אמיר פנוש, מנכ"ל חברת הקניין הרוחני לשבבים סיוה (CEVA), נבחר ל"מנכ"ל השנה של חברת בינה מלאכותית" במסגרת תוכנית הפרסים AI Breakthrough לשנת 2026. התוכנית מעניקה מדי שנה פרסים לחברות, מוצרים ומנהלים בתחומי הבינה המלאכותית, ובהם חומרת AI, למידת מכונה, בינה מלאכותית יוצרת, רובוטיקה וראייה ממוחשבת.

הפרס ניתן על רקע האסטרטגיה שמקדמת סיוה בתחום הבינה המלאכותית במכשירי קצה. החברה מתמקדת במעבר ממודל שבו מרבית העיבוד מתבצע במרכזי נתונים ובענן למודל היברידי, שבו חלק מהסקת המסקנות מתבצע ישירות במכשיר.

עיבוד מקומי מאפשר להפחית את זמן ההשהיה, לצמצם את כמות הנתונים המועברת לענן ולשפר את הפרטיות. הוא חשוב במיוחד במערכות שבהן נדרשת תגובה מיידית או שבהן החיבור לרשת אינו רציף, כגון מערכות רכב, מצלמות חכמות, ציוד תעשייתי, רובוטים ומוצרי אינטרנט של הדברים.

חיבור בין חישה, תקשורת ועיבוד

סיוה מפתחת ומעניקה רישיונות לקניין רוחני המשולב בשבבים של לקוחותיה. בניגוד ליצרנית שבבים המוכרת רכיבים פיזיים, המודל העסקי שלה מבוסס בעיקר על תשלום עבור רישיונות ועל תמלוגים מכל שבב או מוצר שבו שולבה הטכנולוגיה.

אסטרטגיית הבינה המלאכותית של החברה מרוכזת תחת Ceva AI Fabric, הכוללת מעבדי בינה מלאכותית, תוכנה, כלי פיתוח וטכנולוגיות קישוריות וחישה. המטרה היא לאפשר ליצרני שבבים ומערכות לשלב במוצר אחד קליטת מידע מחיישנים, תקשורת אלחוטית והפעלת מודלים של בינה מלאכותית.

מרכיב מרכזי בפלטפורמה הוא משפחת מעבדי NeuPro NPU, המיועדת להאצת רשתות עצביות במכשירי קצה בצריכת הספק נמוכה. לפי סיוה, החברה רשמה יותר מ־12 עסקאות רישוי למעבדים אלה ביישומים הכוללים מוצרי צריכה, מערכות תעשייתיות, רכב, תשתיות ומחשבים אישיים.

החברה אינה מפרטת בהודעה מי הם הלקוחות, באילו שבבים תשולב הטכנולוגיה או מתי המוצרים צפויים להגיע לשוק. בתעשיית הקניין הרוחני לשבבים עשוי לעבור זמן ממושך בין חתימת הסכם רישוי, השלמת תכנון השבב ותחילת ייצור המוני שמניב תמלוגים.

יותר משני מיליארד מכשירים בשנה

לדברי סיוה, יותר משני מיליארד מכשירים המבוססים על טכנולוגיות שלה נשלחים לשוק מדי שנה, ועד כה שולבו רכיבי הקניין הרוחני של החברה ביותר מ־21 מיליארד מוצרים. הטכנולוגיות שלה כוללות Bluetooth, Wi-Fi, UWB ודור חמישי, לצד עיבוד אותות, היתוך חיישנים ומעבדי בינה מלאכותית.

פנוש אמר כי המעבר לעיבוד מבוזר מחייב מיליארדי מכשירים מחוברים "לחוש, להבין ולפעול באופן מקומי", וכי החברה התאימה את סל הטכנולוגיות שלה לכיוון זה.

סטיב ג'והנסון, מנהל בתוכנית AI Breakthrough, אמר כי פנוש זיהה מוקדם את התרחבות שוק ה־Edge AI ובנה פורטפוליו שנועד לתמוך במכשירים המסוגלים להבין את סביבתם ולפעול בהתאם.

