Cadence ו־Intel Foundry הודיעו על הרחבת שיתוף הפעולה ביניהן סביב טכנולוגיות הייצור הבאות של אינטל, ובראשן Intel 14A. ההסכם, שנפרש על פני כמה שנים, נועד לחבר בין כלי התכנון, ה־EDA וה־Design IP של Cadence לבין פיתוח תהליך הייצור והאריזה של Intel Foundry, כדי להקל על לקוחות אינטל בתכנון שבבים מתקדמים למחשוב עתיר ביצועים ולמכשירים ניידים.

תכנון וייצור כבר לא מתקדמים בנפרד

במרכז ההסכם עומדת מתודולוגיית DTCO – Design Technology Co-Optimization. במקום לפתח תחילה תהליך ייצור ורק אחר כך להתאים אליו כלי תכנון, DTCO מחבר בין שני העולמות כבר בשלבים המוקדמים: כללי התכנון, ספריות ה־IP, מודלי הסימולציה ודרישות הביצועים נבנים ומתוקנים במקביל.

המטרה היא לשפר את שלושת המדדים המרכזיים של כל תהליך ייצור מתקדם: ביצועים, צריכת הספק ושטח שבב – PPA. ככל שהצמתים נעשים צפופים ומורכבים יותר, הפער בין מה שאפשר לצייר בכלי התכנון לבין מה שאפשר לייצר בפועל במפעל הופך לאחד הסיכונים המרכזיים בפרויקטים של שבבים.

Intel 14A כמבחן לאסטרטגיית הפאונדרי

Intel 14A הוא הדור שאמור להגיע אחרי Intel 18A, והוא חלק מרכזי בניסיון של אינטל לבסס את עצמה מחדש כשחקנית פאונדרי מתקדמת ללקוחות חיצוניים. באירוע Intel Foundry Direct Connect 2025 מסרה אינטל כי חילקה ללקוחות מובילים גרסה מוקדמת של PDK עבור 14A, וכי כמה לקוחות הביעו כוונה לפתח שבבי בדיקה על בסיס התהליך. אינטל גם ציינה כי 14A יכלול את PowerDirect, טכנולוגיית אספקת מתח ישירה הנשענת על PowerVia של Intel 18A.

בהודעת Cadence נאמר כי שתי החברות יעבדו יחד כדי להביא את Intel 14A למצב של PDKs מוכנים לייצור. כלומר, לא רק תמיכה תיאורטית בתהליך, אלא ערכת תכנון שמאפשרת ללקוחות להתחיל פרויקטים אמיתיים בביטחון גבוה יותר. ההסכם יכלול גם שימוש בתזרימי Agentic AI ובמוצרי הליבה של Cadence כדי לקצר זמני תכנון ולהפחית סיכונים.

חיזוק האקוסיסטם סביב אינטל

עבור Intel Foundry, ההסכם חשוב לא פחות מהטכנולוגיה עצמה. לקוחות פאונדרי אינם בוחרים רק תהליך ייצור; הם בוחרים אקוסיסטם שלם של כלי תכנון, ספריות IP, שירותי אימות, תזרים סופי ל־tape-out ויכולת להגיע בזמן לשוק. שיתוף פעולה עמוק עם ספקית EDA גדולה כמו Cadence הוא חלק מהמאמץ של אינטל להראות כי 14A לא יהיה רק צומת מתקדם על הנייר, אלא פלטפורמת תכנון שניתנת לשימוש על ידי חברות שבבים חיצוניות.

אנירוד דווגאן, נשיא ומנכ"ל Cadence, אמר כי הרחבת היחסים עם אינטל לשותפות עמוקה יותר היא “אבן דרך משמעותית” לשתי החברות. נאגה צ'נדראסקארן, סמנכ"ל בכיר ומנכ"ל Intel Foundry, אמר כי שילוב תהליכי הייצור והאריזה של אינטל עם כלי התכנון מבוססי ה־AI של Cadence יאפשר קו־אופטימיזציה עמוקה יותר עבור לקוחות הפאונדרי.

הפוסט Cadence ו-Intel Foundry מרחיבות שיתוף פעולה סביב תהליך Intel 14A 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.

חברת Shifters הישראלית, המפתחת רובוטים קרקעיים אוטונומיים מבוססי בינה מלאכותית, הודיעה על גיוס של 10.2 מיליון דולר בסבב Seed. את הסבב הובילה Ace Capital Partners, והשתתפו בו גם Aurelius Capital Management, Corner Ventures, Arkin Capital ו-Fresh Fund. לאחר הסבב מגיע סך הגיוסים של החברה ל-15 מיליון דולר.

