Blue Origin, חברת החלל שהקים ג'ף בזוס, מנהלת לפי דיווחים מגעים לגיוס פרטי של 10 מיליארד דולר לפי שווי של 130 מיליארד דולר לפני ההשקעה. מדובר בגיוס החיצוני הראשון בתולדות החברה, ולא בהנפקה לציבור או ברישום מניות בבורסה.

לפי Reuters, חברת ההשקעות Coatue Management צפויה להוביל את הסבב עם השקעה של כ־4 מיליארד דולר, ואילו בזוס צפוי להזרים שני מיליארד דולר נוספים. Blue Origin לא אישרה את פרטי העסקה, והיא עדיין עשויה להשתנות או שלא להגיע להשלמה.

במשך יותר מ־25 שנה מומנה Blue Origin בעיקר מכספו האישי של בזוס. המעבר למשקיעים מוסדיים משקף את הגידול החד בצורכי ההון של החברה, המפתחת במקביל משגרים, מנועים, נחתות ירח, חלליות ורשתות לוויינים.

הפרויקט המרכזי הוא משגר ניו גלן, המיועד לשיגורי לוויינים מסחריים, משימות של נאס"א ושיגורים ביטחוניים. השלב הראשון של המשגר תוכנן לשימוש חוזר בלפחות 25 טיסות, והוא מסוגל לשאת עד 45 טונות למסלול נמוך סביב כדור הארץ. שבעה מנועי BE-4 מניעים את השלב הראשון, ואילו השלב העליון משתמש בשני מנועי BE-3U.

במאי 2026 נפגע פרויקט ניו גלן כאשר משגר התפוצץ במהלך ניסוי הצתה סטטי במתחם השיגור בקייפ קנוורל. החברה החלה בשיקום האתר, שבו השקיעה יותר ממיליארד דולר, ומקווה לחדש את השיגורים עוד השנה.

הגיוס נועד גם לתמוך בפעילות הירח של Blue Origin. החברה מפתחת את נחתת בלו מון עבור תוכנית ארטמיס של נאס"א, וכן גרסת מטען לא־מאוישת. במאי קיבלה החברה חוזה נוסף בהיקף של 188 מיליון דולר להעברת כלי רכב ומטענים לקוטב הדרומי של הירח.

תחום חדש נוסף הוא תשתיות מחשוב בחלל. לפי דיווחים והגשות רגולטוריות, Project Sunrise של Blue Origin עשוי לכלול עד 51,600 לוויינים שישמשו כמרכזי נתונים במסלול. אם התוכנית תתממש, היא תדרוש כמויות גדולות של מעבדים, מאיצי AI, זיכרונות, רכיבי תקשורת אופטית, מערכות אספקת חשמל ופתרונות קירור מותאמים לחלל.

מבחינת תעשיית האלקטרוניקה והשבבים, הגיוס עשוי ליצור בעתיד שוק נוסף למחשוב מוקשח, תקשורת בין־לוויינית, רכיבי הספק וחומרה העמידה בקרינה. עם זאת, תוכניות למרכזי נתונים בחלל עדיין ניצבות בפני מגבלות קשות של שיגור, פיזור חום, תחזוקה ואורך חיי הרכיבים.

המהלך מגיע לאחר הנפקת SpaceX, שהגבירה את התיאבון של המשקיעים לחברות חלל. ואולם Blue Origin עדיין מפגרת משמעותית אחרי SpaceX בקצב השיגורים ובהכנסות. הצלחת הגיוס תספק לה משאבים, אך המבחן המרכזי יהיה יכולתה להפוך את ניו גלן למערכת שיגור סדירה ואת פרויקטי הירח והלוויינים לעסקים פעילים.

הפוסט בלו אוריג'ין מבקשת לגייס 10 מיליארד דולר לפי שווי של 130 מיליארד הופיע לראשונה ב-Chiportal.

מיקרון החלה בעבודות להרחבת מפעל הזיכרון שלה בהיגאשי־הירושימה שבמערב יפן, בפרויקט בהיקף של כ־1.5 טריליון ין, שהם כ־9.3 מיליארד דולר. המפעל צפוי לייצר שבבי זיכרון מתקדמים, ובהם זיכרונות HBM – High Bandwidth Memory – המשמשים במאיצי בינה מלאכותית ובמערכות מחשוב עתירות ביצועים.

לפי הדיווחים, התקנת ציוד הייצור צפויה להתחיל במחצית השנייה של 2028. משרד הכלכלה, המסחר והתעשייה של יפן, METI, הקצה לפרויקט תמיכה של עד 500 מיליארד ין. כבר בדיווחים מוקדמים יותר על התוכנית צוין כי ההשקעה הכוללת תעמוד על כ־1.5 טריליון ין וכי התמיכה הממשלתית נועדה לסייע ליפן לחזק מחדש את בסיס ייצור השבבים שלה.

המהלך משתלב במרוץ עולמי להרחבת ייצור זיכרונות AI. מערכות המבוססות על מאיצים של אנבידיה, AMD וספקיות ענן דורשות כמויות גדולות של זיכרון מהיר בצמידות למעבד. HBM, שבו שכבות DRAM נערמות זו על גבי זו ומחוברות ברוחב פס גבוה מאוד, הפך לאחד מצווארי הבקבוק המרכזיים של שרשרת האספקה לבינה מלאכותית.

הירושימה חוזרת למרכז מפת ה־DRAM

מפעל מיקרון בהירושימה הוא אחד מנכסי הייצור החשובים ביותר של החברה מחוץ לארצות הברית. מיקרון קיבלה את האתר לידיה בשנת 2013, לאחר רכישת יצרנית ה־DRAM היפנית אלפידה, שקרסה בעקבות המשבר המחזורי בענף הזיכרון. מאז הפך האתר לאחד ממרכזי הפיתוח והייצור המרכזיים של מיקרון בתחום ה־DRAM.

מנכ"ל מיקרון, סנג'יי מהרותרא, אמר בטקס כי פרוסת הייצור הראשונה של החברה בתחום ה־HBM יוצרה בהירושימה. לדבריו, השילוב בין היכולות האמריקאיות של מיקרון לבין מומחיות הייצור היפנית מאפשר לחברה לפתח מוצרי זיכרון מתקדמים עבור שוק הבינה המלאכותית.

הרחבת האתר נועדה לשפר את ביצועי ההספק והעברת הנתונים של שבבי הזיכרון, שני פרמטרים קריטיים במערכות AI. ככל שהמודלים גדלים ומספר המשתמשים עולה, הזיכרון אינו רק רכיב נלווה למאיץ, אלא חלק בלתי נפרד מיכולת המערכת לספק ביצועים, יעילות אנרגטית ועלות כוללת נמוכה יותר.

מיקרון מנסה לסגור פער מול SK hynix

שוק ה־HBM נשלט כיום בעיקר בידי שלוש חברות: SK hynix, סמסונג ומיקרון. SK hynix נהנית ממעמד מוביל, בין היתר בזכות אספקה רחבה לאנבידיה והתקדמות מוקדמת בייצור HBM3E. כבר ב־2024 הודיעה החברה כי החלה בייצור המוני של HBM3E בן 12 שכבות, מה שחיזק את מעמדה במרוץ הזיכרון לבינה מלאכותית.

