רשות החדשנות בחרה בשתי קבוצות שיקימו חממות טכנולוגיות חדשות במודל Venture Studio בתחומי Physical AI וממשקי אדם־מכונה. כל אחת מהקבוצות תקבל זיכיון לחמש שנים ומענק של עד 40 מיליון שקל, ובסך הכול תקצה הרשות עד 80 מיליון שקל להקמת החממות ולהפעלתן.

החממה Intelligent Machine Labs – Foundry תתמקד ב־Physical AI ליישומי רובוטיקה ואוטומציה תעשייתית. בין השותפים בקבוצה: קרן טנא, SpringHill Ventures, קבוצת שסטוביץ, MassChallenge, Siddhi Capital ו־Alpha Partners. המודל יתבסס על זיהוי צרכים תעשייתיים והקמת חברות סביבם, לצד מעבדות פיתוח, תשתיות ניסוי וחיבור למפעלים ולחברות גלובליות.

החממה השנייה, Augmenta Health Incubator, תתמקד בממשקי אדם־מכונה ליישומי בריאות, נוירוטכנולוגיה, רובוטיקה, Bioconvergence וטכנולוגיות דו־שימושיות. בקבוצה שותפים aMoon, אלביט מערכות באמצעות Incubit, המרכז הרפואי איכילוב, ביראד של אוניברסיטת בר־אילן ו־Opimpact.

מעבר למענק להפעלת החממות, החברות שיוקמו במסגרתן יוכלו לקבל השקעות נוספות מקרן ההזנק של רשות החדשנות, מהחממות וממשקיעים נוספים. לפי התוכנית, השתתפות המדינה בסבבי Pre-Seed, Seed ו־Round A יכולה להגיע עד 23 מיליון שקל לחברה.

המהלך משתלב בדגש שמעניקה בשנה האחרונה רשות החדשנות ל־Edge AI ומערכות אוטונומיות הפועלות בעולם הפיזי, תחומים שבהם נדרשים לצד תוכנה גם חיישנים, שבבים, תקשורת מהירה ומחשוב מקומי.

הפוסט רשות החדשנות תקצה עד 80 מיליון שקל לשתי חממות Deep Tech בתחומי Physical AI וממשקי אדם־מכונה הופיע לראשונה ב-Chiportal.

סיוה (Ceva) הודיעה על מינויו של זיו המר לתפקיד סגן נשיא בכיר לקישוריות וחישה (Executive Vice President, Connectivity & Sensing). המר ידווח למנכ"ל החברה אמיר פנוש ויפעל מעמק הסיליקון.

התפקיד החדש מרכז תחת הנהלה אחת את פעילות Wireless IoT, Mobile Broadband, Sensing & Audio Software ואת משרד ה־CTO של החברה. בסיוה אומרים כי המבנה החדש נועד לחזק את החיבור בין טכנולוגיות הקישוריות והחישה שלה לבין פתרונות מערכת מלאים יותר ליישומי Smart Edge ו־Physical AI.

המר מביא יותר מ־20 שנות ניסיון בתעשיית השבבים. בעבר מילא תפקידי ניהול בכירים באינטל, Infineon ו־GlobalFoundries. בתפקידו האחרון ב־GlobalFoundries שימש Senior Vice President ל־Design Platforms and Services והיה מעורב בתחומי טכנולוגיה, IP, תכנון שבבים ואקוסיסטם הלקוחות.

סיוה מספקת קניין רוחני ותוכנה לתחומי Bluetooth, Wi-Fi, UWB, תקשורת סלולרית, עיבוד אותות, חישה ו־Edge AI. החברה מציינת כי הטכנולוגיות שלה שולבו עד כה ביותר מ־22 מיליארד התקנים.

הפוסט סיוה ממנה את זיו המר לסגן נשיא בכיר לקישוריות וחישה הופיע לראשונה ב-Chiportal.