עבור סיוה, חשיבותו העסקית של המעבר ל־Edge AI תלויה ביכולתה להפוך את עסקאות הרישוי לשבבים מסחריים ובהמשך להכנסות מתמלוגים. החברה פועלת בשוק תחרותי הכולל פתרונות פנימיים של יצרניות שבבים, ארכיטקטורות פתוחות וספקיות אחרות של מעבדי NPU וקניין רוחני. יתרונה האפשרי הוא בשילוב בין עיבוד בינה מלאכותית, חישה וקישוריות בתוך פורטפוליו אחד המותאם למכשירים מוגבלי הספק.

הפוסט מנכ"ל סיוה אמיר פנוש זכה בפרס AI Breakthrough על הובלת אסטרטגיית הבינה המלאכותית בקצה 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.

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.

חברת קיידנס (Cadence) הכריזה ב-21-01-2026 על Cadence Tensilica HiFi iQ DSP IP – ליבת DSP (רישוי IP לשילוב בתוך שבבי SoC) שמיועדת להרצת עומסי עבודה של בינה מלאכותית קולית ועיבוד אודיו מתקדם במכשירים כמו סמארטפונים, מערכות בידור ברכב ומוצרי בידור ביתי.

הליבה החדשה שייכת לדור השישי של משפחת Tensilica HiFi, וקיידנס מציגה אותה כמענה לגל שימושים שדורשים עיבוד “תמיד פועל” ובזמן אמת: זיהוי מילת השכמה, ביטול רעשים, עיבוד מרחבי של שמע, וזיהוי דיבור שמתחבר לשכבות הבנה לשונית (NLP) – תוך עמידה במגבלות צריכת הספק של מכשירי קצה.

המעבר של חלק גדול מהעיבוד מהענן למכשיר (“on-device”) נובע בעיקר משלושה לחצים הנדסיים: זמן תגובה קצר, חיסכון באנרגיה והפחתת תלות בקישוריות/ענן. בהקשר הזה, קיידנס טוענת שהעומסים החדשים של Voice AI ואודיו “חווייתי” מעלים את רף החישוב גם בשלב העיבוד של השמע עצמו (ולא רק במנועי ה-AI הכלליים).

בהשוואה ל-Tensilica HiFi 5s, קיידנס מצהירה על שיפור של פי 2 בביצועי עיבוד גולמיים, פי 8 בביצועי AI, וחיסכון של יותר מ-25% בצריכת אנרגיה “ברוב עומסי העבודה”, לצד יותר מ-40% שיפור בביצועים במספר מקודדי אודיו. חשוב לזכור: אלה נתוני יצרן, והם תלויים במימוש, בתדרים, בזיכרון ובפרופיל העומס.

קיידנס מדגישה גם תמיכה בפורמטים כמו FP8 ו-BF16 להרצת מודלי Voice AI מתקדמים, ושיפור ב-אוטו-וקטוריזציה כדי לצמצם צורך באופטימיזציה ידנית בקוד.

אינטגרציה למפתחי SoC ולשוק הרכב

לפי החברה, ה-HiFi iQ יכול להריץ גם SLMs וגם LLMs “על ה-DSP עצמו”, ובמידת הצורך לעבוד לצד מאיצים כמו Cadence Neo NPUs או NPU ייעודי של הלקוח. בנוסף נמסר על תאימות לכלים/סביבות כמו NeuroWeave SDK, ‏TensorFlow Lite for Micro (TFLM), ‏LiteRT ו-ExecuTorch.

נקודה מעניינת לשוק הרכב היא שה-IP מסומן כמיועד ל-ISO 26262 (בטיחות תפקודית) – יעד שעשוי לפתוח דלת לשימושים קריטיים יותר בתוך מערכות רכב, מעבר לאינפוטיינמנט.

זמינות

קיידנס מציינת זמינות ל“לקוחות מובילים ושותפים” ברבעון הראשון של 2026, וזמינות כללית ברבעון שאחריו.

הפוסט קיידנס הכריזה על IP המיועד לבינה מלאכותית קולית במכשירי קצה הופיע לראשונה ב-Chiportal.

בתערוכת CES 2026, שמתקיימת ב-6–9 בינואר 2026 בלאס וגאס, מציגה חברת היילו (Hailo) הישראלית את מגמת המעבר מהרצת בינה מלאכותית בענן בלבד להרצה מקומית על מכשירי קצה — מחשבים, מצלמות, מערכות קמעונאות, רובוטים ומכשור רפואי — במטרה לשפר זמן תגובה, לצמצם תלות בחיבור אינטרנט, ולחזק פרטיות ואבטחה.

