוגיית 2 ננומטר ב-TSMC. השימוש ברכיבי ליבה סטנדרטיים בלבד מאפשר דיוק גבוה וביצועים משופרים, ונועד לענות על הצרכים של הדורות הבאים של ייצור שבבים.

הפוסט ‏פרוטיאן־טקס השלימה אימות סיליקון בטכנולוגיית 2 ננומטר של TSMC הופיע לראשונה ב-Chiportal.