מיקרון, מצדה, משקיעה בהרחבת כושר ייצור HBM ובהעמקת הקשר עם לקוחות AI גדולים. ביוני 2026 הודיעה החברה על הסכם אסטרטגי עם Anthropic, הכולל אספקת מוצרי זיכרון ואחסון וכן השקעה אסטרטגית בחברה. ההסכם נועד לאפשר למיקרון ללמוד טוב יותר את דפוסי השימוש של עומסי AI אמיתיים ולשפר את מוצרי הזיכרון והאחסון שלה בהתאם.

ההשקעה בהירושימה אינה עומדת לבדה. מיקרון מקדמת במקביל הרחבות ייצור גדולות בארצות הברית, ובהן אתרי DRAM באיידהו ובניו יורק, וכן השקעות באסיה. מטרת החברה היא להגדיל את חלקה בשוק שבו הביקוש לזיכרון מתקדם גדל במהירות, אך גם דורש השקעות הון כבדות וזמן הקמה ארוך.

יפן משתמשת בסובסידיות כדי למשוך ייצור מתקדם

עבור ממשלת יפן, ההרחבה של מיקרון היא חלק מאסטרטגיה רחבה יותר: החזרת ייצור שבבים קריטי למדינה. יפן עדיין מחזיקה בעוצמה גדולה בחומרים, כימיקלים, ציוד ותהליכי ייצור לתעשיית השבבים, אך איבדה בעשורים האחרונים את ההובלה בייצור שבבים מוגמרים.

לכן טוקיו מעניקה תמיכה נרחבת לפרויקטים אסטרטגיים, בהם מפעלי TSMC בקומאמוטו, חברת Rapidus הנתמכת בידי הממשלה לייצור שבבי לוגיקה מתקדמים, ועתה גם הרחבת מפעל מיקרון בהירושימה. לפי דיווחים מוקדמים יותר, התמיכה במיקרון משתלבת במאמץ של יפן להפחית תלות בשרשראות אספקה מרוחקות ולחזק ייצור מקומי של רכיבים חיוניים לבינה מלאכותית ולביטחון כלכלי.

למיקרון יש גם יתרון מקומי: לפי הדיווח מיפן, כ־80% מהחומרים הדרושים למפעל בהירושימה מגיעים מספקים יפניים. הדבר הופך את האתר לחלק מאקוסיסטם מקומי עמוק של חומרים, ציוד ותמיכה הנדסית.

ההזדמנות והסיכון במחזור הזיכרון

הביקוש ל־HBM ול־DRAM מתקדם נמצא בעלייה חדה בגלל הקמת מרכזי נתונים לבינה מלאכותית. אולם ענף הזיכרון ידוע במחזוריות קיצונית. תקופות של מחסור ועליית מחירים מובילות להשקעות גדולות בקיבולת, ולאחר מכן עלולות להפוך לעודף היצע אם הביקוש מתקרר.

מבחינת מיקרון, הרחבת הירושימה היא הימור ארוך טווח על כך שהביקוש לזיכרון AI יישאר גבוה גם בסוף העשור. המפעל צפוי להגיע לשלב הציוד והייצור בתקופה שבה הדור הבא של מאיצי AI ידרוש רוחב פס גבוה יותר, נפח זיכרון גדול יותר ויעילות אנרגטית משופרת.

אם התחזית תתממש, הירושימה עשויה להפוך לאחד מאתרי הייצור המרכזיים של מיקרון בתחום ה־HBM. אם מחזור הזיכרון יתהפך, החברה תיאלץ לנהל בזהירות השקעה עצומה בשוק שבו עודף קיבולת יכול להוריד מחירים במהירות.

כך או כך, הרחבת המפעל ביפן מדגישה את שינוי המעמד של הזיכרון בתעשיית השבבים: ממרכיב שנחשב במשך שנים למחזורי ולתחרותי במיוחד, הוא הפך לאחד הרכיבים האסטרטגיים ביותר במרוץ הבינה המלאכותית.

הפוסט מיקרון החלה בהרחבת מפעל הזיכרון בהירושימה בהשקעה של 9 מיליארד דולר הופיע לראשונה ב-Chiportal.

חברת SK hynix מדרום קוריאה, אחת משלוש יצרניות הזיכרון הגדולות בעולם, מתקרבת לרישום משמעותי בנאסד"ק באמצעות הנפקת תעודות פיקדון אמריקאיות – ADR. לפי דיווחים, החברה מבקשת לגייס כ־28 מיליארד דולר, באחת מעסקאות המניות הגדולות ביותר שבוצעו אי פעם בידי חברה זרה בארצות הברית. המסחר צפוי להתחיל ב־10 ביולי 2026, לאחר קביעת המחיר הסופי.

המהלך אינו הנפקה ראשונית רגילה של חברה פרטית, שכן SK hynix כבר נסחרת בבורסה בדרום קוריאה. מדובר בהנפקת ADR – תעודות פיקדון אמריקאיות הנסחרות בדולרים ובשעות המסחר בארצות הברית, ומייצגות מניות של חברה זרה. במקרה זה, 10 תעודות ADR ייצגו מניה רגילה אחת של SK hynix. החברה מתכננת להנפיק 17.79 מיליון מניות חדשות באמצעות כ־178 מיליון תעודות ADR.

החשיבות של המהלך כפולה: מצד אחד, הוא יאפשר למשקיעים אמריקאים ולקרנות מוסדיות להיחשף בקלות רבה יותר ל־SK hynix, בלי לרכוש את המניה ישירות בסיאול. מצד שני, הוא יעניק לחברה מקור הון גדול למימון הרחבת כושר הייצור שלה – בעיקר בתחומי זיכרונות DRAM מתקדמים, HBM ואריזה מתקדמת.

HBM הפך למוצר אסטרטגי

העלייה בביקוש למאיצי בינה מלאכותית הפכה את זיכרון HBM – High Bandwidth Memory – לאחד הרכיבים הקריטיים ביותר בשרשרת האספקה של מרכזי הנתונים. HBM הוא זיכרון DRAM תלת־ממדי, שבו שכבות זיכרון מונחות זו על גבי זו ומחוברות באמצעות TSV, כדי לספק רוחב פס גבוה מאוד למעבדים גרפיים ולמאיצי AI.

במערכות בינה מלאכותית גדולות, המאיץ עצמו אינו מספיק. המודל צריך להזרים כמויות עצומות של נתונים בין הזיכרון לבין יחידות החישוב, וה־HBM הוא אחד הגורמים המגבילים את הביצועים, צריכת האנרגיה והעלות הכוללת של המערכת.

SK hynix נהנתה מהקדמה טכנולוגית בתחום זה והפכה לספקית מרכזית של זיכרונות HBM עבור מאיצי AI, כולל מערכות המבוססות על שבבי אנבידיה. לפי רויטרס, החברה היא אחת הנהנות המרכזיות מן הביקוש למערכות בינה מלאכותית, והמשקיעים רואים בה דרך ישירה להיחשף לצוואר הבקבוק של זיכרון במרכזי הנתונים.

