חברת Niv-AI מתל אביב יוצאת מהפיתוח החשאי ומדווחת על גיוס סיד בהיקף של 12 מיליון דולר, במהלך שממקם אותה באחד מצווארי הבקבוק המרכזיים של עידן ה־AI: הפער בין עוצמת החישוב של מאיצי GPU לבין היכולת לספק להם חשמל באופן יעיל, מדויק ורציף. את הסבב הובילו Glilot Capital Partners ו־Grove Ventures, ובהשתתפות הקרנות האמריקאיות Arc VC, Encoded VC, Leap Forward ו־Aurora Capital Partners. לפי החברה, ההון ישמש להשקת פלטפורמת Power-Compute AI Stack, להרחבת צוות הפיתוח ולהקמת מעבדת מחקר בתל אביב שתדמה עומסי AI בתנאי חשמל מציאותיים.

הבעיה ש־Niv-AI מנסה לפתור אינה מחסור כללי בחשמל, אלא חוסר היכולת של מפעילי מרכזי נתונים להבין מהי צריכת החשמל האמיתית של עומסי AI. בניגוד לעומסי מחשוב מסורתיים, מאיצי GPU מודרניים מאופיינים בזינוקים חדים ומהירים מאוד בצריכת ההספק, לעיתים בפרקי זמן קצרים כל כך שמערכות הניטור הסטנדרטיות כלל אינן “רואות” אותם. התוצאה היא שמפעילי דאטה־סנטרים נערכים תמיד לתרחיש הקיצון, רוכשים קיבולת חשמל גבוהה יותר מזו שנחוצה בפועל, אך אינם מצליחים לנצל אותה באופן מלא. לפי החברה, לעיתים מדובר בכ־20%–30% מקיבולת החשמל שנותרת “כלואה” ובלתי מנוצלת.

כדי להתמודד עם הפער הזה פיתחה החברה שכבת מדידה ייעודית, המבוססת על חיישני הספק בתדר גבוה, שמסוגלים ללכוד את התנודות המהירות בצריכת החשמל של עומסי AI. על בסיס הנתונים האלה מייצרת המערכת פרופיל צריכה לכל יישום, מעין “חתימה אנרגטית” או “טביעת אצבע חשמלית”, ולאחר מכן מפעילה שכבת תוכנה שאמורה לתאם בזמן אמת בין עומסי החישוב לבין אספקת האנרגיה. במקום להאט את ה־GPU או “לחנוק” את הביצועים, המערכת מנסה להחליק את צריכת ההספק באמצעות הסטה מדורגת של עומסי העבודה, כך שניתן יהיה לנצל טוב יותר את התשתית הקיימת בלי לפגוע בתפוקה.

זהו ניסיון לגעת בבעיה שהופכת למרכזית יותר ויותר ככל שמרכזי AI גדלים. בשנים האחרונות הדיון סביב תשתיות בינה מלאכותית מתמקד לא רק בביצועי המעבדים או בזמינות של שבבים מתקדמים, אלא גם בעלות האנרגטית של הרצת המודלים. Niv-AI מבקשת לתפוס נישה שנמצאת בדיוק בתפר שבין תוכנה, חומרה ופיזיקה יישומית: לא עוד כלי לניהול עומסים בלבד, ולא עוד רכיב חשמלי, אלא מערכת בקרה מלאה שמחברת בין רשת החשמל לבין עומס ה־AI עצמו.

החברה הוקמה במאי 2025 בידי המנכ"ל תומר טימור וה־CTO אדוארד קיציס. לפי הדיווחים, השניים הם יוצאי יחידה 81 וסיירת מטכ"ל, ובצוות החברה עובדים מומחים בפיזיקה יישומית, הנדסת חשמל וארכיטקטורת מערכות מורכבות. בחברה מציגים את היתרון המרכזי שלה כיכולת לאחד באותו פתרון מומחיות מתחומי התשתיות החשמליות, שכבת ה־bare metal, עומסי ה־AI ומדידה פיזיקלית ברזולוציה גבוהה.

