מרטין הורן, חבר סגל בכיר ב־AMD וארכיטקט מערכות AI ארגוניות, הציג בכנס ChipEx2026 את האופן שבו החברה רואה את השינוי הבא בשוק תשתיות הבינה המלאכותית. לדבריו, בעוד שהשיח הציבורי והמקצועי התמקד בשנים האחרונות בעיקר באימון מודלים גדולים, בפועל מרכז הכובד מתחיל לעבור אל ההסקה, כלומר אל הפעלת המודלים בסביבות אמיתיות, אצל משתמשים וארגונים.

הורן תיאר את AMD כחברה שפעלה במשך שנים במתכונת רזה מאוד, כמעט כמו חברת הזנק גדולה, והצליחה בשנים האחרונות להגדיל משמעותית את נוכחותה בשוק השרתים. לדבריו, אחת הסיבות המרכזיות לכך היא אימוץ מוקדם של טכנולוגיית צ'יפלטים. במקום לייצר שבב גדול אחד, AMD שילבה כמה פרוסות סיליקון קטנות יותר במארז אחד. כך ניתן היה לשפר את התפוקה בייצור, להשתמש בטכנולוגיות הייצור המתקדמות ביותר רק ברכיבי החישוב הקריטיים, ולהשיג צפיפות גבוהה יותר של ליבות במעבד.

בהמשך הציג הורן את דור המעבדים הבא של החברה, Venice, שלדבריו צפוי לכלול עד 250 ליבות במארז יחיד, או 512 יחידות עיבוד גלויות למערכת ההפעלה כאשר מופעל SMT. לדבריו, צפיפות כזו עשויה לאפשר עד כ־20 אלף ליבות CPU בארון שרתים רגיל, בלי לשנות את מערכת הקירור.

אבל עיקר הרצאתו התמקד בבינה מלאכותית. הורן הבחין בין שני דפוסי פריסה שונים: אימון והסקה. האימון דומה יותר לעולם מחשוב העל. הוא מתבצע באצוות, מנצל אשכולות גדולים של מאיצים גרפיים, ודורש רשת פנימית צפופה ומהירה. ההסקה שונה לחלוטין. היא מבוזרת, תנודתית, תלויה בעומסים משתנים, ודורשת איזון עומסים בין מופעי שירות רבים של מודלים. לכן, לדבריו, הבחירה בגודל המאיץ ובתצורת המערכת אינה תמיד ברורה מראש, ולעיתים היא דורשת התאמה עדינה בין דרישות הזיכרון, ההקשר והביצועים של כל מודל.

הורן העריך כי עד 2030 תשתיות האימון ימשיכו לגדול, אך יהוו רק כ־30% מהאספקה החדשה של תשתיות AI, בעוד שההסקה תתפוס את רוב הגידול. בניגוד לאימון, שצפוי להתרכז במרכזי נתונים גדולים, ההסקה תתפרס במקומות רבים יותר: בענן, במתקני אירוח מנוהלים, בארגונים, בקצה הרשת ובמחשבים מקומיים.

בהקשר זה הציג הורן את פורטפוליו ה־AI הרחב של AMD. בקצה אחד נמצאים פתרונות משובצים וטכנולוגיות FPGA שהגיעו עם רכישת Xilinx. בקצה אחר נמצאים מעבדי Ryzen Pro, שיכולים להריץ מודלים מקומיים במחשב אישי כאשר אין חיבור רשת או כאשר נדרש לשמור מידע רגיש בארגון. בנוסף הציג את משפחת Instinct, את כרטיס MI350P ואת מערכת Helios, המיועדת לפריסה בקנה מידה של ארון שלם.

לדבריו, יותר ארגונים צפויים להעדיף תשתיות AI בשליטה עצמית, לעיתים במתקני אירוח מנוהלים ולאו דווקא פיזית בתוך הארגון. הסיבות לכך הן עלות, שיהוי, פרטיות, מיקום הנתונים וריבונות דיגיטלית. הורן טען כי במקרים מסוימים עלות ההפעלה המקומית עשויה להיות נמוכה פי עשרה עד פי 15 מהפעלה בענן ציבורי.

בסיכום דבריו הדגיש הורן כי AMD רואה בבינה המלאכותית לא שוק אנכי נפרד, אלא שכבת תשתית שתשפיע על כל השווקים. לכן, לדבריו, אין פתרון AI אחד שמתאים לכולם. השוק ידרוש שילוב של CPU, GPU, מאיצים ייעודיים, מערכות ארגוניות, פתרונות קצה ותקני חומרה ותוכנה פתוחים.