הביקוש ל־HBM משנה גם את שוק הזיכרון הרחב. קווי ייצור שמופנים ל־HBM מצמצמים את הזמינות של חלק מסוגי ה־DRAM האחרים, ולכן העלייה בביקוש לבינה מלאכותית משפיעה גם על מחירי זיכרונות כלליים יותר.

הכסף מיועד למפעלים ולציוד ייצור

לפי רויטרס, SK hynix ציינה כי כספי ההנפקה ישמשו לבניית מפעלי שבבים בדרום קוריאה ולרכישת ציוד ייצור מתקדם, לרבות סורקי EUV של ASML.

דיווחים נוספים מציינים כי חלק מן ההשקעה מיועד למפעל הראשון של החברה באשכול יונגין, למתקן אריזה מתקדם בצ'ונגג'ו ולציוד ייצור נוסף הדרוש להרחבת קווי הזיכרון המתקדמים.

המשמעות היא שההנפקה אינה רק מהלך פיננסי, אלא חלק מתוכנית תעשייתית רחבה יותר. SK hynix נערכת לשנים שבהן הביקוש לזיכרונות AI עשוי להישאר גבוה, אך במקביל היא צריכה להגדיל כושר ייצור בזהירות כדי לא ליצור עודף היצע בעתיד.

זהו סיכון מוכר בענף הזיכרון. בניגוד לשוק המעבדים הלוגיים, שוק ה־DRAM וה־NAND ידוע במחזוריות חריפה: תקופות של מחסור ועליית מחירים מובילות להשקעות גדולות בקיבולת, ולאחר מכן עלולות להפוך במהירות לעודף היצע ולירידת מחירים.

מבחן למשקיעי ה־AI

הנפקת ה־ADR של SK hynix מגיעה לאחר עלייה חדה במניית החברה, שנבעה מן הציפיות לשוק ה־HBM ומן ההשקעות העצומות של חברות הענן והבינה המלאכותית במרכזי נתונים. רויטרס דיווחה כי מניית SK hynix עלתה בכ־260% מתחילת השנה עד תחילת השבוע, אף שירדה ביום ההכרזה על ההנפקה.

במקביל, מניות השבבים עברו בימים האחרונים תנודתיות חריפה. רויטרס דיווחה כי מניות SK hynix וסמסונג ירדו בחדות ב־8 ביולי, על רקע חששות משקיעים לגבי המשך העלייה במחירי הזיכרון והאפשרות שרווחי יצרניות השבבים מתקרבים לשיא מחזורי.

לכן ההנפקה משמשת גם מבחן לשוק: האם משקיעים אמריקאים עדיין מוכנים להזרים הון בהיקפים גדולים לחברות שבבים הקשורות לבינה מלאכותית, גם לאחר ראלי חריג ותנודתיות גוברת?

לפי רויטרס, הביקוש לעסקה היה חזק, וספר ההזמנות היה צפוי להיסגר לאחר שנרשם ביקוש יתר. בין המשקיעים שהביעו עניין נזכרו Baillie Gifford, קרנות של Coatue Management ו־Situational Awareness Partners, בהיקף מצטבר אפשרי של עד 7 מיליארד דולר.

תחרות מול סמסונג ומיקרון

המהלך של SK hynix מגיע בעיתוי רגיש בתחרות מול סמסונג ומיקרון. שלוש החברות נהנות מן הביקוש ל־HBM, אך SK hynix הצליחה בשנים האחרונות לבסס יתרון בשילוב בין ביצועים, אספקה ללקוחות AI גדולים ויכולת ייצור.

סמסונג, המתחרה הקוריאנית הגדולה, מנסה להגדיל את חלקה בשוק ה־HBM, ואילו מיקרון האמריקאית נהנית מנגישות טבעית יותר למשקיעים בארצות הברית וממיצוב כחברת זיכרון אמריקאית. רישום ADR נזיל בנאסד"ק עשוי לסייע ל־SK hynix לצמצם חלק מפער הנגישות מול מיקרון.

הוא עשוי גם להשפיע על מדדי מניות השבבים. רישום אמריקאי סחיר יכול להגדיל את הסיכוי להכללת החברה במדדים רלוונטיים, ובכך למשוך ביקושים מצד קרנות סל וקרנות מחקות. לפי רויטרס, אנליסטים מעריכים כי הרישום עשוי להרחיב את בסיס המשקיעים ולצמצם את פער התמחור מול מתחרות אמריקאיות.

ההזדמנות והסיכון

עבור SK hynix, זהו ניסיון לנצל חלון הזדמנויות נדיר: החברה נמצאת בצומת שבו שוק ההון מתגמל ספקיות רכיבים קריטיים לבינה מלאכותית, בעוד לקוחות הענן ממשיכים להזמין זיכרון מתקדם בכמויות גדולות.

אך באותו חלון הזדמנויות מסתתר גם הסיכון. אם השקעות הענק במרכזי נתונים יואטו, אם לקוחות ינסו לרסן עלויות, או אם הגדלת הקיבולת של SK hynix, סמסונג ומיקרון תוביל לעודף היצע, מחזור הזיכרון עלול להתהפך.

לכן הרישום בנאסד"ק הוא יותר מאירוע פיננסי. הוא מסמן את הפיכתו של ה־HBM מאחד מרכיבי הזיכרון המתקדמים למרכיב אסטרטגי במרוץ הבינה המלאכותית. עבור SK hynix, זו הזדמנות למצב את עצמה לא רק כספקית זיכרון קוריאנית, אלא כאחת מחברות התשתית המרכזיות של עידן ה־AI.

הפוסט SK hynix בדרך לנאסד"ק: הנפקת ADR ענקית על רקע מרוץ זיכרונות ה־AI הופיע לראשונה ב-Chiportal.

קוואלקום הודיעה כי תרכוש את חברת תוכנת הבינה המלאכותית Modular בעסקת מניות המוערכת בכ־3.92 מיליארד דולר. במסגרת העסקה תנפיק קוואלקום עד 19.2 מיליון מניות חדשות לבעלי המניות של Modular. השלמת הרכישה צפויה במחצית השנייה של 2026, בכפוף לקבלת האישורים הרגולטוריים הנדרשים.

הרכישה אינה מוסיפה לקוואלקום רק צוות נוסף של מהנדסים, אלא שכבת תוכנה שנועדה להתמודד עם אחת הבעיות המרכזיות בשוק מאיצי הבינה המלאכותית: הקושי להעביר מודלים ויישומים בין ארכיטקטורות חומרה שונות.

המערכת של Modular מאפשרת למפתחים להפעיל מודלים על מעבדים מרכזיים, מעבדים גרפיים, מעבדים עצביים ושבבים ייעודיים, בלי לכתוב מחדש חלקים נרחבים מהתוכנה עבור כל רכיב. החברה מנסה למצב את עצמה כשכבת תוכנה אופקית, שאינה תלויה ביצרן חומרה יחיד ויכולה לפעול על שבבים של אנבידיה, AMD וספקים נוספים.

