הבינה המלאכותית מוצגת לעיתים כסיפור של תוכנה, מודלים ונתונים, אך דוח חדש של Semiconductor Industry Association ו-Deloitte מזכיר עד כמה היא תלויה בתשתית חומרה יקרה, מורכבת ורחבה. לפי הדוח, יותר מ-95% מערך התוכן של רק שרת AI מתקדם מגיע משבבים, ולא רק ממאיצים גרפיים או ממעבדי AI יוקרתיים. מדובר במערך מלא של טכנולוגיות: לוגיקה מתקדמת, זיכרון, תקשורת, ניהול הספק, שבבים אנלוגיים ושבבים בסיסיים רבים שמאפשרים למערכת כולה לפעול.

הדוח, Powering AI: The Semiconductor Ecosystem at the Foundation of Data Centers, מבוסס על פירוק וירטואלי של חוות שרת AI מתקדם, יחידת הבניין המרכזית של תשתיות AI במרכזי נתונים. לפי SIA ודלויט, ארון אחד כזה כולל יותר מ-4,500 שבבים ארוזים, ובהם כ-20 אלף שבבי die נפרדים. המסקנה המרכזית היא שבינה מלאכותית אינה נשענת על רכיב יחיד, אלא על שרשרת שלמה של טכנולוגיות שבבים, וכל חוליה בה עלולה להפוך לצוואר בקבוק.

לא רק מאיצי AI

הכותרות בענף מתמקדות בדרך כלל במאיצים של אנבידיה, במעבדי AI ייעודיים של ענקיות הענן, או בזיכרון HBM. אבל לפי הדוח, התמונה רחבה יותר. מרכזי נתונים לבינה מלאכותית צריכים יכולות חישוב עצומות, רוחב פס גבוה מאוד לזיכרון, אחסון מהיר, רשתות תקשורת צפופות, חלוקת הספק יעילה וחיישנים ובקרים רבים. כל אלה נשענים על שבבים.

לצד מאיצי AI, ASICs, FPGAs, CPUs, DPUs ושבבי תקשורת, הדוח מדגיש גם את מקומם של זיכרונות HBM, DRAM, SRAM ו-NAND. נוסף עליהם יש שכבה ארוכה של שבבים אנלוגיים ובסיסיים: רכיבי הספק, משדרים ומקלטים, בקרים וחיישנים. חלקם אינם יקרים כמו המאיצים המרכזיים, אך הם קיימים במספרים גדולים מאוד, ובלעדיהם הארון לא יוכל לפעול בצורה יציבה.

זו נקודה חשובה במיוחד עבור תעשיית השבבים הרחבה. גל הבינה המלאכותית אינו יוצר ביקוש רק למעבדים המתקדמים ביותר המיוצרים בטכנולוגיות הקצה. הוא מגדיל גם את הצורך ברכיבים בוגרים יותר, בשבבים אנלוגיים, ברכיבי הספק ובפתרונות תקשורת. לכן השפעתו מגיעה כמעט לכל שכבות שרשרת הערך: תכנון, ייצור, זיכרון, מארזים מתקדמים, בדיקות, ציוד ייצור וחומרים.

שוק של טריליוני דולרים

לפי ההערכה בדוח, ממשלות והתעשייה ישקיעו יותר מ-4 טריליון דולר בתשתיות מרכזי נתונים חדשות עד 2028, ועד 2.8 טריליון דולר מתוך סכום זה עשויים להיות מופנים לשבבים. ההכנסות השנתיות משבבים המשולבים במרכזי נתונים לבינה מלאכותית עשויות להגיע ליותר מ-1.2 טריליון דולר עד 2028 – כמעט פי עשרה בתוך ארבע שנים, ולמעלה מסך מכירות השבבים העולמיות ב-2025 בכל השימושים יחד, לפי הערכת הדוח.

המספרים האלה ממחישים את עומק השינוי שעוברת התעשייה. AI כבר אינו רק יישום חדש שמוסיף ביקוש נקודתי לשבבים. הוא הופך למנוע ביקוש מרכזי, שמשפיע על סדרי עדיפויות של יצרניות שבבים, ספקיות ציוד, חברות זיכרון, חברות תכנון וענקיות ענן. הוא גם מסביר מדוע מדינות רואות בתשתיות AI וביכולת ייצור שבבים סוגיה של תחרות אסטרטגית ולא רק שוק מסחרי.

עם זאת, חשוב להתייחס להערכות בזהירות. תחזיות כאלה תלויות בהמשך קצב ההשקעות של ענקיות הענן, בזמינות חשמל וקירור, בהתקדמות המודלים, במחירי הזיכרון, בשרשרות אספקה ובמדיניות יצוא. אם חלק מההשקעות יתעכבו, או אם יתברר שמודלי AI יעילים יותר מפחיתים את הצורך בתשתיות ענק, קצב הצמיחה עלול להיות נמוך מהתחזית. מנגד, מעבר רחב יותר לאימון ולהסקה במרכזי נתונים עשוי לשמור על ביקוש גבוה לשבבים לאורך זמן.