חברת סיליקום מכפר סבא הודיעה כי זכתה ב־Design Win חדש אצל לקוח שהיא מגדירה כענקית Tier-1 בתחום אבטחת הסייבר בענן. הלקוח בחר במערכת Edge Networking של סיליקום הכוללת קישוריות סלולרית 5G משולבת, וכבר העביר לחברה הזמנה ראשונית.

לדברי סיליקום, הגדלת ההזמנות צפויה להתחיל לפני סוף 2026, וכאשר הפרויקט יגיע לקצב ייצור מלא, ההכנסות ממנו צפויות לעבור 5 מיליון דולר בשנה. חשוב להדגיש כי מדובר בתחזית של החברה לגבי קצב ההזמנות העתידי ולא בהכנסות שכבר הוכרו.

הזכייה ממחישה את מקומה של חומרת הקצה בתשתיות סייבר מודרניות. חברות אבטחת מידע שמספקות שירותים מבוססי ענן עדיין זקוקות לחומרה באתרי הלקוחות כדי לקשר רשתות מקומיות, מרכזי נתונים וסניפים אל שירותי האבטחה המרוחקים. שילוב 5G במערכת מאפשר להוסיף ערוץ תקשורת עצמאי או גיבוי לרשת הקווית, ולפרוס מערכות גם באתרים שבהם תשתית התקשורת מוגבלת.

מנכ"ל סיליקום, לירון אייזנמן, מסר כי הלקוח בחן את הפתרון במשך חודשים וכי הקישוריות הסלולרית המשולבת הייתה גורם מרכזי בבחירת המערכת. החברה אינה חושפת את שם הלקוח.

סיליקום מסרה עוד כי היא בוחנת עם אותו לקוח מערכות Edge חזקות יותר, ובהן מערכת הכוללת GPU ומיועדת ליישומי בינה מלאכותית בקצה. אם גם מערכת זו תיבחר, היקף ההכנסות מהלקוח עשוי להיות גדול יותר מהתחזית הנוכחית.

לדברי החברה, זו זכיית ה־Design Win השמינית שלה מתחילת 2026 — מספר זהה לכלל הזכיות שהשיגה במהלך 2025. סיליקום צופה השנה צמיחה של יותר מ־50% בהכנסות, אם כי גם נתון זה הוא תחזית החברה ולא תוצאה שכבר הושגה.

המשמעות של Design Win בענף החומרה שונה מחוזה מכירה חד־פעמי: לאחר שמוצר משולב בפלטפורמה של לקוח גדול הוא עשוי להימכר לאורך מחזור החיים של אותה מערכת. מנגד, קצב הייצור בפועל תלוי בהצלחת מוצרי הלקוח ובקצב פריסתם, ולכן התחזית של יותר מ־5 מיליון דולר בשנה עדיין תלויה בהגעה לייצור מלא.

הפוסט סיליקום זכתה בפרויקט אצל ענקית סייבר: ההכנסות צפויות לעבור 5 מיליון דולר בשנה הופיע לראשונה ב-Chiportal.

גוגל מקימה בישראל קבוצת פיתוח חדשה שתעסוק בשבבים לבינה מלאכותית בקצה הרשת – Edge AI – וגייסה לשורותיה בכירים ומהנדסים מחברת היילו. כך דיווח TheMarker. גוגל לא פרסמה הודעה רשמית על הקמת הקבוצה או על גיוס העובדים מהיילו.

לפי הדיווח, השבבים שמפתחת הקבוצה מיועדים להרצת יישומי בינה מלאכותית במכשירים ובמערכות הפועלים בקרבת מקור הנתונים, ובהם רובוטים, מערכות אוטונומיות ומערכות המבוססות על מצלמות וחיישנים. עיבוד מקומי מאפשר לצמצם את התלות בחיבור לענן, לקצר את זמני התגובה ולהפחית את כמות הנתונים שיש להעביר ברשת.

מודעות הגיוס מאשרות את פעילות ה־Edge AI בישראל

אף שגוגל לא הכריזה על הפרויקט, מודעות גיוס שפרסמה החברה מספקות חיזוק עצמאי לחלק המרכזי בדיווח. החברה מגייסת בתל אביב ובחיפה לתפקידים המוקדשים במפורש לפיתוח שבבי Edge AI.