הפוסט AMD מסמנת את השלב הבא ב-AI: מעבר מהאימון אל ההסקה הארגונית הופיע לראשונה ב-Chiportal.

מהפכת הבינה המלאכותית אינה משנה רק את הביקוש לשבבים. היא משנה גם את הדרך שבה מתכננים אותם. משה (מושיקו) אמר (Moshe Emmer), המוביל בקיידנס את תחום הצ'יפלטים ואת פיתוח Janus, ‏IP מסוג non-coherent NoC, מתאר את השינוי הזה משתי זוויות: מצד אחד, קיידנס מספקת פתרונות סיליקון שנדרשים לבניית מערכות AI. מצד שני, היא משלבת יכולות AI בתוך כלי התכנון עצמם, כדי לשנות את הדרך שבה מהנדסים מגיעים לסגירת תכנון, וריפיקציה ואופטימיזציה.

אמר עובד בקיידנס מעט יותר משנתיים ומשתייך ל-Silicon Solutions Group, חטיבה העוסקת בפתרונות סיליקון מקצה לקצה: מ-IP, דרך תתי־מערכות ועד פתרונות מותאמים ללקוחות, כולל שירותי תכנון של שבבים שלמים. לפני כן עבד במשך כ-20 שנה באינטל בישראל. לדבריו, אחד המאפיינים המרכזיים של עידן ה-AI הוא שהמגבלה אינה נמצאת רק בכוח החישוב, אלא גם בגישה לזיכרון. מערכות אימון והסקה זקוקות לרוחב פס גבוה, זמן השהיה נמוך ויכולת להזרים כמויות גדולות של נתונים אל המאיצים ומהם.

לכן, קיידנס משקיעה כיום בשורה של רכיבי IP וממשקים המיועדים לעולם הזה. אחד התחומים המרכזיים הוא זיכרון, ובמיוחד HBM, שהפך לרכיב קריטי במערכות AI מתקדמות. לצד זאת החברה מפתחת ממשקי תקשורת מהירים בין רכיבים, ובהם PCIe, Ethernet בקצבים גבוהים, SerDes ו-UCIe, שמאפשר חיבור מהיר בין צ'יפלטים שונים בתוך אותו מארז. המטרה היא לאפשר בניית מערכות AI שבהן רכיבי החישוב, הזיכרון והתקשורת עובדים כמערכת אחת צפופה ומהירה.

הצ'יפלטים הם אחד המוקדים המרכזיים בעבודתו של אמר. לדבריו, התחום עדיין חדש יחסית, אך הוא עובר תהליך מהיר של סטנדרטיזציה והנגשה. בעבר, שימוש בצ'יפלטים היה בעיקר נחלתן של חברות גדולות מאוד, שיכלו להרשות לעצמן אינטגרציה יקרה ולא תמיד סטנדרטית בתוך המארז. כעת, בזכות תקנים כמו UCIe, התקדמות בכלי התכנון ושיפור יכולות האינטגרציה אצל הפאונדריז, השימוש בצ'יפלטים הופך נגיש יותר גם לחברות קטנות ובינוניות.

בקיידנס רואים בצ'יפלט לא רק רכיב טכנולוגי, אלא גם שירות תכנוני. לקוח אחד יכול לבקש רק תכנון פיזי עבור ארכיטקטורה קיימת. לקוח אחר יכול לבקש פתרון מלא, מהארכיטקטורה ועד סיליקון עובד. יש מי שירצה לקבל GDS ולבצע את ה-tapeout בעצמו, ויש מי שיבקש לקבל שבב מתפקד. הגמישות הזו, לדברי אמר, היא חלק מהשינוי שעובר שוק הסיליקון.

לצד ביצועים ותקשורת, תחום נוסף שמקבל משקל גובר הוא אבטחה. אמר מציין כי קיידנס שילבה בתוך Silicon Solutions Group את חברת SecureIC הצרפתית, שנרכשה על ידי החברה, וכי יכולות האבטחה שלה כבר משולבות כחלק מהפתרונות שמוצעים ללקוחות. בעולם של צ'יפלטים ותתי־מערכות מורכבות, אבטחה אינה יכולה להיות תוספת מאוחרת. היא צריכה להיות חלק מארכיטקטורת המערכת.

