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.