האתגר האמיתי נמצא בתוכנה

הרכישה מדגישה כי התחרות בשוק שבבי הבינה המלאכותית אינה מתנהלת רק סביב מספר הליבות, רוחב הפס לזיכרון או ביצועי החישוב. אחד מיתרונותיה המרכזיים של אנבידיה הוא סביבת CUDA, הכוללת כלי פיתוח, ספריות תוכנה ותשתיות שעברו התאמה במשך שנים למעבדים הגרפיים של החברה.

השימוש הנרחב ב־CUDA מקשה על לקוחות לעבור למאיצים מתחרים, גם כאשר אלה מציעים מחיר נמוך יותר או יעילות אנרגטית גבוהה יותר. מעבר לחומרה חדשה מחייב לעיתים התאמות תוכנה, בדיקות ביצועים ושינויים בתהליכי ההפעלה של המודלים.

Modular מבקשת לצמצם את התלות הזאת באמצעות שכבת תוכנה המפרידה בין מודל הבינה המלאכותית לבין המעבד שעליו הוא מופעל. מבחינת קוואלקום, רכישת החברה עשויה לספק לה את החלק החסר באסטרטגיית מרכזי הנתונים: סביבת תוכנה שתאפשר ללקוחות להשתמש במאיציה בלי לוותר על יכולת להעביר עומסי עבודה בין פלטפורמות שונות.

לדברי מנכ"ל קוואלקום, כריסטיאנו אמון, התרחבות הבינה המלאכותית הסוכנת במרכזי נתונים ובמערכות קצה מובילה לשימוש בארכיטקטורות מבוזרות המשלבות מוצרים של כמה ספקים. לדבריו, מערכות כאלה דורשות תשתית תוכנה פתוחה ומודרנית יותר, המאפשרת ללקוחות לבחור היכן וכיצד להפעיל את היישומים שלהם.

מפיתוח שפת Swift לתשתיות AI

Modular הוקמה בשנת 2022 בידי כריס לאטנר וטים דייוויס. לאטנר מוכר בתעשייה כאחד ממפתחי תשתית המהדרים LLVM וכיוצר שפת התכנות Swift של אפל. בהמשך מילא תפקידים בטסלה ובגוגל, שם עסק גם בתשתיות תוכנה עבור מעבדי הבינה המלאכותית TPU.

החברה פיתחה סביבת תוכנה לביצוע היסק – הפעלת מודלים שכבר אומנו – וכן את שפת Mojo, שנועדה לשלב תחביר הדומה ל־Python עם ביצועים והתאמה לעבודה קרובה יותר לחומרה. לפי דיווחים, כ־150 עובדי Modular, ובהם שני המייסדים, צפויים להצטרף לקוואלקום עם השלמת העסקה.

ההתמקדות בהיסק משמעותית במיוחד. בשלב הראשון של פריחת הבינה המלאכותית הושקע חלק גדול מההון באימון מודלים גדולים. ככל שמספר המודלים והמשתמשים גדל, מרכז הכובד עובר בהדרגה לעלות הפעלת המודלים: צריכת החשמל, ניצול הזיכרון, זמני התגובה ומספר הבקשות שכל שרת מסוגל לעבד.

שכבת תוכנה המאפשרת לבצע אופטימיזציה של ההיסק על סוגים שונים של חומרה עשויה להקל על מפעילי ענן וחברות גדולות לשלב מאיצים מתחרים לצד מעבדי אנבידיה.

קוואלקום מחפשת צמיחה מעבר לטלפונים

שבבים לטלפונים חכמים עדיין מהווים חלק מרכזי מפעילותה של קוואלקום, אך החברה מנסה להרחיב את נוכחותה במחשבים אישיים, במכוניות, במערכות קצה ובמרכזי נתונים.

בתחום האחרון היא מתמודדת לא רק עם אנבידיה, אלא גם עם AMD, אינטל וספקיות הענן הגדולות המפתחות מאיצים ושבבים ייעודיים בעצמן. קוואלקום מתכננת להתחיל לספק מעבדי ומאיצי בינה מלאכותית למרכזי נתונים, והרכישה נועדה לחזק את יכולתה לספק לצד החומרה גם סביבת פריסה וניהול של מודלים.

עם זאת, רכישת Modular אינה מבטיחה שקוואלקום תוכל לשחזר במהירות את האקוסיסטם שבנתה אנבידיה. CUDA נהנית מבסיס גדול של מפתחים, מספריות שעברו אופטימיזציה למגוון יישומים ומקשרים עמוקים עם ספקיות ענן, חברות תוכנה ומוסדות מחקר.

בנוסף, קוואלקום תצטרך לאזן בין שאיפתה להפוך את Modular לפלטפורמה ניטרלית התומכת בשבבים של ספקים רבים לבין הרצון להשתמש בה כדי לקדם את מוצריה שלה. הצלחת העסקה תיבחן בשאלה האם מפתחים ולקוחות ימשיכו לראות בפלטפורמה שכבה עצמאית – ולא כלי שנועד בעיקר להכניס אותם לסביבת החומרה של קוואלקום.

אם תצליח בכך, הרכישה עשויה לאפשר לקוואלקום להתחרות בשוק הבינה המלאכותית לא רק באמצעות שבבים חדשים, אלא גם בנקודה שבה חלק גדול מהיתרון התחרותי נוצר כיום: הקשר שבין התוכנה לחומרה.

הפוסט קוואלקום רוכשת את Modular בכ־3.9 מיליארד דולר ומכוונת לחומת התוכנה של אנבידיה הופיע לראשונה ב-Chiportal.

תעשיית השבבים משקיעה משאבים עצומים בהגדלת כוח החישוב הזמין לבינה מלאכותית: מאיצים חזקים יותר, זיכרונות מהירים, רשתות תקשורת למרכזי נתונים, מערכות קירור וארכיטקטורות המאפשרות לחבר עשרות אלפי מעבדים למודל אחד.

אולם מדען המחשבים פיטר ג'יי דנינג טוען כי הגדלת התשתית החומרתית והיקף המודלים לא תוביל בהכרח לבינה מלאכותית כללית ברמה אנושית.

בספר חדש הוא מציג טענה שלפיה המחקר בתחום פועל במשך יותר מ־75 שנה על בסיס פרשנות מוטעית של הצעת אלן טיורינג. טיורינג הציע בשנת 1950 לבחון אם מכונה יכולה להציג בשיחה התנהגות שאינה ניתנת להבחנה מזו של אדם. מבחן זה, שנודע לימים כמבחן טיורינג, הפך לאחת מנקודות הייחוס המרכזיות בדיון על מכונות חושבות.

לדברי דנינג, יכולתה של מערכת לחקות שיחה אנושית אינה מוכיחה שהיא מבינה את המילים שבהן היא משתמשת. הוא טוען כי אינטליגנציה אנושית אינה תוכנה בלבד, אלא תוצר של גוף ביולוגי, ניסיון מצטבר, קשרים חברתיים, רגשות, הקשר ותרבות.

