אמזון מאותתת לראשונה בפומבי על אפשרות להפוך את שבבי הבינה המלאכותית שלה ממנוע פנימי של AWS לעסק חיצוני רחב יותר. במכתב לבעלי המניות שפורסם ב־9 באפריל 2026 כתב המנכ"ל אנדי ג’סי כי קצב ההכנסות השנתי של עסקי השבבים של החברה — הכוללים את מעבדי Graviton, מאיצי Trainium וכרטיסי הרשת Nitro — כבר עבר את רף 20 מיליארד הדולר, והוא ממשיך לצמוח בשיעורים תלת־ספרתיים משנה לשנה. ג’סי הוסיף כי הנתון הזה אף “ממעיט” עם היקף הפעילות האמיתי, משום שאמזון עדיין ממסחרת את השבבים שלה בעיקר דרך שירותי EC2, ולא כחטיבת שבבים עצמאית שמוכרת ללקוחות חיצוניים כפי שעושות יצרניות שבבים אחרות. לדבריו, אילו עסקי השבבים היו פועלים כעסק עצמאי שמוכר גם ל-AWS וגם לצדדים שלישיים, קצב ההכנסות השנתי היה מגיע לכ־50 מיליארד דולר. הוא אף רמז כי בשל הביקוש הגבוה, “סביר מאוד” שאמזון תמכור בעתיד מדפי שרתים שלמים המבוססים על השבבים שלה ללקוחות חיצוניים.

החשיפה הזאת חשובה משום שהיא משנה את האופן שבו צריך לקרוא את אסטרטגיית השבבים של אמזון. נכון להיום, אמזון לא הכריזה על מכירה ישירה של שבבי Trainium או Graviton כמוצרי מדף נפרדים, ולכן אי אפשר עדיין לומר שהיא נכנסה רשמית לשוק של מכירת שבבים “בקופסה”. אבל מהדברים של ג’סי עולה בבירור שהחברה בוחנת את השלב הבא: לא רק להפעיל שבבים משלה בתוך AWS, אלא גם למכור תשתיות פיזיות שלמות המבוססות עליהם. במובן הזה, אמזון מאותתת על מעבר הדרגתי ממודל של ספקית ענן שמשתמשת בסיליקון פנימי, למודל של ספקית תשתיות AI מלאה, שיכולה בעתיד להתחרות לא רק על זמן ענן אלא גם על מכירת מערכות חומרה מוכנות.

האיתות הזה מגיע ברקע מהלך רחב יותר של אמזון בתחום ה-AI. Reuters דיווחה כי ג’סי חשף באותו מכתב גם שקצב ההכנסות השנתי של שירותי ה-AI של AWS כבר עבר את 15 מיליארד הדולר, וכי אמזון מתכננת להוציא בשנת 2026 כ־200 מיליארד דולר בהשקעות הון, בעיקר עבור תשתיות AI. ג’סי גם הדגיש שחלק ניכר מההשקעות הללו כבר מגובה בהתחייבויות לקוחות. המשמעות היא שאמזון אינה מציגה את השבבים שלה כניסוי הנדסי בלבד, אלא כנדבך מרכזי במודל העסקי החדש של AWS: שליטה בשכבות המפתח של התשתית, מן הסיליקון דרך השרתים והרשת ועד שירותי הענן והמודלים עצמם.

צעד הביניים החשוב ביותר בדרך לשם כבר קיים. בדצמבר 2025 השיקה AWS את AWS AI Factories, שירות שמאפשר לפרוס תשתיות AI ייעודיות של AWS בתוך מרכזי הנתונים של הלקוחות עצמם. לפי ההכרזה הרשמית, השירות משלב מאיצי Trainium החדשים של אמזון לצד GPU של אנבידיה, רשתות בעלות השהיה נמוכה, אחסון מהיר ושירותי AI של AWS, וכל זאת בסביבה ייעודית ומבודדת שנבנית עבור הלקוח. במילים אחרות, אמזון כבר אינה מגבילה את השימוש בשבבים שלה לענן הציבורי שלה בלבד; היא כבר מספקת ללקוחות תשתיות פיזיות מבוססות AWS באתר הלקוח. זה עדיין לא שווה למכירת שבב כיחידה עצמאית, אבל זהו שלב מעשי מאוד בדרך לשם.

גם בצד הלקוחות כבר יש סימנים לכך שהשוק מוכן למהלך כזה. ב־7 באפריל דיווחה Reuters כי Uber מרחיבה את השותפות שלה עם אמזון ומשתמשת במעבדי Graviton כדי לשפר עומסי מחשוב בפעילות הנסיעות והמשלוחים שלה, ובמאיצי Trainium כדי לאמן מודלי AI שמפעילים את האפליקציות שלה. במקביל, AWS הודיעה כבר באוקטובר 2025 כי Project Rainier, אחד מאשכולות מחשוב ה-AI הגדולים בעולם, עלה לאוויר עם כמעט חצי מיליון שבבי Trainium2, כאשר Anthropic כבר מריצה עליו עומסי עבודה, ו-Claude צפוי לפעול עד סוף השנה על יותר ממיליון שבבי Trainium2. בפברואר 2026 הודיעו OpenAI ואמזון על שותפות אסטרטגית שבמסגרתה OpenAI תצרוך כ־2 ג'יגה־ואט של קיבולת Trainium דרך תשתיות AWS, בהסכם שכולל את Trainium3 ואת הדור הבא, Trainium4. שלוש הדוגמאות הללו מראות שהשבבים של אמזון כבר אינם רק טכנולוגיה פנימית: הם הופכים לבסיס שעליו נבנים עומסי עבודה של לקוחות חיצוניים מהגדולים בעולם.

המהלך של אמזון גם משתלב במגמה רחבה יותר בתעשייה. Reuters דיווחה השבוע כי Broadcom חתמה עם גוגל על הסכם ארוך טווח לפיתוח ואספקה של דורות עתידיים של שבבי AI מותאמים אישית עבור מדפי ה-AI של גוגל עד 2031, וכי Anthropic תקבל גישה לקיבולת מחשוב גדולה המבוססת על שבבי גוגל. Reuters ציינה כי הביקוש לשבבים מותאמים אישית כמו TPU של גוגל גדל מאוד בשנים האחרונות, ככל שחברות מחפשות חלופות ל-GPU היקרים של אנבידיה. על הרקע הזה, הרמז של ג’סי כבר אינו נשמע תיאורטי: הוא משתלב במעבר רחב של תעשיית הענן ממודל של רכישת שבבים מצד שלישי בלבד, למודל שבו ענקיות הענן מפתחות, מפעילות ובהדרגה גם מסחריות את הסיליקון שלהן עצמן.

לכן, הידיעה האמיתית אינה שאמזון כבר החלה למכור שבבי Trainium או Graviton לחברות אחרות כמוצר מדף. הידיעה היא שאמזון עברה את נקודת הבשלות שבה עסקי השבבים שלה גדולים מספיק כדי להצדיק מהלך כזה, ושמנכ"ל החברה בחר לומר זאת בגלוי. אם אכן תתחיל בעתיד למכור מדפי שרתים חיצוניים, אמזון לא תהיה רק מפעילת ענן עם שבבים פנימיים, אלא שחקנית חומרה משמעותית בשוק ה-AI העולמי — כזו שתנסה להתחרות לא רק באיכות שירותי הענן, אלא גם במחיר־ביצועים של התשתית עצמה.

הפוסט אמזון מאותתת: שבבי ה-AI שלה לא יישארו רק בתוך AWS הופיע לראשונה ב-Chiportal.

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.