שיתוף פעולה עם ASUS: מאיץ AI “כמו דיסק-און-קי” למחשב בחיבור USB

גולת הכותרת בהכרזות היא שיתוף הפעולה עם ASUS סביב המוצר ASUS UGen300 — התקן חיצוני שמתחבר ב-USB-C ומיועד לאפשר הרצת עומסי עבודה של AI ו-GenAI על מחשבי PC ומחשבים ניידים גם ללא חומרת האצה ייעודית בתוך המחשב. ASUS מציגה את UGen300 כמאיץ Edge AI ראשון מסוגו בחיבור USB, המבוסס על שבב Hailo-10H.

לפי ASUS, ההתקן מספק ביצועי האצה של עד 40 TOPS ומגיע עם 8GB זיכרון LPDDR4 ייעודי, כך שהעומס לא “אוכל” את משאבי הזיכרון של המחשב המארח. החברה מציינת תאימות Plug-and-Play למערכות Windows, Linux ו-Android, ותמיכה במודלים וכלי פיתוח נפוצים.

אור דנון, מנכ״ל היילו, מסר כי “יותר ויותר חברות המייצרות מוצרי צריכה עוברות לעיבוד בינה מלאכותית על מכשיר הקצה כדי לעמוד בסטנדרטים של מהירות עיבוד המידע, אמינות, פרטיות ואבטחה”.

Raspberry Pi: הורדת חסמי כניסה למפתחים ולחינוך

במקביל, היילו ממשיכה לקדם שימושי AI מקומיים בקהילת המפתחים סביב Raspberry Pi. הדגש הוא על Raspberry Pi AI HAT+ — תוספת חומרה רשמית שמגיעה בגרסאות עם מאיץ Hailo-8 או Hailo-8L, ומיועדת להרצת משימות כמו זיהוי אובייקטים, סגמנטציה והערכת תנוחה כחלק ממחסנית התוכנה של המצלמות של Raspberry Pi. (Raspberry Pi)

בחברה מציגים את השילוב הזה ככלי שמאפשר למפתחים, מייקרים ומוסדות חינוך “להוריד לקרקע” יישומי AI על גבי המכשיר עצמו — ללא תלות בשירותי ענן, ובהתאמה לפרויקטים שבהם זמן תגובה, חיבוריות או פרטיות הם מגבלה מעשית.

הדגמות במוצרים מסחריים: אבטחה, קמעונאות, רובוטיקה ובריאות

מעבר לחומרה למחשוב אישי ולפיתוח, היילו מתמקדת בתרחישי שימוש מסחריים שבהם עיבוד מקומי הוא יתרון תפעולי:

בתחום האבטחה, החברה מדברת על שילוב Edge AI במצלמות ובמערכות מעקב לצרכים כמו זיהוי אובייקטים בזמן אמת, עבודה בתאורה חלשה ושילוב יכולות חיפוש ואינדוקס בסיוע מודלים גנרטיביים — תוך הדגשת היבטי פרטיות (למשל אנונימיזציה).

בתחום הקמעונאות, מוצגים פתרונות קופה/Checkout מבוססי ראייה ממוחשבת, שמטרתם לייעל חוויית קנייה ולהפחית גניבות באמצעות ניתוח וידאו מקומי.

ברובוטיקה, ההדגמות כוללות יישומים כמו ניווט מבוסס ראייה ושיפור זיהוי מכשולים — שימושי ליבה ברובוטים תפעוליים ובכלים אוטונומיים.

ובבריאות, החברה מציגה שימושי ניטור בחדרי ניתוח ורובוטים תפעוליים (כגון חיטוי), שבהם אמינות וזמינות מיידית חשובים במיוחד.

דנון הוסיף כי החברה רואה את “השלב הבא” כ-physical AI — מערכות חכמות שפועלות בזמן אמת, מודעות הקשר ואוטונומיות יותר, עם תלות מופחתת בענן.

הפוסט CES 2026: היילו מציגה מאיץ AI בחיבור USB שמביא עיבוד מקומי למחשבי PC — בלי תלות בענן הופיע לראשונה ב-Chiportal.