מדובר בתזה המוצגת בספר ולא בממצא ניסויי שעבר ביקורת עמיתים. חוקרים וחברות בתעשיית הבינה המלאכותית עשויים לחלוק עליה, במיוחד לנוכח השיפור המהיר ביכולותיהם של מודלים גדולים. עם זאת, הטיעון מציב שאלה מהותית בפני תעשיית החומרה: האם הבעיה בדרך ל־AGI היא בעיקר מחסור בכוח חישוב, או שמדובר במחסום מסוג אחר לחלוטין?

הגדלת המודל אינה בהכרח הגדלת ההבנה

בלב טיעונו של דנינג נמצא "ידע סמוי" – ידע שבני אדם משתמשים בו, אך אינם מסוגלים להפוך לסדרה מלאה של מילים, סמלים או הוראות.

הידע הזה כולל שכל ישר, מיומנויות גופניות, אינטואיציה, הבנת התנהגות של אחרים, נורמות חברתיות, תרבות והיסטוריה משותפת. אנשים יודעים לזהות מתי אמירה היא סרקסטית, מתי נדרש טקט ומתי אפשר להתבדח, אף שבדרך כלל אינם מחשבים במודע את כל הכללים שהובילו אותם למסקנה.

מערכת מחשב, לעומת זאת, יכולה לעבד רק מידע שיוצג לה בצורה הניתנת לקידוד. דנינג מכנה זאת "בעיית הייצוג": כל נתון והוראה חייבים להיות מיוצגים בצורה פיזית שהמעבד מסוגל לזהות, לאחסן ולשנות.

ידע סמוי אינו בהכרח קיים בצורה כזו. אפשר לתעד את התוצאה של מיומנות, אך לא תמיד את הידע הגופני והתחושתי המאפשר לבצע אותה. כנר, למשל, יכול להדגים נגינה מעולה, אך אינו מסוגל להעביר לתלמיד את מלוא המיומנות באמצעות רשימת הוראות.

מנקודת המבט של תעשיית השבבים, משמעות הטענה היא כי יותר טרנזיסטורים, יותר זיכרון ורוחב פס גדול יותר יכולים לשפר את מהירות המודל, את גודלו ואת מספר המשימות שהוא מבצע – אך אינם מבטיחים מעבר מחיקוי מוצלח להבנה אנושית.

גם רובוט אינו בהכרח פותר את בעיית הגוף

חלק מחוקרי הבינה המלאכותית מנסים להתמודד עם מגבלת הטקסט באמצעות בינה מלאכותית מגולמת: רובוטים ומערכות אוטונומיות הלומדים באמצעות מצלמות, חיישני מגע, מיקרופונים ותנועה בעולם הפיזי.

מגמה זו צפויה להגדיל את הביקוש לשבבי קצה, מעבדי ראייה, חיישנים, מערכות זמן אמת ומאיצים חסכוניים באנרגיה. היא עשויה לאפשר למכונות ללמוד קשרים בין פעולה לתוצאה ולא רק לנתח מאגרי טקסט.

אולם דנינג טוען כי גם גוף רובוטי אינו זהה לגוף ביולוגי. רובוט יכול לצפות בביצוע, לאסוף נתוני חיישנים ולחקות תנועה, אך אין פירוש הדבר שהוא חווה את התחושות, הרגשות והמשמעויות שבני אדם מייחסים לפעולה.

הפער הזה חשוב במיוחד במערכות הפועלות לצד בני אדם. מכונית אוטונומית, רובוט תעשייתי, מערכת רפואית או סוכן תוכנה עשויים להצליח ברוב המצבים שנכללו באימון – ועדיין להיכשל במצב חריג שבו נדרש ידע הקשרי שלא הוגדר מראש.

הסכנה המעשית אינה מחייבת מחשב־על תבוני

דנינג אינו טוען כי כישלון אפשרי בהשגת AGI מבטל את הסיכונים של הבינה המלאכותית. לדבריו, מערכות שאינן מבינות את העולם כמו בני אדם עדיין יכולות להיות מהירות, אוטונומיות ובעלות השפעה רחבה.

רשתות של סוכני בינה מלאכותית עשויות לבצע משימות, לקבל החלטות ולתקשר זו עם זו ללא פיקוח רציף. הן אינן חייבות להיות בעלות תודעה או תבונה כללית כדי לגרום לשיבושים פיננסיים, להפיץ מידע שגוי, להפעיל מערכות באופן בלתי צפוי או לקבל החלטות שאינן מתיישבות עם מטרות המשתמשים.

לדברי דנינג, יישור מערכות בינה מלאכותית עם ערכים אנושיים נותר קשה משום שחלק מן הכוונות, הנורמות וההקשרים האנושיים כלל אינם מנוסחים. מערכת יכולה לציית להוראה המילולית ועדיין להחמיץ את מטרתה האמיתית.

לתעשיית השבבים אין מכאן מסקנה שלפיה הביקוש לחומרת AI עומד להיעלם. גם ללא AGI, מודלים ייעודיים, מערכות סוכניות, רובוטיקה, עיבוד שפה, תכנון שבבים, רפואה ומערכות אוטונומיות צפויים לדרוש כוח חישוב משמעותי.

אולם הטענה של דנינג מערערת על ההנחה שכמות החישוב היא המדד המרכזי להתקדמות לעבר אינטליגנציה אנושית. ייתכן שתעשיית החומרה תמשיך לשפר במהירות את ביצועי המכונות – בלי שהמכונות יתקרבו באותה מידה להבנה, משמעות או שיקול דעת אנושי.

הפוסט האם עוד שבבים וכוח חישוב יספיקו לבינה מלאכותית כללית? מדען מחשבים טוען שלא הופיע לראשונה ב-Chiportal.

חברת ה־IP לשבבים סיוה (Ceva) הודיעה כי חברת תוכנה ופלטפורמת בינה מלאכותית אמריקנית גדולה, ששמה לא נמסר, בחרה בארכיטקטורת NeuPro-M שלה כבסיס למאיץ עצבי — NPU — בשבב AI מותאם אישית. השבב מיועד לדור הבא של התקני מחשוב חכמים, שבהם יופעלו מודלים של בינה מלאכותית ישירות במכשיר. (Ceva)

לפי סיוה, הלקוחה שולטת הן במערכת ההפעלה והן בפלטפורמת החומרה, ולכן מבקשת לבצע אופטימיזציה משותפת של כל המערכת — ממערכת ההפעלה והתוכנה ועד למאיץ ה־AI בשבב. NeuPro-M מיועד להרצת בינה מלאכותית יוצרת, מודלים רב־אופניים ויישומי AI סוכנית, תוך מגבלות הספק, שטח סיליקון ופיזור חום של התקני קצה.

מנכ"ל סיוה, אמיר פנוש, הגדיר את ההסכם כאחת מעסקאות רישוי ה־AI החשובות מבחינה אסטרטגית בתולדות החברה. חשיבות נוספת היא שהלקוח אינו יצרן שבבים מסורתי, אלא חברת תוכנה ו־AI שנכנסת לתכנון שבבים ייעודיים — מגמה המזוהה עם חברות כמו גוגל, מיקרוסופט, אמזון ומטא, אף שאין כרגע בסיס לזהות מי מהן היא הלקוחה.