Shifters הוקמה ב-2023 על ידי עופר באלין, מנכ"ל החברה, ואסף צ'פרק, סמנכ"ל הטכנולוגיות. החברה מעסיקה כיום כ-20 עובדים בישראל, בארה"ב ובאירופה, ולדבריה היא מגייסת עובדים בתחומי AI, Embedded ומכטרוניקה.

רובוטים לפני בני אדם

החברה מפתחת מערכות רובוטיות שמיועדות לפעול בסביבות שבהן התנועה מסוכנת, קשה או בלתי צפויה. בין היישומים הביטחוניים שמציינת החברה: סיור, איסוף מודיעין, הגנה היקפית ומשימות בסיכון גבוה. בצד האזרחי היא מציינת בדיקות תשתיות, חקלאות, כרייה וחיפוש והצלה.

הרעיון המרכזי הוא לא רק רובוט בודד שנע בשטח, אלא צוותים של רובוטים קרקעיים שיכולים לפעול בתיאום. לפי החברה, המערכות אמורות לאפשר למפעיל אחד להכווין כמה רובוטים, כאשר חלק מההחלטות מתקבלות אוטונומית בשטח, בהתאם למשימה ולתנאים.

"הגורם הראשון שנכנס לסביבה מסוכנת צריך להיות רובוט, ולא בן אדם", אמר עופר באלין, מנכ"ל ומייסד-שותף של Shifters. לדבריו, הגיוס יאפשר לחברה להאיץ את פיתוח המערכות, ובהן צוותים רובוטיים מתואמים שניתן להפעיל באופן אינטואיטיבי ולהתאים לסביבות קרקעיות מורכבות.

האתגר: תיאום בין כמה רובוטים

אסף צ'פרק, CTO ומייסד-שותף של Shifters, הדגיש כי האתגר אינו מסתכם בתנועה של רובוט בשטח. לדבריו, "הבעיה המורכבת יותר היא לאפשר למספר רובוטים להבין את כוונת המפעיל, לתאם אחד עם השני ולבצע משימות בסביבות בלתי צפויות".

החברה מציינת כי היא פועלת לפי עקרונות MOSA, כלומר גישה של מערכות פתוחות ומודולריות, במטרה לאפשר שילוב של מטענים ייעודיים, חיישנים ותצורות שונות לפי משימה. גישה כזו חשובה במיוחד בשוק הביטחוני, שבו לקוחות מבקשים לעיתים להתאים פלטפורמות קיימות לצרכים משתנים ולא להינעל על מערכת סגורה אחת.

לדברי החברה, היא כבר ביצעה הדגמות מול גופי ביטחון והגנה. המימון החדש מיועד להרחבת יכולות ה-Agentic AI, להיערכות לייצור מסחרי ולהגדלת הפעילות בארה"ב, באירופה ובמזרח התיכון.

חלק ממגמת האוטונומיה הביטחונית

הגיוס של Shifters משתלב במגמה רחבה יותר בתעשיית הביטחון: מעבר מכלים נשלטים מרחוק למערכות שמסוגלות לבצע חלק מהמשימה באופן אוטונומי, תוך שמירה על שליטה אנושית ברמת ההכוונה והפיקוח. רחפנים כבר שינו את האופן שבו כוחות אוספים מידע מהאוויר, וכעת חברות רבות מנסות להביא יכולות דומות גם לקרקע, שם תנאי השטח מורכבים יותר והניווט קשה יותר.

שמעון צנציפר, שותף ב-Ace Capital Partners, אמר כי הקרן רואה ב-Shifters חברה הפועלת בתחום האוטונומיה הדו-שימושית, וכי החברה מתמודדת עם אחד האתגרים הקשים בתחום: ניווט ותיאום רובוטי בסביבות מורכבות שאינן מוכרות מראש.

Shifters משתתפת גם בתוכנית Next October, שבמסגרתה היא מנציחה את מרגריטה גוסק, שנרצחה במסיבת הנובה ב-7 באוקטובר.

הפוסט Shifters מגייסת סבב Seed של 10.2 מיליון דולר בהובלת Ace Capital Partners לרובוטיקה קרקעית מבוססת AI 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.