הציר השני שבו מתמקדת קיידנס הוא הכנסת AI לתוך כלי ה-EDA עצמם. כאן הדגש עובר מ-AI כחומרה אל AI ככלי עבודה למהנדסים. אמר מתאר את הכיוון הזה כמעבר לעבודה ברמת הפשטה גבוהה יותר. במקום שהמהנדס יריץ כלי בודד, יבחר ידנית קונפיגורציות וינסה סדרה של ריצות, סוכני AI יכולים לסייע בבניית חלופות, בהרצת ניסויים מקבילים, בהמלצה על תצורות מתאימות ובקישור בין כלים שונים לאורך זרימת העבודה.

לדבריו, אחד השינויים החשובים הוא שהפתרונות החדשים אינם נשארים בתוך כלי יחיד. בעבר עולם ה-EDA היה מחולק לכלים נפרדים: כלי אימפלמנטציה, כלי ניתוח תזמון, כלי סגירת תכנון, סימולטורים, כלי דיבאג וכלי וריפיקציה. Agentic AI מחייבת אינטגרציה חזקה יותר בין הכלים האלה, משום שסוכן AI יעיל צריך להבין את התמונה הרחבה ולא רק פעולה נקודתית אחת. המטרה היא לאפשר למהנדס לעבוד מול מערכת שמסייעת לו לייעל את התכנון כולו, ולא רק להריץ פקודה בכלי מסוים.

לישראל יש תפקיד משמעותי במאמץ הזה של קיידנס. אמר מציין כי לקיידנס מרכז פיתוח חשוב בארץ, הכולל בין היתר את פיתוח Jasper, שאותו מוביל זיעד חנה, וכן פעילות משמעותית סביב שילוב Agentic AI בתוך כלי החברה. לדבריו, קבוצת Silicon Solutions Group משמשת במידה רבה כ-Customer Zero פנימי: אנשי התכנון של קיידנס משתמשים ביכולות החדשות ראשונים, מסייעים להגדיר את הסוכנים ומספקים משוב שמאפשר לשפר אותם לפני הגעה רחבה יותר ללקוחות.

תחומי פעילות נוספים בישראל כוללים וריפיקציה, VIP ו-Verisium. אף שאמר עצמו יושב באוסטין, טקסס, ולא מנהל צוות פיתוח בישראל, הוא מדגיש כי הוא עובד באופן הדוק עם הצוותים בארץ, בעיקר סביב לקוחות, מכירות ותמיכה טכנית. לדבריו, החיבור לישראל חשוב לו גם ברמה האישית, והוא רואה בהשתתפות בכנס בישראל בתקופה הנוכחית עניין בעל משמעות מעבר להיבט העסקי.

אחת התופעות שאמר רואה בכנסים ובמפגשים עם לקוחות בעולם היא פתיחה מחודשת של תחום הסיליקון גם בפני קבוצות קטנות. אם לפני עשור סטארט-אפ של חמישה או עשרה אנשים היה כמעט תמיד סטארט-אפ תוכנה, כיום ניתן לראות קבוצות קטנות שמקימות חברות סיליקון ומכוונות להגיע לשבב אמיתי. בעבר רק חברות עם כיסים עמוקים מאוד וארגוני פיתוח גדולים יכלו לדבר ברצינות על tapeout. כיום, בזכות התקדמות בכלי התכנון, נגישות גבוהה יותר לייצור ופתרונות IP ותכנון מוכנים יותר, גם חברות קטנות יכולות לקחת IP חדשני, לבנות סביבו סיליקון, להדגים אותו במעבדה ולעיתים להפוך אותו למוצר.

אמר רואה בכך התפתחות חיובית לתעשייה. ההייפר־סקיילרים והחברות הגדולות ימשיכו להיות לקוחות מרכזיים, אך הגיוון בשוק מביא חדשנות ממקומות חדשים. עבור קיידנס, המשמעות היא צורך לספק פתרונות שמתאימים לא רק לענקיות הטכנולוגיה, אלא גם לחברות צעירות שמבקשות להגיע מהר יותר לאב־טיפוס או למוצר סיליקון ראשון.