אם הטכנולוגיה של Niv-AI אכן תעמוד בהבטחה, היא עשויה לאפשר למפעילי דאטה־סנטרים להפיק יותר תפוקה מהקיבולת שכבר נרכשה והותקנה, במקום להמשיך ולהגדיל תשתיות חשמל בקצב יקר ואיטי. בעולם שבו כל GPU נחשב משאב יקר וכל מגה־ואט הפך למשאב אסטרטגי, לא בטוח שהמרוץ הבא יהיה רק על עוד שבבים — אלא על מי יידע להוציא מהם יותר, בלי לשלם בעודף על חשמל שלא באמת מנוצל.

הפוסט Niv-AI גייסה 12 מיליון דולר לפתרון צוואר הבקבוק האנרגטי של מרכזי AI הופיע לראשונה ב-Chiportal.

מנכ"ל אנבידיה, ג'נסן הואנג, אמר בכנס של מורגן סטנלי בסן פרנסיסקו כי ההשקעות האחרונות של החברה ב־OpenAI וב־Anthropic הן כנראה האחרונות בשתיהן. לדבריו, אם החברות אכן יתקדמו להנפקה בהמשך 2026, האפשרות של אנבידיה להמשיך להשקיע בהן תצטמצם משמעותית.

לפי הדיווחים, אנבידיה כבר צמצמה את היקף המחויבות שעליה דובר בעבר מול OpenAI. בעוד שבשלב מוקדם יותר הוזכרה אפשרות להשקעה של עד 100 מיליארד דולר, ההשקעה שעליה סוכם לבסוף בסבב האחרון של OpenAI עמדה על 30 מיליארד דולר. במקביל, אנבידיה השקיעה 10 מיליארד דולר ב־Anthropic.

ההסבר הרשמי של אנבידיה נשען על קו אסטרטגי רחב יותר. בשיחת המשקיעים לרבעון הרביעי אמר הואנג כי כל השקעות החברה ממוקדות "באופן חד מאוד" בהרחבת והעמקת הגעת האקוסיסטם של אנבידיה. כלומר, מבחינת החברה, ההשקעות אינן רק פיננסיות אלא גם אמצעי לחיזוק מעמדה כספקית התשתית המרכזית לעולם ה־AI.

אלא שהמהלך מעלה שאלות רחבות יותר. אחת מהן נוגעת למבנה המעגלי של העסקאות: אנבידיה משקיעה בחברות שהן גם לקוחות ענק של מעבדי ה־AI שלה. לכן, יש מי שרואים בחלק מהעסקאות הללו מצב שכמעט "מאפס" את עצמו כלכלית, או לפחות מייצר רושם של ניפוח הדדי של שווי וצמיחה בשוק הבינה המלאכותית.

ברקע נמצאת גם הסלמה סביב Anthropic. לפי רויטרס, הפנטגון הגדיר את Anthropic כ"סיכון בשרשרת האספקה", צעד שמגביל קבלנים ביטחוניים משימוש בטכנולוגיה שלה בעבודה עבור משרד ההגנה האמריקני. זמן קצר קודם לכן דיווחה רויטרס כי ממשל טראמפ הורה לסוכנויות פדרליות להפסיק את השימוש בטכנולוגיה של Anthropic.

העימות הזה תרם גם לתזוזה בשוק האפליקציות: TechCrunch דיווחה כי Claude של Anthropic טיפסה למקום הראשון בדירוג האפליקציות החינמיות בארה"ב ב־App Store, אחרי המחלוקת סביב עסקת הפנטגון והביקורת הציבורית שהתפתחה בעקבותיה.

מנקודת המבט של תעשיית השבבים, המסר ברור: אנבידיה רוצה להישאר ספקית התשתית של כולם, ולא להיתפס כמזוהה יותר מדי עם מחנה אחד בתוך מאבקי הכוח של שוק ה־AI. כשהיא כבר נהנית מהכנסות עתק ממכירת מאיצים למרכזי נתונים, הצורך שלה להגדיל עוד את החשיפה ההונית לחברות כמו OpenAI ו־Anthropic קטן יחסית. אנבידיה דיווחה על הכנסות רבעוניות של 68.1 מיליארד דולר ועל הכנסות שנתיות של 215.9 מיליארד דולר לשנת הכספים 2026, נתון שממחיש עד כמה מנוע הצמיחה העיקרי שלה נשען על מכירת תשתיות, לאו דווקא על רווחי הון מהשקעות מיעוט.