הפוסט סיוה זכתה בעסקת רישוי לפיתוח שבב AI מותאם לחברת תוכנה אמריקנית גדולה הופיע לראשונה ב-Chiportal.

אינטל מקבלת סימן מעודד במיוחד למאמץ שלה להפוך את Intel Foundry לחלופה אמיתית בייצור שבבים מתקדמים. לפי דיווח של The Information, גוגל הזמינה מאינטל ייצור של יותר מ-3 מיליון יחידות עיבוד טנזור, TPU, במהלך 2028. במקביל, אנבידיה בוחנת שימוש בטכנולוגיות הייצור והאריזה של אינטל לשבבים עתידיים, אף שטרם דווח על הזמנה חתומה מצדה.

הדיווחים הובילו לזינוק במניית אינטל, משום שהם נוגעים בדיוק בנקודה הרגישה ביותר בתוכנית ההתאוששות שלה: היכולת למשוך לקוחות חיצוניים גדולים לזרוע הייצור שלה. במשך שנים איבדה אינטל את ההובלה בייצור שבבים מתקדם ל-TSMC, אך כעת היא מנסה לחזור למשחק באמצעות תהליכי ייצור חדשים, טכנולוגיות אריזה מתקדמות והשקעות גדולות במפעלים בארצות הברית ובאירופה.

גוגל מחפשת קיבולת ל-TPU

החלק הממשי יותר בדיווח נוגע לגוגל. TPU הוא מאיץ הבינה המלאכותית הפנימי של החברה, שמיועד לאימון ולהרצה של מודלי AI גדולים. בניגוד לרוב חברות הענן, שנשענות בעיקר על מאיצי GPU של אנבידיה, גוגל מפתחת כבר שנים שבבים ייעודיים משלה ומשלבת אותם בתשתיות Google Cloud ובמערכות הפנימיות שלה.

הזמנה של יותר מ-3 מיליון שבבים מאינטל, אם תאושר רשמית ותבוצע, לא תסמן נטישה של TSMC. סביר יותר שהיא תסמן פיזור סיכונים. הביקוש לשבבי AI גדל מהר יותר מקיבולת הייצור הזמינה, ולקוחות ענק כמו גוגל אינם יכולים להרשות לעצמם להיות תלויים לחלוטין ביצרן אחד, גם אם מדובר ב-TSMC.

עבור גוגל, אינטל יכולה לשמש ספקית ייצור נוספת למאיצי TPU עתידיים. עבור אינטל, גוגל היא לקוח עוגן מהסוג שיכול לשנות את האופן שבו השוק תופס את Intel Foundry. ייצור של מיליוני שבבים ללקוח כזה מחייב לא רק תהליך ייצור מתקדם, אלא גם תפוקות גבוהות, איכות יציבה, אריזה מתקדמת ותיאום הנדסי צמוד.

אנבידיה עדיין לא מזמינה, אבל בודקת

החלק השני בדיווח נוגע לאנבידיה, והוא חשוב אך צריך לנסח אותו בזהירות. לפי הדיווחים, אנבידיה עדיין לא ביצעה הזמנה מאינטל, אך היא בוחנת אם ניתן להשתמש בטכנולוגיות של החברה לייצור שבבים עתידיים. אחת האפשרויות שנבחנות היא שילוב של כמה שבבי GPU במארז אחד, מהלך שמתאים למגמה הרחבה של מעבר ממעבד יחיד גדול למערכות מרובות שבבים.

המשמעות היא שאנבידיה אינה עומדת להעביר מחר את ייצור המאיצים המרכזיים שלה מ-TSMC לאינטל. TSMC עדיין מחזיקה ביתרון ברור בייצור המתקדם ובטכנולוגיות אריזה המשמשות את מאיצי ה-AI המובילים. אבל עצם העובדה שאנבידיה בוחנת את אינטל היא איתות חשוב. כאשר הלקוחה החשובה ביותר של TSMC מחפשת חלופות או רכיבי ייצור משלימים, זה אומר שהעומס על שרשרת האספקה הגיע לרמה שבה גם השחקניות החזקות ביותר מחפשות גמישות נוספת.

הבדיקה של אנבידיה עשויה להתמקד תחילה ברכיבים שאינם ליבת ה-GPU המרכזית, כגון רכיבי I/O, אריזה מתקדמת או שילוב שבבים בתוך מארז אחד. גם תרחיש כזה יהיה משמעותי לאינטל. בעולם ה-AI, הערך אינו נמצא רק בליבת החישוב, אלא גם ביכולת לחבר שבבים, זיכרונות ורכיבי תקשורת למערכת אחת יעילה.

צוואר הבקבוק של TSMC

המכנה המשותף בין גוגל לאנבידיה הוא TSMC. החברה הטייוואנית הפכה בעשור האחרון לשחקנית הדומיננטית בייצור שבבים מתקדמים, והיא מספקת קיבולת קריטית לאנבידיה, לאפל, ל-AMD, לגוגל ולחברות רבות נוספות. אבל מהפכת ה-AI יצרה ביקוש חריג לשבבים מתקדמים ולאריזה מתקדמת, והקיבולת הזמינה מוגבלת.

לכן, גם חברות שמרוצות מ-TSMC מחפשות ספקים משלימים. זו אינה רק שאלה של מחיר. זו שאלה של זמינות, גיאופוליטיקה, קצב צמיחה ושליטה בשרשרת האספקה. תלות גבוהה מדי בטייוואן נחשבת כיום סיכון אסטרטגי עבור חברות אמריקניות, במיוחד כאשר ממשלת ארצות הברית משקיעה סכומי עתק בהחזרת ייצור שבבים מתקדם לשטחה.

אינטל מנסה להיכנס בדיוק אל הפער הזה. היא אינה צריכה להחליף את TSMC כדי להצליח; בשלב הראשון, די בכך שתהפוך לספקית שנייה אמינה עבור חלק מהלקוחות הגדולים. אם גוגל תייצר אצלה מיליוני TPU ואם אנבידיה תשלב בעתיד טכנולוגיות ייצור או אריזה שלה, זה יהיה הישג משמעותי גם בלי שאינטל תעקוף את TSMC.

מבחן גדול ל-Intel Foundry

עבור אינטל, הדיווחים האלה הם הזדמנות אך גם מבחן. החברה הציגה בשנים האחרונות מפת דרכים אגרסיבית, הכוללת תהליכי ייצור כמו 18A ו-14A וטכנולוגיות אריזה מתקדמות כמו EMIB. אבל בעולם הפאונדרי, מצגות אינן מספיקות. לקוחות גדולים בוחנים זמינות, ביצועים, תשואות ייצור, אמינות, עלויות ויכולת לספק בכמויות גדולות לאורך זמן.