אנבידיה אינה מסתפקת עוד בתפקיד של ספקית מאיצים למרכזי נתונים. שלוש ההכרזות המרכזיות שלה ב־GTC 2026 מציגות אסטרטגיה רחבה בהרבה: בניית תשתית מלאה למפעלי בינה מלאכותית, הרחבת האקוסיסטם הפתוח של סוכני AI, והעברת יכולות עיבוד מתקדמות גם לסביבות חלל. כאשר מחברים בין שלוש ההודעות, מתקבלת תמונה ברורה: אנבידיה מבקשת למצב את עצמה כספקית הפלטפורמה השלמה של עידן ה־Agentic AI, מהליבה של הדאטה סנטר ועד לקצה המרוחק ביותר של מערכות אוטונומיות במסלול סביב כדור הארץ.

הבסיס למהלך הזה הוא פלטפורמת NVIDIA Vera Rubin, שנכנסה לדבריה לייצור מסחרי ומאחדת שבעה שבבים חדשים שנועדו לעבוד כמערכת אחת עבור כל שלבי מחזור החיים של יישומי AI: אימון מוקדם, אימון המשך, Test-Time Scaling והסקה עבור סוכנים אוטונומיים. הפלטפורמה משלבת CPU, GPU, תקשורת ואחסון בארכיטקטורה מתואמת, במטרה לאפשר הקמה של “מפעלי AI” בקנה מידה גדול במיוחד. אנבידיה מדגישה כי המעבר לעולם של סוכני בינה מלאכותית מחייב לא רק מאיצים חזקים יותר, אלא תכנון משותף של מחשוב, רשת ואחסון.

אחד המרכיבים הבולטים בפלטפורמה הוא Vera Rubin NVL72 Rack, המחבר 72 שבבי Rubin GPU ו־36 שבבי Vera CPU באמצעות NVLink 6, ‏ConnectX-9 ו־BlueField-4. לפי החברה, התצורה הזו מאפשרת לאמן מודלים גדולים מסוג Mixture of Experts עם רבע ממספר ה־GPU שנדרש בפלטפורמת Blackwell, ובשלב ההסקה להגיע לתפוקה גבוהה משמעותית לוואט ובעלות נמוכה יותר לכל טוקן. זהו מסר חשוב לתעשייה: הקרב הבא על שוק ה־AI לא יוכרע רק ברמת השבב הבודד, אלא ביכולת להעמיד מערכת שלמה, צפופה ויעילה יותר, עם חיבור הדוק בין כל רכיבי התשתית.

לצד ארון השרתים הראשי, אנבידיה הציגה גם רכיבי תשתית משלימים, בהם Vera CPU Rack, ‏BlueField-4 STX Storage Rack ו־Spectrum-6 SPX Ethernet Rack, שנועדו לטפל בעומסים החדשים שיוצרים ריבוי סוכני AI, חלונות הקשר ארוכים במיוחד ודרישות גוברות לתעבורת נתונים בין ארונות שרתים. עבור מפעילי דאטה סנטר, המשמעות היא שיפור לא רק בכוח העיבוד, אלא גם ביכולת להזין, לנהל ולתזמר עומסי עבודה מורכבים לאורך כל המערכת.

במקביל לחומרה, אנבידיה הרחיבה גם את שכבת התוכנה והמודלים. החברה הכריזה על NVIDIA NemoClaw עבור קהילת OpenClaw, במטרה לאפשר בנייה של סוכני בינה מלאכותית תוך שמירה על אבטחה ופרטיות. בנוסף חשפה שורת מודלים פתוחים חדשים ממשפחת Nemotron, בהם Ultra, ‏Omni ו־VoiceChat, לצד כלים ומודלים לתחומי Physical AI, רובוטיקה, רכב אוטונומי ורפואה. אנבידיה גם הכריזה על NVIDIA Nemotron Coalition, קואליציה גלובלית לפיתוח מודלים מתקדמים בקוד פתוח, ועל Dynamo 1.0, תוכנה פתוחה להאצת משימות הסקה בקנה מידה רחב. בכך היא מאותתת שהיא אינה רוצה לשלוט רק בשכבת החומרה, אלא גם באקוסיסטם של הפיתוח, ההרצה והאימוץ של יישומי AI.

החזון של אנבידיה אינו נעצר על הקרקע. בהכרזה נוספת הודיעה החברה כי פלטפורמות המחשוב המואץ שלה מיועדות להניע גם מרכזי נתונים במסלול סביב כדור הארץ, תפעול אוטונומי של חלליות ויישומי מודיעין גיאוגרפי־מרחבי. בלב המהלך נמצא NVIDIA Space-1 Vera Rubin Module, המותאם לשימוש בחלל ומיועד להביא ביצועי AI ברמת מרכז נתונים לסביבות מוגבלות בגודל, משקל וצריכת חשמל. לפי אנבידיה, המודול מאפשר הרצת מודלי שפה גדולים ומודלי בסיס ישירות בחלל, ומספק ביצועי הסקה גבוהים עד פי 25 לעומת H100 במשימות חלל.