מסר מדיניות אמריקני ברור

הדוח מתפרסם על רקע מאמצי הממשל האמריקני לשמר הובלה בבינה מלאכותית ובשבבים. SIA משתמשת בממצאים כדי לטעון כי מדיניות שבבים אינה יכולה להתמקד רק במפעלים מתקדמים או רק במאיצי AI. לדבריה, הובלה ב-AI דורשת מערכת שלמה: מחקר, תכנון, ייצור, זיכרון, מארזים, ציוד, גישה לשווקים גלובליים ושרשראות אספקה עמידות.

ג’ון נויפר, נשיא ומנכ”ל SIA, אמר כי “עתיד ה-AI ייקבע על ידי מכלול טכנולוגיות השבבים שמפעילות אותו”. לדבריו, כדי שאימוץ ה-AI בעולם יתבסס על שבבים אמריקניים, נדרשת מדיניות ממשלתית שתבטיח גישה לשווקים גלובליים ותחזק את התחרותיות של ארצות הברית.

מבחינת התעשייה, המסר הרחב הוא שהבינה המלאכותית הופכת את מרכז הנתונים למערכת שבבים אחת גדולה. המאיץ המרכזי מושך את רוב תשומת הלב, אבל סביבו נבנה אקוסיסטם שלם של זיכרונות, תקשורת, הספק, בקרים, חיישנים ומארזים. מי שירצה להשתתף בצמיחת שוק ה-AI לא יוכל להסתכל רק על שבב הדגל. הערך נמצא בכל הארון.

הפוסט דוח SIA-Deloitte: השבבים מייצגים מעל 95% משווין של חוות שרתי בינה מלאכותית הופיע לראשונה ב-Chiportal.

אינטל ניצלה את תערוכת Computex 2026 בטייוואן כדי להציג כיוון אסטרטגי ברור: מעבר מעידן שבו הבינה המלאכותית נשענת בעיקר על אימון מודלים במרכזי נתונים גדולים, לעידן שבו המודלים רצים ברציפות – במרכזי נתונים, בארגונים וברובוטים בשטח. החברה חשפה שורת מוצרים חדשים למרכזי נתונים ולמחשוב קצה, ובהם Xeon 6+ בתהליך Intel 18A, בקר רשת חדש, פרטים ראשונים על כרטיס AI ייעודי לאינפרנס, ומערך תוכנה וחומרה לרובוטיקה פיזית.

לפי אינטל, עד 2030 אינפרנס – כלומר הרצה שוטפת של מודלים בשירותים פעילים – יהווה 37% מקיבולת מרכזי הנתונים העולמית, לעומת 13% בלבד לאימון מודלים. המשמעות מבחינת החברה היא שינוי ביחסי הכוחות: ה־GPU ימשיך להיות רכיב חיוני באימון ובחלק מעומסי ה־AI, אך ככל שסוכני AI ירוצו ברציפות, ייגשו לנתונים, יתזמרו משימות ויפעילו שירותים רבים במקביל, המעבד המרכזי יחזור להיות רכיב מפתח בארכיטקטורת המערכת.

קבורק קצ'יצ'יאן, סגן נשיא בכיר ומנכ"ל קבוצת מרכזי הנתונים של אינטל, אמר כי “אי אפשר ש־AI יגדל רק על ידי הוספת עוד כרטיסים גרפיים. צריך שכל המערכת תעבוד יחד”. לדבריו, כאשר AI הופך לסוכן שרץ ברציפות, האתגר אינו רק כוח חישוב, אלא ניהול מקבילי של תהליכים והעברת נתונים מהירה.

Xeon 6+ ו־Intel 18A: הרבה ליבות לעומסי AI סוכני

ההכרזה המרכזית למרכזי נתונים היא Intel Xeon 6+, מעבד שרתים חדש עם עד 288 ליבות יעילות על שבב אחד. זהו המעבד הראשון של אינטל למרכזי נתונים המיוצר בתהליך Intel 18A, הכולל את טכנולוגיות PowerVia ו־RibbonFET. המעבד מיועד לעומסי עבודה שבהם נדרש מספר גדול של ליבות הפועלות במקביל, כגון שירותי ענן, רשתות 5G ותזמור סוכני AI.

אינטל מציגה את המעבד כחלק מתפיסה שהיא מכנה “מרכז בינה” – מרכז נתונים שמריץ סוכני AI עבור לקוחות, בשונה ממרכז נתונים המיועד בעיקר לאימון מודלים גדולים. לפי החברה, במרכזים כאלה היחס בין CPU ל־GPU צפוי להתקרב ל־1:1, משום שחלק גדול מהעומסים יישארו סביב בסיסי נתונים, רשתות, אחסון, שירותי ענן ארגוניים ותזמור תוכנה.