גוגל ואנבידיה הן בדיוק הלקוחות שיכולים להעניק לאינטל חותמת אמון, אך גם לחשוף חולשות אם התהליכים לא יהיו בשלים בזמן. שבבי AI הם מהמוצרים התובעניים ביותר בתעשייה. הם גדולים, יקרים, צורכים הרבה חשמל ודורשים שילוב מורכב של לוגיקה, זיכרון, תקשורת ואריזה מתקדמת. כל עיכוב או בעיית תפוקה עלולים לפגוע בלוחות הזמנים של לקוחות ענן ומרכזי נתונים.

לכן, הדיווח הנוכחי אינו “חזרה לניצחון” של אינטל, אלא אולי תחילתה של בדיקת אמון מחודשת. אם החברה תעמוד במבחן, היא תוכל להציג את עצמה לא רק כיצרנית שבבים לעצמה, אלא כשותפת ייצור אסטרטגית לעידן ה-AI.

לא מהפך מיידי, אבל שינוי כיוון

TSMC עדיין מובילה את שוק הייצור המתקדם, והיתרון שלה אינו צפוי להיעלם במהירות. אבל הדיווחים על גוגל ואנבידיה מצביעים על שינוי בשוק: חברות ה-AI הגדולות אינן מסתפקות עוד בשרשרת אספקה אחת. הן מחפשות קיבולת נוספת, ספקים חלופיים, אריזה מתקדמת וגמישות הנדסית.

עבור אינטל, זו עשויה להיות ההזדמנות הגדולה ביותר זה שנים להחזיר לעצמה רלוונטיות בתחום שבו פיגרה אחרי המתחרות. הזמנה גדולה מגוגל תספק הוכחה מסחרית. בחינה רצינית מצד אנבידיה תספק איתות אסטרטגי. שילוב של השניים יכול להפוך את Intel Foundry משחקנית שמבטיחה קאמבק לשחקנית שהלקוחות הגדולים באמת מתחילים לבדוק בשטח.

בסופו של דבר, המרוץ לשבבי AI אינו מתנהל רק בין אנבידיה לגוגל או בין GPU ל-TPU. הוא מתנהל גם בין מפעלי ייצור, תהליכי ליתוגרפיה, טכנולוגיות אריזה ושרשראות אספקה. אם אינטל תצליח להשתלב במעגל הזה, גם כספקית שנייה או משלימה, זו תהיה תפנית חשובה בתעשיית השבבים העולמית.

הפוסט גוגל מזמינה, אנבידיה בוחנת – ייצור שבבים באינטל פאונדרי הופיע לראשונה ב-Chiportal.

חברת השבבים הישראלית היילו (Hailo) הודיעה על פיטורי כ-110 עובדים, כמחצית מכוח האדם שלה. לפי הדיווח בכלכליסט, החברה מעסיקה כיום כ-220 עובדים, והמהלך מגיע בהמשך לשינוי ארגוני שביצעה לפני כמה חודשים כדי להתמקד בתחום ה-Physical AI – יישומי בינה מלאכותית בעולם הפיזי, ובהם רובוטיקה, רחפנים ומכשירי קצה חכמים.

היילו, שהוקמה ב-2017 ונחשבה במשך שנים לאחת ההבטחות הבולטות של תעשיית השבבים הישראלית, מפתחת מאיצי AI למכשירי קצה. מוצרי החברה נועדו להריץ מודלי ראייה ממוחשבת ובינה מלאכותית גנרטיבית קרוב למקור הנתונים, בלי להעביר את כל העיבוד לענן. לפי החברה, מעבדי הקצה שלה מיועדים ליישומי AI במכשירי קצה, ובהם מוצרי צריכה, רכב, מערכות תעשייתיות ורובוטיקה.

מהתלהבות סביב AI Edge לצמצום חריף

הפיטורים הנוכחיים הם סבב הקיצוצים השני של היילו השנה. בינואר 2026 פיטרה החברה כ-10% מעובדיה, אז כ-30 עובדים, והסבירה כי היא ממקדת משאבים בתחומי צמיחה ובהם רובוטיקה ו-Physical AI.

לפי הדיווח, החברה מבקשת להגיע למבנה תפעולי רזה יותר, שיאפשר לה להמשיך לשרת לקוחות קיימים באמצעות רשת שותפים ומפיצים גלובלית, ובמקביל לשפר את הגמישות לקראת השקעה, רכישה או מהלך פיננסי אחר. החברה מסרה כי מוצרי הדגל שלה, מאיצי AI למכשירי קצה, נמכרו ביותר מ-500 אלף יחידות.

ההתמקדות ב-Physical AI משקפת מגמה רחבה יותר בתעשייה: מעבר מחישובי AI גדולים בענן בלבד אל עיבוד מקומי במצלמות, רובוטים, רחפנים, מערכות רכב ומכשירי IoT. עבור היילו, זהו גם ניסיון לבדל את עצמה מול שוק צפוף ותחרותי, שבו פועלות ענקיות שבבים לצד חברות צעירות רבות שניסו לנצל את גל ההשקעות בבינה מלאכותית.

לחץ פיננסי ומחיקת השקעה בדלק רכב

המהלך מגיע על רקע מצוקה פיננסית מתמשכת. לפי כלכליסט, דלק רכב, אחת המחזיקות המשמעותיות בהיילו, דיווחה כי מיזוג SPAC שתוכנן עבור החברה בוול סטריט נקלע לקשיים ואינו מתקדם. בעקבות זאת, דלק רכב צפויה למחוק את מרבית שווי השקעתה בהיילו כבר בדוחות הרבעון השני של 2026, מהלך שעלול להעביר אותה להפסד מהותי באותו רבעון.

בשיאה, באפריל 2024, גייסה היילו 120 מיליון דולר לפי שווי של 1.2 מיליארד דולר, והפכה לאחת מחברות החד־קרן הבולטות בתחום שבבי ה-AI למכשירי קצה. רויטרס דיווחה אז כי החברה גייסה עד אותו שלב יותר מ-340 מיליון דולר מאז הקמתה. לפי הדיווחים האחרונים, שוויה הריאלי של החברה מוערך כעת בפחות מ-500 מיליון דולר.

כלכליסט ציין כי סך החשיפה של דלק רכב להיילו עומד על כ-62.4 מיליון דולר, שהם כ-197 מיליון שקל, וכי בינואר 2026 העמידה דלק מוטורס להיילו הלוואה של 9 מיליון דולר, עם אפשרות להגדלה נוספת של 3 מיליון דולר. לפי הדיווח, ההלוואה נושאת ריבית גבוהה של 1.5% בחודש, שעשויה לעלות ל-3% בחודש אם לא יתרחש אירוע נזילות בתוך 12 חודשים.

חברה עם טכנולוגיה קיימת, אבל שוק קשה יותר

הקושי של היילו אינו נובע בהכרח מהיעדר טכנולוגיה. החברה השיקה בשנים האחרונות כמה דורות של מאיצי AI, ובהם Hailo-8 ליישומי ראייה ממוחשבת ו-Hailo-10H, שנועד להריץ מודלי שפה וראייה גנרטיביים במכשירי קצה. לפי היילו, Hailo-10H מספק 40 TOPS בביצועי INT4, תומך במודלי LLM ו-VLM, ומתוכנן לפעול בהספק טיפוסי של 2.5 ואט.