בשורה התחתונה, ייתכן שהסבר ה"הנפקה סוגרת את החלון" הוא רק חלק מהתמונה. לא פחות סביר שאנבידיה מנסה לצאת בעדינות ממערך יחסים שהפך מורכב: גם ספקית שבבים קריטית, גם משקיעה, גם שותפה אסטרטגית, וגם מי שצריכה לעבוד בעת ובעונה אחת עם שחקניות שנמצאות בעימות הולך ומחריף זו עם זו.

הפוסט ג'נסן הואנג: אנבידיה צפויה לעצור השקעות נוספות ב־OpenAI וב־Anthropic הופיע לראשונה ב-Chiportal.

במסגרת פסגת ה-AI השנתית השנייה של סיסקו, שרטט מנכ"ל החברה, ליפ-בו טאן, את תמונת המצב הנוכחית של ענקית השבבים, תוך חשיפת פרטים חדשים על התקדמות עסקי הייצור (Foundry), הכניסה לשוק המעבדים הגרפיים והתחרות הגוברת מול סין.

בשיחה עם ג'יטו פאטל, הדגיש טאן כי אינטל נמצאת בעיצומו של תהליך לייצוב ושיקום יכולות הייצור, לצד הרחבת סל המוצרים לתחום הבינה המלאכותית.

התקדמות בייצור: "עסק של עבודה קשה ואמון"
טאן חשף כי עם כניסתו לתפקיד, תפוקת הייצור (Yield) בתהליך ה-18A הייתה נמוכה, אך לאחר שילוב כוחות עם חברות ציוד ובדיקה חיצוניות, החברה רושמת כעת שיפור עקבי של 7% עד 8% בתפוקה מדי חודש.

לגבי הדור הבא, טכנולוגיית ה-A14 (הנחשבת למתקדמת ביותר במפת הדרכים), ציין טאן כי החברה מכוונת ל"ייצור בסיכון" (Risk Production) בשנת 2028 ולייצור המוני מלא (Volume Production) בשנת 2029. "הקמנו תהליכים שיבטיחו ללקוחות לא רק תפוקה טובה, אלא גם את כל הקניין הרוחני (IP) הנדרש, כולל למכשירים ניידים", אמר, והוסיף כי לקוחות חיצוניים כבר מגלים עניין ומקבלים ערכות תכנון (PDK 0.5) לעבודה על שבבי ניסיון.

כניסה אסטרטגית לשוק ה-GPU

באחת ההצהרות המשמעותיות בשיחה, אישר טאן כי אינטל נכנסת באופן מלא לתחום המעבדים הגרפיים (GPU) כדי להתחרות על עומסי העבודה של העתיד. "גייסתי לאחרונה ארכיטקט GPU ראשי", חשף טאן. "אנו מבינים שכדי לספק מענה מלא, אי אפשר להסתמך רק על מעבדי CPU. הגישה שלנו גמישה – אנו לא נעולים רק על ארכיטקטורת x86, אלא מחבקים גם את RISC-V, מתוך הבנה שהתוכנה היא זו שמגדירה את החומרה". בנוסף, ציין טאן כי אינטל "מהמרת חזק" על שימוש במצעי זכוכית (Glass Substrates)  כמבודד, ובוחנת שימוש בחומרים מתקדמים נוספים כמו יהלומים מלאכותיים וגליום-ניטריד.

ליפ בו טאן התייחס לשינוי התרבותי והעסקי העצום שהחברה עוברת בימים אלה:

"ניהול של שני עסקים במקביל – מוצרים וייצור – הוא אתגר עצום", הסביר טאן. "בצד של המוצר עוסקים בחדשנות ובמפות דרכים, אבל הצד השני הוא עסק של שירות נטו. התרבות הארגונית שלנו חייבת להשתנות. אני אומר לצוות שלי: 'חברים, זה עסק של עבודה שחורה, סיזיפית (Grinding)'. זה לא מספיק שיש לך טכנולוגיה טובה ואנשים פשוט יבואו".