השלב הבא של עולם הצ'יפלטים צפוי להתרחב מעבר לדאטה סנטרים ולתשתיות AI. לפי אמר, בעולמות אלה הצ'יפלטים כבר צוברים תאוצה, אך בעולמות הקצה התהליך עדיין בתחילתו. כאשר צ'יפלטים נכנסים למערכות ניידות, כמו רכב, רובוט, רחפן או מערכת הגנה ניידת, נדרשות בדיקות נוספות מעבר לאמינות חשמלית ותרמית רגילה. צריך לוודא גם אמינות מכנית: שהחיבורים בין הצ'יפלטים לא ייפגעו בתנועה, ברעידות או בתנאי סביבה משתנים. אלה אתגרים חדשים יחסית, והם עדיין בתהליך התגבשות בתעשייה.

התמונה שמציג אמר היא של תעשייה שעוברת משבב יחיד למערכת סיליקון מורכבת יותר. זיכרון, תקשורת, אבטחה, צ'יפלטים, אריזה מתקדמת וכלי EDA מבוססי AI כבר אינם תחומים נפרדים. הם מתחברים למערכת אחת, שבה קצב החדשנות תלוי ביכולת לשלב בין ארכיטקטורה, IP, תכנון פיזי, וריפיקציה ותשתיות ייצור. עבור קיידנס, זהו בדיוק המקום שבו היא מבקשת למצב את עצמה: לא רק כספקית כלים, אלא כשותפה בבניית הדור הבא של הסיליקון לעידן הבינה המלאכותית.

הפוסט ChipEx2026: קיידנס מסמנת את השלב הבא בשבבים ל-AI: צ'יפלטים, זיכרון מהיר ו-Agentic AI בתכנון סיליקון הופיע לראשונה ב-Chiportal.

תעשיית השבבים נכנסה לשלב שבו ההתקדמות כבר אינה תלויה רק ביכולת לדחוס עוד טרנזיסטורים על פרוסת סיליקון. מהפכת הבינה המלאכותית דוחפת את מרכזי הנתונים, המעבדים ורכיבי הזיכרון לקצה גבול היכולת הפיזיקלית שלהם. צריכת ההספק עולה, פיזור החום נעשה קשה יותר, והעברת הנתונים בין מעבדים לזיכרונות הופכת לאחד מצווארי הבקבוק המרכזיים של הדור הבא.

מאמר שפרסם סבסטיאן ווד, מדען ראשי במעבדה הלאומית לפיזיקה בבריטניה, NPL, מצביע על נקודה שנוטה להישאר מאחורי הקלעים: כדי למסחר טכנולוגיות שבבים חדשות, לא מספיק לפתח חומרים, אריזות או ארכיטקטורות חדשות. צריך גם לדעת למדוד אותן, לבדוק אותן ולהשוות ביניהן בצורה אמינה. במילים פשוטות: אי אפשר לייצר בקנה מידה תעשייתי מה שאי אפשר למדוד באופן עקבי.

הבעיה נעשית בולטת במיוחד בשלושה תחומים. הראשון הוא המעבר לאריזות תלת־ממדיות ולצ'יפלטים. כאשר התעשייה מנסה לחבר שכבות רבות של רכיבי חישוב, זיכרון ותקשורת בדיוק של ננומטרים, כלי המדידה המסורתיים אינם תמיד מספיקים. בדיקות כאלה צריכות לראות לא רק את פני השטח, אלא גם את המבנה הפנימי של הערימה. לכן גדל השימוש בשיטות מדידה מתקדמות, ובהן טכניקות מבוססות קרני X.

התחום השני הוא ניהול החום. שבבי AI צפופים יותר צורכים יותר אנרגיה ומייצרים יותר חום. לכן נבחנים כיום חומרים חדשים, ובהם יהלום, כבסיס לפתרונות קירור מתקדמים. אולם גם כאן האתגר אינו רק חומרי. יש צורך למדוד את איכות החומר, את האחידות שלו על פני פרוסות, ואת יכולתו לפנות חום בתנאי עבודה אמיתיים.

התחום השלישי הוא "קיר הזיכרון". מעבדים מתקדמים מסוגלים לבצע חישובים בקצב גבוה בהרבה מזה שבו ניתן להזרים אליהם נתונים מהזיכרון. זיכרונות ברוחב פס גבוה, שילוב קרוב יותר בין רכיבי חישוב וזיכרון, ופוטוניקה משולבת באריזה, CPO, מציעים נתיבי התקדמות. אולם שילוב אופטי בתוך מארז שבב מחייב חיבור בין חומרים שונים ותהליכי ייצור שונים, ולכן גם שיטות מדידה חדשות.