המוח האנושי עדיין מנצח את מעבדי ה־AI בפער עצום – לא רק ביכולות, אלא בעיקר ביעילות האנרגטית. בהרצאה שנעלה את המושב על IoT ובינה מלאכותית בכנס 2025 TSMC Europe Open Innovation Platform (OIP) Ecosystem Forum באמסטרדם, הציג פרופ’ כריסטיאן מייר, ראש הקתדרה Highly Parallel VLSI Systems ב-TU Dresden, כיצד פרויקט המחשוב הנורומורפי SpiNNaker-2 מנסה להתקרב לביצועים של המוח, ולהריץ מודלים גדולים של בינה מלאכותית בזמן אמת – בעלות אנרגטית נמוכה בהרבה מזו של כרטיסי GPU קלאסיים.

מייר מוביל קבוצת מחקר של יותר מ־40 מהנדסים וחוקרים – מתכנני אנלוג ודיגיטל, אנשי אלגוריתמיקה ל-AI, ביוטכנולוגים ורובוטיקאים – שסביבה צמחו כמה ספין־אופים, ובהם Racyics, Siliconally, SpiNNcloud Systems ו-Silicon Matter. יחד מדובר באקו־סיסטם של יותר מ־250 אנשים. הקבוצה ביצעה בעשור האחרון עשרות טייפ־אאוטים של מערכות SoC מורכבות, מתהליכי 90 ננומטר ועד 22 ננומטר, המשמשים כ־30 קבוצות חיצוניות.

נקודת הפתיחה של מייר חדה: כיום יש פער של כ־שבעה סדרי גודל ביעילות האנרגטית בין המוח לבין חומרת ה-AI הטובה ביותר. לדבריו, כדי לבצע משימה חישובית מסוימת, המוח צורך בערך ‎10⁷‎ פחות אנרגיה מאשר מערכות אימון והסקה מודרניות. חלק מהפער הזה כבר מתחיל להיסגר באמצעים כמו זיכרון חישובי (in-/near-memory computing), חישוב בדיוק מופחת (reduced precision) ודילול סטטי של רשתות נוירונים (static sparsity). כל אחד מן הכיוונים הללו נותן בערך סדר גודל אחד של שיפור, יחד כשלושה סדרי גודל – “אבל עדיין נשארים לנו בערך ארבעה סדרי גודל באוויר”, כפי שהוא מנסח זאת. כדי לסגור אותם, צריך, לדבריו, ללמוד מהמוח עצמו.

המוח עובד בתדר נמוך יחסית – סדר גודל של מאה הרץ – אבל עם כ־80 מיליארד נוירונים שפועלים במקביל ובאופן א־סינכרוני. אין “טיק” גלובלי שמחכה שכולם יסיימו; מידע נכנס, משולב ומעובד כל הזמן. מערכות על־חישוב (HPC) קלאסיות, לעומת זאת, נתקעות על מגבלת אמדאל: גם אם מוסיפים עוד ועוד ליבות, חלק מהקוד נשאר סדרתי והאצה נעצרת. המוח פותר זאת בכך שהחישוב הוא אירועי וזמני – כל נוירון מגיב כשהוא צריך, לא כשמגיע תורו בשעון אחיד. זו גם נקודת המפתח לחיסכון האנרגטי: לא כל היחידות עובדות כל הזמן, אלא רק כאשר יש מידע רלוונטי.

כאן נכנסת לתמונה האסטרטגיה הכפולה שמייר הציג: שינוי ברמת האלגוריתם ושינוי ברמת החומרה. ברמת האלגוריתם, אחת הדוגמאות היא מודלים מסוג mixture-of-experts: במקום להפעיל בכל שאילתה את כל פרמטרי המודל, אפשר לבחור רק חלק זעיר מהרשת – למשל אלפית מן הנוירונים – בהתאם לתוכן השאילתה. תיאורטית, זה נותן שלושה סדרי גודל חיסכון באנרגיה, משום שרוב ה"נוירונים" במודל אינם נכנסים לפעולה. בפועל, על GPU רגיל אפשר לממש אולי סדר גודל אחד בלבד, משום שהמעבד לא בנוי לעבודה כל־כך דינמית וספרסית: גם כשהוא “מדלל” את הרשת, הוא עדיין משלם כמעט את כל מחיר הגישה לזיכרון והתקשורת.