עם זאת, פיתוח שבבים הוא תחום עתיר הון, והמעבר ממוצר טכנולוגי מרשים להכנסות בהיקף גדול דורש זמן, שרשרת אספקה יציבה, תוכנה בשלה, תמיכת לקוחות רחבה וחדירה לשווקים שמאמצים טכנולוגיה בקצב מספק. במקרה של היילו, הנתונים הפיננסיים שפורסמו סביב דלק רכב מצביעים על פער בין ההבטחה הטכנולוגית לבין צורכי המזומן והקצב העסקי של החברה.

מנכ”ל היילו, אור דנון, מסר כי ענף השבבים בעידן ה-AI הופך לחלק מהתשתיות הקריטיות במדינות רבות, וכי הבינה המלאכותית “עוזבת את הענן ועוברת לעולם הפיזי”. לדבריו, המהלכים הנוכחיים נועדו לשמר את המובילות הטכנולוגית של החברה ולהמשיך לייצר ערך ללקוחות קיימים ועתידיים.

היילו עדיין מחזיקה במוצר, בלקוחות, ברשת שותפים ובמוניטין טכנולוגי בתחום שבו הביקוש עשוי לצמוח בשנים הקרובות. אבל סבב הפיטורים החריף מסמן כי החברה נכנסת לשלב מבחן: האם תצליח להפוך את פעילותה לממוקדת ורזה מספיק כדי לשרוד עד גיוס, רכישה או התאוששות עסקית – או שהלחץ הפיננסי יכריע את אחת ההבטחות הגדולות של שבבי ה-AI בישראל.

הפוסט היילו מפטרת כמחצית מעובדיה ותתמקד ב-Physical AI הופיע לראשונה ב-Chiportal.

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.

בסימפוזיון הטכנולוגי של TSMC באמסטרדם הציגה Hailo הישראלית את הדור השני של טכנולוגיית האצת הבינה המלאכותית שלה, עם דגש ברור על הכיוון שאליו נעה התעשייה: פחות הדגמות ענן כלליות, ויותר מערכות AI שפועלות בתוך המכשיר עצמו, קרוב לחיישנים, למצלמות, לכלי הרכב, לרובוטים ולמערכות התעשייתיות.

בראיון ל-CHIPORTAL אמר יאן-פריסו בלאקר, סמנכ״ל המכירות לאירופה ב-Hailo, כי שיתוף הפעולה עם TSMC הוא מרכיב מרכזי בהתפתחות החברה. לדבריו, Hailo היא שותפה ותיקה וקרובה של TSMC, ומוצריה מיוצרים בטכנולוגיות הייצור של החברה הטייוואנית. הדור הראשון והשני של שבבי Hailo מבוססים על תהליך 16 ננומטר FinFET של TSMC, ואילו הדור השלישי המתוכנן צפוי לעבור לצומת ייצור קטן בהרבה.

המסר המרכזי של Hailo באירוע היה “GenAI on the edge” – הרצת בינה מלאכותית גנרטיבית במכשירי קצה, ללא צורך קבוע בחיבור לענן. בלאקר הדגיש כי העניין איננו רק בביצועים גולמיים, אלא ביכולת לספק חישוב AI יעיל מבחינת צריכת הספק, שאפשר לשלב במגוון רחב של מערכות משובצות.

אחת ההדגמות שהוצגו באירוע המחישה מעלית חכמה בבית חולים, שמבינה הוראות בשפה טבעית. במקום פקודה קשיחה כמו “קומה שלוש” או “מסעדה”, המשתמש יכול לומר משפט כמו “אני רעב”, והמערכת מבינה את הכוונה ומפנה את המעלית לקומה שבה נמצאת המסעדה. לפי Hailo, הדבר מתאפשר באמצעות הרצת מודל שפה גדול ישירות על השבב שבמערכת, בלי לשלוח את המידע לענן.

זו דוגמה קטנה, אך היא ממחישה את השינוי הרחב יותר: מערכות AI אינן חייבות עוד להמתין לעיבוד מרוחק במרכז נתונים. כאשר החישוב מתבצע בקצה, המערכת יכולה להגיב מהר יותר, לשמור מידע רגיש בתוך המכשיר, ולפעול גם בסביבה שבה החיבור לרשת חלקי, יקר או בלתי זמין.

רובוטים, כלי רכב ומערכות תעשייתיות

בלאקר קשר את הטכנולוגיה של Hailo למגמה רחבה יותר שעלתה גם בהרצאות המרכזיות של TSMC: מעבר מגל ההתלהבות הראשוני סביב AI ליישומים מעשיים של הסקה, inference, במערכות פיזיות. אלה כוללות כלי רכב, רחפנים, רובוטים, מערכות תעשייתיות, מכשירי בית חכמים ומערכות עירוניות.

ביישומים כאלה זמן תגובה הוא קריטי. רכב אוטונומי, רובוט תעשייתי או רחפן אינם יכולים להסתמך תמיד על תקשורת לענן כדי לקבל החלטות בזמן אמת. הם צריכים לעבד מידע מחיישנים, להבין את הסביבה, ולהגיב מיד. לכן, מאיצי AI קטנים וחסכוניים יחסית הופכים לחלק חשוב מהארכיטקטורה של מערכות הקצה.

לדברי בלאקר, יותר ויותר חברות עוברות משלב ההערכה והניסויים לשילוב מוצרים של Hailo במערכות ייצור. המשמעות היא שהשוק מתחיל להתכנס סביב יישומים מעשיים של AI בקצה, ולא רק סביב הדגמות או מודלים גדולים במרכזי נתונים.

TSMC כבסיס לתעשיית ה-AI הפיזית

הנוכחות של Hailo במתחם ההדגמות של TSMC הדגישה גם את מקומה של TSMC בשרשרת הערך החדשה של AI. אם מרכזי הנתונים הם השכבה הבולטת ביותר של מהפכת הבינה המלאכותית, הרי שהשלב הבא כולל הפצה של יכולות AI למיליארדי מכשירים פיזיים. לשם כך נדרשים שבבים יעילים, תהליכי ייצור מתקדמים ויכולת לייצר מוצרים אמינים בהיקפים גדולים.

עבור Hailo, החיבור הזה מאפשר להציג פתרון שמיועד לא רק למפתחים או למעבדות, אלא ליצרני מערכות שמחפשים לשלב AI במוצר אמיתי: מעלית, מצלמה, רובוט, מכונה תעשייתית או רכב. זהו בדיוק האזור שבו התחרות על הדור הבא של שבבי AI צפויה להיות חריפה במיוחד – לא רק במרכזי הנתונים, אלא גם בכל מקום שבו החלטה חכמה צריכה להתקבל במקום, במהירות ובצריכת הספק נמוכה.

הפוסט Hailo מציגה בסימפוזיון TSMC באמסטרדם: בינה מלאכותית גנרטיבית בקצה, בלי ענן הופיע לראשונה ב-Chiportal.