לצד Space-1 הציגה החברה גם את IGX Thor ו־Jetson Orin כפלטפורמות למשימות קצה קריטיות, כולל עיבוד מקומי של נתוני חיישנים, שיפור זמני תגובה והפחתת התלות בהעברת כל הנתונים בחזרה לקרקע. היישומים שאנבידיה מסמנת כוללים זיהוי מהיר של שריפות יער, שיטפונות ודליפות נפט, לצד ניטור דפוסי מזג אוויר ושינויים אקלימיים ארוכי טווח. שורת חברות חלל, בהן Aetherflux, ‏Axiom Space, ‏Kepler Communications, ‏Planet Labs PBC, ‏Sophia Space ו־Starcloud, כבר הוזכרו כמי שמשתמשות בפלטפורמות שלה למשימות הדור הבא.

המסר החשוב ביותר אינו רק טכני אלא תעשייתי: אנבידיה בונה לעצמה אחיזה רוחבית בכל שכבות שוק ה־AI. היא מציעה תשתיות ליבה למפעלי AI, כלי תוכנה ומודלים פתוחים לסוכנים אוטונומיים, וגם הרחבה של אותן יכולות אל תחומים עתירי ערך כמו חלל, אוטונומיה ומודיעין גיאוגרפי. אם בעבר היא נתפסה בעיקר כחברת GPU, הרי שכעת היא מציגה את עצמה כארכיטקטית של תשתית מחשוב מלאה לעשור הבא.

הפוסט אנבידיה מרחיבה את חזון ה־AI: משרתי Vera Rubin, דרך סוכנים פתוחים ועד מרכזי נתונים בחלל הופיע לראשונה ב-Chiportal.

חברת קיידנס (Cadence) (נאסד״ק: CDNS) הכריזה על השקת ChipStack AI Super Agent, שאותו היא מציגה כארכיטקטורת agentic workflow ראשונה מסוגה לאוטומציה של תכנון ואימות שבבים בצד הלקוח (Front-End). לפי החברה, המערכת מספקת שיפור תפוקה של עד פי 10 במשימות כמו כתיבת קוד תכנון (RTL) וסביבות בדיקה (testbenches), יצירת תוכניות בדיקה, תכנון והרצה של רגרסיות, דיבוג ואף תיקון בעיות אוטומטי.

המהלך מגיע על רקע עומס הולך וגובר על צוותי פיתוח שבבים: קיידנס ציינה שהמערכת נועדה להתמודד עם “המורכבות והקנה־מידה” של שבבים מודרניים, ובדיווח נפרד הוזכר כי צוותים עשויים להשקיע עד כ־70% מזמנם בכתיבה ובבדיקה של קוד תכנון/אימות.

מה הוכרז

לפי קיידנס, ChipStack AI Super Agent פועל כ”שכבת תזמור” שמפעילה מספר סוכני-AI (“מהנדסים וירטואליים”) על גבי כלי ה-EDA של החברה. הוא משתלב ביכולות AI קיימות של קיידנס, שלדבריה שימשו ביותר מ־1,000 תהליכי tapeout עד היום, כולל פלטפורמת האימות Verisium, כלי האופטימיזציה Cerebrus®, ופלטפורמת הנתונים וה-AI JedAI.

אנירוד דבגאן, נשיא ומנכ״ל קיידנס, מסר כי מדובר ביישום ישיר של בינה מלאכותית אג׳נטית בזרימות העבודה של הלקוחות, כדי לשחרר מהנדסים בכירים מעבודות חוזרות ולאפשר להם להתמקד בחדשנות.

איך זה עובד בפועל

בדפי המוצר של קיידנס מוסבר כי אחד המרכיבים המרכזיים הוא “Mental Model”: שכבת ידע שמרכזת מפרטים, נתוני תכנון וארטיפקטים של אימות לכדי “מקור אמת” עבור הסוכנים השונים. סביב המודל הזה פועלים סוכנים ייעודיים למשימות כמו אופטימיזציית RTL, אימות פורמלי (כולל יצירה של תכנית אימות ו-SVA), יצירה/שדרוג של סביבת UVM, בדיקות יחידה ב-SystemVerilog, דיבוג אוטונומי וניתוח סיבת שורש, ואף סוכן “Signoff” שמזהה בעיות מבניות ומציע תיקונים.