לכן, טוען מייר, נדרשת גם חומרה חדשה – חומרה נורומורפית. השכבה הראשונה שהוא מציג היא שבבי Thin-Edge ASICs לעיבוד מקדים מהיר של רשתות עצביות בקצה הרשת. הרעיון: לא לשלוח לענן זרם גולמי של וידאו או חיישנים, אלא לבצע כבר בקצה חישוב עשיר – דחיסה, סאב־סמפולינג, חילוץ מאפיינים, סיווג ראשוני ורשתות חוזרות (RNN) פשוטות – ולהעביר למרכז רק ייצוג דחוס מאוד. בדוגמה שנתן: מצלמה אירועית (event-based) שמגיבה רק לשינויים בתמונה. צומת הקצה יכול להחליט “עכשיו מחפשים מכוניות” או “עכשיו מחפשים אופניים”, ולכן להפעיל רק את המאפיינים הרלוונטיים בתמונה ולהתמקד בזמן אמת רק באזורים מעניינים בסצנה.

מעל שכבת ה-Thin-Edge יושב המחשב הנורומורפי SpiNNaker-2 – מערך ענק של שבבים עם מאות ליבות ועשרות מאיצים נורומורפיים על כל שבב. לפי מייר ועמיתיו, המערכת השלם מיועדת להגיע לכ-10 מיליון ליבות ARM על פני כ־16 ארונות שרתים – שדרוג של פי עשרה לעומת הדור הראשון, SpiNNaker-1. כל שבב כולל לא רק ליבות כלליות, אלא גם מאיצים לרשתות עמוקות, חישוב הסתברותי, מקורות אקראיות ויחידות המתאימות במיוחד לרשתות "קופצות" (spiking neural networks). הזיכרון הפנימי בנוי כ-scratchpad גמיש שיכול לשמש בזמן ריצה כ-L1 או L2, לפי צורך. רשת-על-שבב ורשת התקשורת בין השבבים מעוצבות כך שחבילות אירועיות קטנות יגיעו לקצה השני של המכונה בתוך מילישנייה, כל עוד לא חוצים את מגבלת רוחב-הפס – דרישה קריטית כשמפעילים, למשל, צי של עשרות אלפי רובוטים עירוניים בזמן אמת ממרכז נתונים אחד.

כדי שהמחשב הזה יהיה באמת "פרופורציונלי לאירועים", נדרשה גם הנדסת אנרגיה קיצונית. מייר הסביר שהשבבים מתוכננים לפעול במתחים נמוכים מאוד, סביב חצי וולט ואף פחות, ובפינות תהליך של זליגה נמוכה – כדי להוריד את צריכת הסטנד-ביי כמעט לאפס. כך, כרטיס אחד של המערכת צורך אמנם כמה מאות ואט כשהוא פועל בעומס מלא, מספר דומה לזה של כרטיס NVIDIA A100, אך עומד על כמה ואטים בודדים במצב ממתין, לעומת עשרות רבות של ואטים ב-GPU קלאסי גם כשהוא “לא עושה כלום”. עבור עומסים אירועיים – מצלמות שמדי פעם "מתעוררות", חיישנים שמדווחים רק כשמשתנה משהו או מודל שפה גדול שלא כל הלקוחות מדברים איתו כל הזמן – המשמעות היא חיסכון משמעותי בעלות האנרגיה המצטברת.

המערכת כבר נמצאת בשירות לשורה של יישומים ניסיוניים ותעשייתיים. ספין-אוף החברה SpiNNcloud Systems משווקת מערכות מבוססות SpiNNaker-2 למרכזי מחקר ולחברות, בין היתר לחקר תרופות, רובוטיקה ועיבוד זמן-אמת של נתוני חישה בקנה מידה גדול. באפריל 2025 הודיעה TU Dresden כי מערכת SpiNNcloud בקמפוס נכנסה לפעולה עם כ-35 אלף שבבים ויותר מחמישה מיליון ליבות.

בסיום ההרצאה חזר מייר לנקודת המוצא: אם רוצים שבינה מלאכותית תתקרב באמת ליעילות של המוח, אי-אפשר רק "להאיץ" אלגוריתמים קיימים על חומרה קיימת. צריך לשאול בכל רמה – מהאלגוריתם, דרך האופן שבו מידע מיוצג ומועבר, ועד הארכיטקטורה הפיזית של השבב – איך המוח היה פותר את הבעיה בצורה א־סינכרונית, ספרסית ודינמית. רק שילוב כזה, לדבריו, יוכל לצמצם באמת את פער שבעת סדרי הגודל בין המוח האנושי למחשבי ה-AI של היום.