בהשוואה שהציגה אינטל מול AMD EPYC 9755, המעבד העליון בסדרת Xeon 6+ מציג לטענתה יתרון ממוצע של 30% בביצועים ו־30% בביצועים לכל ואט. מול הדור הקודם של אינטל עצמה, החברה מדווחת על שיפור של פי 2.26 בביצועים ממוצעים ועל שיפור של פי 1.55 ביעילות האנרגטית.

רשת וכרטיס AI חדש: אינטל מחזקת את שכבת התשתית

לצד המעבד הכריזה אינטל על Intel Ethernet E835, בקר רשת ומתאמי רשת חדשים במהירויות של עד 200GbE. החברה מציבה את המוצר מול פתרונות של אנבידיה וברודקום וטוענת ליתרון ביעילות אנרגטית. הבקר תומך ב־RDMA להפחתת עומס על המעבד, כולל מנגנוני אבטחה חומרתיים, ומתוכנן למחזור חיים של יותר מעשר שנים. בין השותפות התומכות כבר במוצר: Cisco, Dell, HPE, Lenovo ו־Supermicro.

בנוסף חשפה אינטל פרטים ראשונים על כרטיס AI חדש למרכזי נתונים בשם הקוד Crescent Island. הכרטיס מבוסס על ארכיטקטורת Xe3P, מיועד לאינפרנס של סוכני AI, וכולל 480GB זיכרון LPDDR5X על כרטיס יחיד. העיצוב מיועד לשרתים קיימים, בתצורת PCIe ובקירור אוויר של 350 ואט, ללא צורך בתשתית קירור נוזלי. מבחינת אינטל, זהו ניסיון למצב פתרון יעיל יותר עבור מודלים עתירי זיכרון וטוקנים, שלא בהכרח דורשים את כוח החישוב המרבי של כרטיסי אימון.

מהרובוט במעבדה לרובוט בשטח

החלק השני בהכרזות של אינטל מתמקד ברובוטיקה. החברה הציגה את Physical AI OpenVINO, ערכת כלים בקוד פתוח שנועדה לקצר את הדרך מפיתוח אב־טיפוס של רובוט לפריסה מסחרית. הרעיון הוא לספק שכבת תוכנה אחידה עבור דרייברים, חיישנים, מנועי הסקה ובקרה, במקום שכל יצרן רובוטים יבנה את כל השכבות האלה מחדש.

לצד הערכה הציגה אינטל גם את Physical AI Studio, סביבת פיתוח לאיסוף נתונים, כוונון מודלים, אופטימיזציה וקוונטיזציה, וכן ייצוא מודלי VLA – Vision-Language-Action. אלה מודלים שמקבלים תמונה, מבינים הקשר ומייצרים פעולה פיזית של הרובוט, בדומה לאופן שבו מודל שפה מקבל טקסט ומייצר תגובה, אך הפלט כאן הוא תנועה בעולם הפיזי.

אינטל טוענת כי יותר מ־130 מוצרי קצה כבר נמצאים בפיתוח על בסיס המעבדים החדשים שלה. החברה מציגה את המהלך כחלופה לשוק שבו אנבידיה מחזיקה כיום נוכחות חזקה באמצעות משפחת Jetson. בבדיקת ביצועים שהציגה אינטל, מעבד Intel Core Ultra 7X 358H הריץ מודל רובוטי המקבל קלט משלוש מצלמות ומחליט בזמן אמת על פעולת הרובוט. לפי נתוני החברה, הביצועים היו מהירים ב־50% מ־NVIDIA Jetson AGX Orin, ואיטיים בכ־10% בלבד מ־NVIDIA Jetson Thor T5000, שמחיר המערכת שלו כפול.

Ella כדוגמה מסחרית

אחת הדוגמאות שהציגה אינטל היא Ella של SensoryAI, עמדת קפה רובוטית שמקבלת הזמנות בשיחה רגילה, מכינה משקאות ומשרתת לקוחות ללא התערבות אנושית. עד לאחרונה, לפי אינטל, המערכת השתמשה במעבד שליטה ובמאיץ AI נפרד. SensoryAI החליפה את שניהם בשבב אחד ממשפחת Intel Core Ultra Series 3, שמריץ במקביל שלושה סוכני AI: סוכן שיחה עם הלקוח, סוכן תפעולי וסוכן ניתוח ביצועים עסקיים ברמת העמדה.

המשמעות הרחבה יותר היא שאינטל מנסה להחזיר את הדיון מ”כמה GPU צריך” לשאלה מערכתית יותר: כיצד מריצים AI באופן רציף, יעיל וזול יותר, גם במרכזי נתונים וגם במכונות פיזיות בשטח. זו אינה הכרזה שמבטלת את הצורך בכרטיסים גרפיים, אלא ניסיון למצב את אינטל כשחקנית שמציעה ארכיטקטורה מלאה – מעבד, רשת, מאיץ AI, תוכנה וכלי פיתוח – לעומסי AI שהולכים ומתקרבים להפעלה שוטפת בעולם האמיתי.

הפוסט אינטל בקומפיוטקס 2026: ה־CPU חוזר למרכז בעידן סוכני ה־AI והרובוטיקה הופיע לראשונה ב-Chiportal.