לצד זאת, התעשייה בוחנת כיוונים רחוקים יותר, כמו רכיבים נוירומורפיים, שמנסים לחקות עקרונות פעולה של מערכת העצבים, וחומרים דו־ממדיים שיכולים לשמש כתעלות טרנזיסטור בדורות עתידיים. גם כאן, הפער בין הדגמה מעבדתית לבין מוצר אמין עובר דרך יכולת מדידה, כי יצרנים ולקוחות זקוקים לנתונים חוזרים, מוסכמים וניתנים להשוואה.

הזווית הבריטית במאמר ברורה: בריטניה אינה שחקנית ייצור המוני של שבבי סיליקון, אך יש לה בסיס מחקרי חזק בתחומים כמו שבבים מורכבים, פוטוניקה מבוססת סיליקון, גידול יהלום וחומרים דו־ממדיים. לכן NPL מציגה את תחום המטרולוגיה והתקינה כהזדמנות אסטרטגית. במקום להתחרות רק בקיבולת ייצור, בריטניה יכולה להשפיע על שרשרת הערך העולמית דרך פיתוח תקני מדידה מוקדמים, שיאפשרו לחברות להוכיח ביצועים, להפחית סיכון למשקיעים ולהאיץ כניסה לשוק.

עבור תעשיית השבבים כולה, המסר רחב יותר. הדור הבא של שבבי AI לא ייבנה רק על ליתוגרפיה מתקדמת או על עוד שכבות באריזה. הוא ידרוש תשתית בדיקה, אפיון וסטנדרטיזציה עמוקה יותר. מי שיחזיק ביכולת למדוד חום, אותות, פגמים, חיבורים אופטיים והתנהגות של חומרים חדשים בקנה מידה של פרוסות — יוכל להשפיע לא רק על המחקר, אלא גם על קצב המסחור של שבבי הדור הבא.

הפוסט בעידן שבבי ה־AI, צוואר הבקבוק הבא הוא לא רק הייצור אלא המדידה הופיע לראשונה ב-Chiportal.

חברת NewPhotonics (ניופוטוניקס) מתל אביב הכריזה ב־13-1-2026 על NPC50503 – משדר אופטי (transmitter) בפורמט צ'יפלט ל־Near-Packaged Optics ‏(NPO), הכולל לייזר משולב ומעבד אות אופטי OSPic. לפי החברה, מדובר בפתרון ראשון מסוגו בקצב 1.6T שתוכנן במיוחד לארכיטקטורות NPO “ניתנות לשירות” (serviceable), עם דגש על צריכת הספק נמוכה ויכולת פעולה הדדית (interoperability) בסביבות חיבורי־על של מערכי בינה מלאכותית.

אופטיקה “צמודה לחישוב” כדי להוריד הספק ולשפר שלמות אות

הרעיון שמאחורי NPO הוא להצמיד את האופטיקה פיזית קרוב יותר למאיצים (GPU/AI accelerators), כדי לצמצם את מגבלות החיבור החשמלי במהירויות של מאות גיגה־ביט לשנייה לערוץ. NewPhotonics מציינת שהצ'יפלט החדש מיועד להטמעה באריזות קומפקטיות לצד המאיצים, ומשלב כלי תכנות פוטוני בשם SmartPIC שמטרתו, לדבריה, לפצות על פגמים/הנחתות חשמליות ולשפר ביצועים במבנים קטנים של co-packaging. (PR Newswire)

מה כולל ה־NPC50503

בהודעה נמסרו כמה מאפיינים מרכזיים של הצ'יפלט, בהם: לייזרים משולבים “בהטרוגניות” עם יעילות צימוד גבוהה; אריזה מסוג flip-chip BGA שנועדה לפשט שלבי הרכבה מורכבים; תמיכה ב־224Gbps PAM4 ותאימות ל־IEEE 802.3dj; שיפור של 8dB בתקציב קישור RF מעבר ל“קו הבסיס” של 21dB לערוץ ארוך; ניטור הספק יציאה לכל ערוץ ואפשרות השבתה (disable); ותכן ייחוס לשילוב RF/אופטי. (PR Newswire)

ד"רון טל, סמנכ"ל בכיר ומנהל כללי בחברה, אמר כי כאשר מערכות AI “דוחפות ל־200Gbps לערוץ ומעלה”, דרישות כמו יעילות הספק, שלמות אות, יכולת שירות ושליטה תפעולית הופכות קריטיות, וכי הצ'יפלט החדש נועד להביא את יתרונות האופטיקה המתקדמת “ישירות סמוך לחישוב”.