הפוסט לקרב את המחשבים ליעילות האנרגטית של המוח הופיע לראשונה ב-Chiportal.

Polyn Technology Ltd. מודיעה על ייצור ובדיקה מוצלחים של מימוש הסיליקון הראשון לטכנולוגיית NASP (עיבוד אותות נוירומורפי אנלוגי). ההישג כולל אימות הן של טכנולוגיית NASP והן של כלי התכנון, שממירים אוטומטית מודלים מאומנים של רשתות עצביות דיגיטליות לליבות נוירומורפיות אנלוגיות עתירות-חיסכון באנרגיה, המוכנות לייצור בתהליכי CMOS סטנדרטיים. שבב המוצר הראשון כולל ליבה נוירומורפית אנלוגית למודל זיהוי פעילות דיבור (VAD).

לפי החברה, הפלטפורמה מפעילה רשתות עצביות מאומנות בתחום האנלוגי כדי לבצע החזרת מסקנות (Inference) ב-AI בצריכת אנרגיה נמוכה בהרבה ממעבדי AI דיגיטליים מקובלים. ניתן לתכנן שבבי NASP ייעודיים למגוון יישומי Edge AI, בהם אודיו, רטט, לביש, רובוטיקה, תעשייה וחיישני רכב.

זו הפעם הראשונה ש-Polyn ייצרה בליבת סיליקון יישום נוירוני אנלוגי מלא ואסינכרוני ישירות ממודל דיגיטלי. “זה פותח פרדיגמת תכנון חדשה — חישוב נוירוני בתחום האנלוגי, עם דיוק ברמת-דיגיטל וצריכת אנרגיה ברמת מיקרו-ואט,” אמר מנכ״ל ומייסד Polyn, אלכסנדר טימופייב.

מיועד למכשירי Edge "תמיד-פועלים", שבבי NASP בעלי ליבות ה-AI מעבדים אותות חיישנים בצורתם האנלוגית הטבעית בתוך מיקרושניות, בצריכת הספק של מיקרו-ואטים, ובכך מבטלים את כל התקורה הכרוכה בעיבוד דיגיטלי, הסבירה Polyn.

מפרט עיקרי
המעבד הנוירומורפי הראשון כולל ליבת VAD לזיהוי פעילות דיבור בזמן אמת ופועל באסינכרוניות מלאה. מאפיינים מרכזיים: צריכת הספק אולטרה-נמוכה של כ-34 µW בעת פעולה רציפה, והשהיה אולטרה-נמוכה של כ-50 מיקרושניות לכל החזרה (Inference).

בנוסף לליבת ה-VAD, Polyn מתכננת לפתח ליבות נוספות לזיהוי דוברים ולהפרדת קול, במיקוד למכשירי בית חכם, אוזניות תקשורת ומכשירים נשלטי-קול אחרים.

רקע ופיתוחים קודמים
באפריל 2022 הודיעה החברה על שבב מבחן NASP ראשון, שיושם ב-CMOS של ‎55‎ נ״מ והדגים ארכיטקטורה מחקה-מוח. באוקטובר 2022 הציגה את NeuroVoice, שבב Tiny AI להפרדת קול על-גבי השבב מרעש רקע מכל סוג. ב-2023 הושקה VibroSense, פתרון Tiny AI לניטור רטט בצמתים מבוססי חיישנים. (Polyn דורגה ב-EE Times Silicon 100 של 2025 כחברה למעקב.)

לקוחות המפתחים מוצרים עם שליטה קולית בחש功 נמוכה במיוחד יכולים להגיש בקשה מקוונת לערכת הערכה לשבב NASP VAD. Polyn תדגים את שבבי ה-NASP הראשונים שלה, הזמינים להזמנה, בתערוכת CES 2026 בלאס וגאס, נבדה, בתאריכים ‎6–9 בינואר‎ (Hall G, ביתן ‎#61701‎). מבחר מצומצם יוצג גם באירוע CES Unveiled Europe באמסטרדם, ‎28 באוקטובר‎ (ביתן HB143).