במודעה לתפקיד Edge-AI Verification Lead נכתב כי העובד יוביל את האימות של קניין רוחני – IP – המיועד למוצרי Edge AI של גוגל, וכן ינהל צוות מהנדסי אימות שבבים. בין הדרישות מופיע ניסיון באימות מערכות ASIC ו־SoC מורכבות, בלוגיקת AI ובלמידת מכונה ובעיבוד אותות תמונה.

מודעה נוספת, לתפקיד Design Vision Lead, Edge AI, מתארת הובלת צוות תכנון לאורך כל מחזור הפיתוח של IP ל־Edge AI – משלב הגדרת הארכיטקטורה, דרך פיתוח RTL ואימות, ועד לשילוב במערכת על שבב.

גוגל מגייסת גם מהנדסי תכנון בכירים שיובילו תתי־מערכות ASIC עבור מוצר המספק הסקה מבוזרת בזמן אמת. בתיאור התפקיד מודגשים יישומים שבהם זמן השהיה נמוך ואמינות גבוהה הם תנאים קריטיים.

מכלול המשרות מצביע על פעילות פיתוח מובנית הכוללת ארכיטקטורה, תכנון, אימות, תוכנה ותכנון פיזי – ולא רק על מחקר ראשוני או בדיקת היתכנות.

הרחבה של פעילות השבבים הקיימת של גוגל בישראל

גוגל כבר מפעילה בישראל מרכז פיתוח שבבים בראשות אורי פרנק, לשעבר בכיר באינטל. בשנים האחרונות התמקדה חלק מהפעילות המקומית בשבבים ובקניין רוחני עבור תשתיות מחשוב ותקשורת במרכזי נתונים.

במרץ 2025 דיווח CHIPORTAL כי גוגל מרחיבה את פעילות פיתוח השבבים בישראל ומגייסת מהנדסים לפיתוח שבבי NIC, שנועדו לשפר את התקשורת בין מעבדים ומאיצים במערכות בינה מלאכותית.

הקבוצה החדשה מרחיבה את הפעילות אל מעבר לתשתיות מרכזי הנתונים, לעבר עיבוד בינה מלאכותית המבוצע בתוך מכשירים ומערכות קצה. מודעות הגיוס מזכירות גם מוצרים המיועדים ישירות לצרכנים ומערכות אוטונומיות הפועלות בזמן אמת, אך אינן חושפות את המוצר הסופי או את מועד השקתו.

הגיוס מהיילו טרם קיבל אישור עצמאי

היילו מתמחה בדיוק בתחום שאליו נכנסת הקבוצה החדשה: מעבדים חסכוניים באנרגיה להרצת מודלים של בינה מלאכותית במצלמות, רובוטים, מערכות תעשייתיות ומכשירי קצה. לכן מהנדסיה מחזיקים בניסיון מבוקש בארכיטקטורת מאיצים, עיבוד תמונה, תכנון SoC ושילוב חומרה ותוכנה.

הדיווח מגיע זמן קצר לאחר שמיקרוצ'יפ חתמה על הסכם לרכישת היילו. השלמת העסקה צפויה עד סוף הרבעון המסתיים ב־30 בספטמבר 2026, בכפוף לאישורים הרגולטוריים ולתנאי הסגירה.

אם אכן גייסה גוגל עובדים מהיילו, הדבר ממחיש את התחרות הגוברת על המספר המצומצם של מהנדסים ישראלים בעלי ניסיון מעשי בפיתוח מאיצי AI למכשירי קצה. עם זאת, בחיפוש בפרסומים הרשמיים של גוגל ובכלי תקשורת נוספים לא נמצא בשלב זה אישור עצמאי לזהות העובדים, למספרם או לתפקידים שקיבלו.

הפוסט דיווח: גוגל מקימה בישראל קבוצת שבבי Edge AI וגייסה בכירים ומהנדסים מהיילו הופיע לראשונה ב-Chiportal.

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.