הדגמה ב־OFC בלוס אנג'לס במרץ

NewPhotonics מסרה שה־NPC50503 יוצג בהדגמה פרטית בכנס OFC בלוס אנג'לס במהלך חודש מרץ. לפי אתר הכנס, OFC 2026 יתקיים במרכז הכנסים של לוס אנג'לס: הוועידה הטכנית בין 15–19 במרץ 2026, ותערוכת החברות בין 17–19 במרץ 2026.

NewPhotonics היא חברת שבבים “ללא מפעל” (fabless) שמפתחת שבבים פוטוניים (PICs) עם עיבוד אות אופטי, לשימוש הן באופטיקה נשלפת (pluggables) והן בפתרונות co-packaged optics עבור קישוריות scale-out ו־scale-up במרכזי נתונים בעידן ה־AI.

הפוסט NewPhotonics מציגה צ'יפלט NPO בקצב 1.6T עם לייזר משולב למרכזי נתונים של AI הופיע לראשונה ב-Chiportal.

בכנס ChipEx2025 שנערך בתל אביב הציג אנדריאס אולופסון, מנכ"ל חברת Zero ASIC מבוסטון, חזון חדש למידול תכנון שבבים בדמות פלטפורמה מודולרית וחסרת תלות בתהליך tape-out. אולופסון פתח בדברי רקע על מצבה של תעשיית הסיליקון: “הלב הפועם של התעשייה נשען היום על mask-sets עיקריים שדורשים השקעה של עשרות מיליוני דולרים וזמן המתנה של חודשים”, וציין כי “למרות ההתקדמות בטכנולוגיות וותיקות, המחסום הכלכלי והלוגיסטי מונע מיזמים קטנים — מהנדסים בודדים או סטארט-אפים — להיכנס למשחק”.

לאחר מכן תיאר אולופסון את התשתית אותה בנתה Zero ASIC:

“במקצה ראשון פיתחנו ספריית chiplets קנונית, הכוללת כ־15–20 רכיבים מרכזיים — ליבות CPU, מאיצי AI, בקרי זיכרון HBM, רכיבי I/O ואנלוג — כולם מוגדרים עד לרמת ה-footprint וה-pin-out, כך שניתן להרכיב מהם כל שילוב שדורש כ-80% מהיישומים בענף”.

על גבי ספריה זו הוטמע interposer אקטיבי:

“ה-interposer שלנו מספק רוחב פס גבוה ושיהוי נמוך בין ה-chiplets, וכך מאפשר להטמיע תצורות מורכבות בפס רחב בלי לוותר על ביצועים”, הסביר.

השלב הבא בפלטפורמה הוא הסביבה האינטראקטיבית בענן, המאפשרת למשתמשים לאמת ולסמלץ כל שילוב של chiplets ברמת RTL, ללא צורך בייצור פיזי:

“באמצעות שירות FPGA מבוסס AWS F1, הלקוח יכול לגרור ולשחרר רכיבים בסביבת הדפדפן, להפעיל סימולציה בזמן אמת בתוך פחות מדקה ולבדוק את התוכנה שלו על החומרה הווירטואלית — כל זאת בלי להזמין wafer אחד”, אמר.

הדגש העיקרי של אולופסון היה על העברת חלק מתהליך האימות אל הלקוח עצמו:

“Verification הוא כיום אחד העלויות הגבוהות ביותר בתכנון שבבים. כדי להתגבר על כך, הפכנו את המשתמש לחלק בלתי נפרד מתהליך האימות — הוא כבר בודק את הקומבינציות שמעניינות אותו, במקביל לפיתוח », ציין.

בהמשך חשף אולופסון תכניות להקמת קו אריזה רובוטי אוטונומי, שישמש כ”מפעל של אחד” ל־chiplets:

“המטרה היא לאפשר אריזה ופריסת chiplets בכל קונפיגורציה שיידרש, במחיר ונפח ייצור תחרותי, בדומה לאקטואציה המלאה שקיימת במפעלי foundry”, ציין.