תגיות (מקור): AI inference, מעבדים נוירומורפיים אנלוגיים, CES 2026, Consumer Electronics Show, Edge AI, שבב NASP, מעבדים נוירוניים, מעבדים נוירומורפיים

—

אמפמ
ביטוי מפתח: שבב NASP אנלוגי לזיהוי פעילות דיבור
נרדפים: עיבוד נוירומורפי אנלוגי, אנלוג-AI, ליבת VAD אולטרה-חסכונית, Inference באנלוג, חיישני קול בחש功 נמוכה
SLUG: polyn-nasp-silicon-vad-ultralow-power-ces-2026

הפוסט Polyn מציגה מימוש לטכנולוגיית NASP שלה הופיע לראשונה ב-Chiportal.

סבסטיאן דובה, מנהל CEA-Leti, מציג תמונת מצב עדכנית של תעשיית השבבים באירופה ומסביר כיצד פרויקט הדגל FAMES עשוי לסייע לאירופה להיאבק בתלותה באסיה ובארה"ב – ולבסס יתרון בתחומים כמו בינה מלאכותית בקצה הרשת וחדשנות אקולוגית

לאחר מחסור השבבים בזמן מגפת הקורונה, שהבהיר לאירופה את תלותה באסיה ובארה"ב, הושקה בשנת 2022 תוכנית השבבים האירופית – CHIPS Act – במטרה להכפיל עד 2030 את חלקה של אירופה בשוק העולמי ל-20%. כיום, שלוש שנים מאוחר יותר, אירופה עדיין אחראית לפחות מ-10% מייצור השבבים בעולם. האם היא מסוגלת להחזיר לעצמה את הבכורה?

לדברי סבסטיאן דובה , מנהל CEA-Leti ומוביל פרויקט FAMES בגרנובל, אין מדובר במהפכה מיידית: "ההשקעות הנדרשות עצומות, וקשה לדמיין שינוי דרמטי בטווח הקצר. השוק נותר גלובלי ותלוי הדדית: עיצוב באמריקה, ייצור באסיה וחומרי גלם מסין." למרות זאת, לדובה יש תקווה באשר ליתרונות היחסיים של אירופה – בעיקר ביישומים משולבים כמו חיישנים, מיקרו-בקרים, רכיבים לרכב, לתעשייה ולתחום הבריאות. הוא מזכיר בגאווה את ההובלה של ASML ההולנדית בתחום ליתוגרפיה מתקדמת – תחום קריטי שכל יצרני השבבים בעולם תלויים בו.

במסגרת המאמצים האירופיים הוקם פרויקט FAMES , בהובלת CEA-Leti ושותפים נוספים, אשר נהנה מהשקעה של 830 מיליון אירו של האיחוד האירופי והממשל הצרפתי. "FAMES נכנס לפעולה בתחילת השנה – עמדנו בלוחות הזמנים, וזה חשוב. אסיה ידועה ביעילותה, אבל אנחנו מראים שגם אירופה מסוגלת לפעול באותה רמה," מדגיש דובה.

מטרת FAMES: להכין את הקרקע לדורות הבאים של טכנולוגיות FD-SOI בגדלים של 10 ואף 7 ננומטר, ולהאיץ פיתוח של טכנולוגיות מפתח לעשור הקרוב: זיכרונות לא נדיפים, רכיבי תדר רדיו לדור 6G ואינטגרציה תלת-ממדית הטרוגנית . אחת ההזדמנויות הבולטות עבור אירופה נמצאת דווקא בתחום שבו לא נדרשים שבבים מתקדמים במיוחד – אלא פתרונות משולבים ויעילים אנרגטית:

"בינה מלאכותית בקצה – edge AI – תדרוש שבבים שחוסכים באנרגיה ומבצעים למידה והסקה מקומית, ישירות במכשירים כמו סמארטפונים וחיישנים. זהו תחום שבו יש לאירופה יתרון מובהק," מסביר דובה.

לסיכום, למרות הפערים מול ענקיות כמו TSMC ו-Samsung, דובה בטוח שעם השקעה נכונה בשיתופי פעולה, מחקר וחדשנות סביבתית – אירופה יכולה לשמר ואף לחזק את מקומה בזירה הגלובלית.

"השוק הזה מחזורי מטבעו. מה שנכון היום – לא בהכרח יהיה נכון מחר. עלינו להמשיך לפעול בחזית החדשנות כדי להיות מוכנים לעתיד."

הפוסט אירופה מנסה להחזיר את הבכורה: האם תעשיית השבבים האירופית תצליח לצמצם פערים? הופיע לראשונה ב-Chiportal.