קיידנס מציגה את המערכת כחלק מגישת Intelligent System Design, שמשלבת תזמור AI, סימולציה מבוססת-עקרונות ומחשוב מואץ.

פריסה ראשונית ותמיכה במודלים

החברה מסרה שהפתרון נמצא כבר בשלבי הטמעה מוקדמים אצל שחקנים מרכזיים, ובהם Altera, NVIDIA, Qualcomm ו-Tenstorrent. קיידנס כללה בהודעה גם ציטוטים של לקוחות: באלטֶרה ציינו צמצום משמעותי של מאמץ אימות, בחלק מהתחומים “בערך פי 10”; בטנסטורנט דווח על קיצור זמן אימות של עד פי 4 בהערכה שנמשכה שלושה חודשים על כמה בלוקים קריטיים.

מבחינת מודלים, קיידנס מציינת תמיכה גמישה גם בענן וגם בסביבה מקומית (On-Prem), כולל NVIDIA Nemotron (ביחד עם התאמה באמצעות NVIDIA NeMo) וכן מודלים בענן כגון OpenAI GPT. בנוסף, לפי קיידנס המוצר זמין כעת במסלול Early Access.ל

הפוסט קיידנס משיקה את ChipStack: סוכן AI לתכנון ואימות שבבים ומבטיחה עד פי 10 תפוקה הופיע לראשונה ב-Chiportal.

תעשיית השבבים העולמית צפויה להכפיל את הכנסותיה עד סוף העשור ולהגיע להיקף של יותר מטריליון דולר – כך עולה ממחקר חדש של חברת Counterpoint Research, שפורסם ב־26 באוגוסט 2025 במסגרת יחידת AI 360 שלה.

לדברי ניל שאה (Neil Shah), סגן נשיא למחקר ב־Counterpoint ומומחה בינלאומי לשוק הטכנולוגיה: "אנחנו עדים לעלייתו של 'משק הכלכלה הטוקנית', כאשר הטוקן הופך למטבע החדש של עידן ה־AI. המעבר מאפליקציות טקסטואליות פשוטות ליישומי GenAI מולטי־מודאליים – טקסט, תמונה, קול ווידאו – יוצר ביקוש חסר תקדים למחשוב, זיכרון וקישוריות. הגל הבא, Agentic AI, ידרוש פי כמה משאבים – ולאחריו יגיע עידן ה־Physical AI, עם רובוטים, מכוניות אוטונומיות ומכונות חכמות. זהו מנוע אדיר לשוק השבבים."

המחקר מצביע על כך שכיום עיקר הערך נמצא בחומרה – שבבים למרכזי נתונים, מאיצי AI (כמו GPUs), זיכרונות מתקדמים (HBM, DDR) ורכיבי תקשורת אופטיים. עם זאת, במבט קדימה צפויה התרחבות דרמטית ליישומים ול־APIs, אשר ישחררו ערך עצום לאורך שרשרת הערך של ה־AI.

מוהיט אגרוואל (Mohit Agarwal), דירקטור מחקר ב־Counterpoint Research, הוסיף:

"ב־2024 רוב ההכנסות הגיעו מחומרה, אך אנו נכנסים לשלב שבו האקו־סיסטם של יישומים ושירותי AI יתפוס תאוצה – בדומה לפריחת אפליקציות המובייל בעשור האחרון. הערך הגדול ביותר יגיע מחיסכון תפעולי נרחב, פריון מוגבר ואוטומציה חוצת־תעשיות."

מהפכת שלושה גלים

המחקר מתאר שלושה גלים מרכזיים:

1. תשתית GenAI – הרחבת מרכזי נתונים ותמיכה באפליקציות מולטי־מודאליות.
2. Agentic AI – יישומי בינה מלאכותית "סוכנים" המתפקדים באופן עצמאי, עם יכולות חיפוש סמנטי ויצירת תוכן מורכב.
3. Physical AI – רובוטים תעשייתיים, רכבים אוטונומיים ומכונות היכולות לפעול בסביבה הפיזית.

המשמעות: תעשיית השבבים לא רק תגדל בהיקף אלא תשנה את פניה, כאשר הביקוש למעבדים, זיכרונות וקישוריות יהפוך לעמוד השדרה של הכלכלה הדיגיטלית החדשה.

הפוסט הכנסות תעשיית השבבים יזנקו לטריליון דולר עד 2030 – בזכות מהפכת ה־AI הופיע לראשונה ב-Chiportal.