על השפעת פלטפורמת chiplets על מפת ה-foundry העולמית אמר:

“המודל המונוליטי הנוכחי יוצר בור נשכח של foundries שאין להן גישה לאקו־סיסטם רחב. ברגע שתהיה ספריה פתוחה ונגישה, כל מפעל יוכל לספק רכיבים ולהתממשק לפלטפורמה — כך ייווצר שוק מבוזר, תחרותי ודינמי יותר”.

אולופסון סיכם את דבריו בתקווה שהפלטפורמה תוזיל עלויות ותקצר לוחות זמנים עבור כל מפתח חומרה:

“אנו מציעים מהפכה תכנונית: בתוך שבוע אחד בלבד ניתן להפוך רעיון שבב לניסוי תוכנתי בענן, בלי ההוצאות הכבדות והסיכונים הגבוהים של mask-sets — וכך לפתוח את הדלת לעולם שלם של חדשנות חומרתית”.

ההרצאה לוותה בהדגמות חיות והדגמת סביבת הענן של Zero ASIC, וברובה נשענה על דבריו של אולופסון, שהבהיר כי העתיד של תכנון הסיליקון עובר מהמונוליטיות של wafer יחיד לפלטפורמות מודולריות ברמה של chiplet.

הפוסט Zero ASIC משיקה פלטפורמת chiplets בענן לפיתוח שבבים ללא tape-out הופיע לראשונה ב-Chiportal.

חברת Cadence (קיידנס) השיקה פתרון זיכרון חדש מסוג DDR5 12.8Gbps MRDIMM Gen2 IP, המיועד לשימוש במרכזי נתונים וביישומי בינה מלאכותית. הפתרון משלב בקר (controller) ורכיב PHY בארכיטקטורה אחת, ומבוסס על תהליך הייצור TSMC N3P. מדובר במימוש מסחרי ראשון מסוגו לזיכרון מסוג MRDIMM במהירות 12.8Gbps, המכוון לשוק הצומח של מערכות SoC וצ'יפלטים עתירי ביצועים.

הפתרון החדש מותאם לעומסי עבודה גוברים בתחום הבינה המלאכותית, במיוחד בענן ובארגונים, ודורש רוחב פס משופר, צפיפות זיכרון גבוהה ואמינות תפעולית. לדברי קיידנס, מדובר בשדרוג משמעותי לעומת רכיבי DDR5 סטנדרטיים, שהמהירות המרבית שלהם עומדת על 6400Mbps – כלומר, הכפלת קצב ההעברה.

המערכת כוללת תכונות RAS (אמינות, זמינות ותחזוקה) וכן מנגנוני הצפנה בהשהיה נמוכה. היא נבדקה ואומתה בשילוב MRDIMM מדור שני (Gen2) ומודולים של Montage Technology, המבוססים על שבבי MRCD02/MDB02. בנוסף, הזיכרון נבדק עם DRAM של חברת Micron מהדור 1-gamma.

לדברי פראבין ויידיאנאתן ממיקרון, השילוב בין זיכרון DRAM של החברה לפתרון ה-DDR5 של קיידנס מספק את הבסיס להפעלת יישומי AI ולמידה חישובית עתירי משאבים. גם סטיבן טאי מ-Montage Technology התייחס לשיתוף הפעולה, והדגיש את ההתאמה לשרתים מהדור הבא.

מערכת הזיכרון נועדה להשתלב בתהליכי תכנון SoC וצ'יפלטים מתקדמים, עם אפשרויות גמישות למיקום רכיבים (floorplanning) והתאמה לפי צרכים שונים של צריכת חשמל וביצועים. לדברי בויד פלפס, סמנכ"ל בקיידנס, הפתרון נותן מענה לדרישות השוק במונחי ביצועים ותכנון ארכיטקטוני.

פתרון ה-DDR5 של קיידנס אומת בשילוב עם כלי Verification IP של החברה, במטרה לאפשר תהליך אימות מהיר של מערכות SoC. המערכת כוללת גם כלי System Performance Analyzer המאפשר למדוד ביצועים ברמת המערכת הכוללת.

לדברי החוקרים והמהנדסים המעורבים, השילוב בין תכנון חומרה, אימות מהיר ובחינה בזמן אמת מספק מסלול ישים למימוש מערכות AI מתקדמות, תוך שמירה על יעילות תכנון ודיוק ביצוע.

הפוסט קיידנס משיקה פתרון זיכרון חדש ליישומי בינה מלאכותית הופיע לראשונה ב-Chiportal.