לדברי טאן, המפתח להצלחה טמון בבניית אמון מול הלקוחות: "צריך לטחון את העבודה עד שמוכיחים את התפוקה (Yield) , כדי שהלקוחות יוכלו לסמוך עליך, כי כל ההכנסות והרווחים שלהם תלויים בזה. אנו צריכים להרוויח את האמון הזה ביושר. לכן אני מבקש מלקוחות: 'תנו לי 5%, 10% או 20% מהמוצר הכי גדול וחשוב שלכם – תנו לי להרוויח את האמון שלכם".

טאן אישר כי כבר יש מעורבות עמוקה של כמה לקוחות בתהליך ייצור A14 "אנחנו מחכים לשרת אותם. אני מקווה שבמחצית השנייה של השנה אני כבר אראה התחייבויות לנפח ייצור (Volume commitment) מהלקוחות, איזה מוצרים הם רוצים, ואוכל לספק להם".

אתגרי השוק: מחסור בזיכרון ותחרות מסין טאן הציג גישה ריאליסטית ושקופה לגבי האתגרים בתעשייה:

מחסור בזיכרון: להערכת טאן, המבוססת על שיחות עם יצרניות הזיכרון הגדולות, המחסור העולמי בשבבי זיכרון עבור יישומי AI צפוי להימשך עד שנת 2028. "ה-AI שואב את כל קיבולת הזיכרון הקיימת", הסביר.

התחרות מול סין: בהתייחסו למודל DeepSeek ולהתעצמות הטכנולוגית בסין, הזהיר טאן משאננות. הוא ציין כי גילה שחברת Huawei מעסיקה כ-100 ארכיטקטי מעבדים (CPU Architects) מהשורה הראשונה, שמצליחים לייצר חלופות טכנולוגיות למרות הסנקציות ומגבלות הציוד. "DeepSeek הייתה קריאת השכמה", אמר טאן, והדגיש את הצורך של ארה"ב להאיץ תהליכי מחקר ורגולציה בתחום האנרגיה והתשתיות כדי לא לאבד את ההובלה.

דבריו אלו של טאן מצטרפים לדיווח החברה מאתמול על שיתוף פעולה עתידי עם חברת SAIMEMORY של סופטבנק לפיתוח זיכרון חדש בשם ZAM. בכך החברה הופכת רשמית גם ליצרנית שבבי זיכרון.

ההסכם שכאמור נולד מתוך צורך מעשי של סופטבנק, הענקית היפנית שמקימה כיום רשת של מרכזי נתונים עבור בינה מלאכותית (AI) ברחבי יפן. כאשר הבעיה הגדולה של מרכזים אלו היא צריכת החשמל האדירה שלהם.

הזיכרון החדש, שאינטל וסופטבנק יפתחו יחד, נועד לפתור בדיוק את הנקודה הזו, לספק רכיב מהיר מאוד, אבל כזה שצורך הרבה פחות אנרגיה מהרכיבים הקיימים היום. הפיתוח ייעשה על בסיס ידע אמריקאי וטכנולוגיות ייצור של אינטל, כשהמטרה היא להגיע לייצור המוני בשנת 2029.

הפוסט מנכ"ל אינטל, ליפ-בו טאן: "נכנסים רשמית לתחום ה-GPU; שיפור עקבי של 8% בתפוקת הייצור (Yield) מדי חודש" 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.

אנבידיה ו-TSMC ציינו בפיניקס, אריזונה (17 באוקטובר 2025) אבן דרך תעשייתית: פרוסת שבבים (wafer) ראשונה של ארכיטקטורת Blackwell שיוצרה על אדמת ארה״ב – אינדיקציה לכך שהפלטפורמה נכנסה לייצור בכמויות. מנכ״ל אנבידיה, ג’נסן הואנג, ביקר במפעל TSMC Arizona וחתם יחד עם Y.L. Wang, סגן נשיא התפעול ב-TSMC, על הפרוסה הטקסית.

באנבידיה הגדירו את המהלך כחיזוק שרשרת האספקה האמריקנית ו״השבת״ שכבות מפתח בערימת הטכנולוגיה של ה-AI לייצור מקומי – ממירוץ הנתונים ועד ההסקה (Inference). לדבריהם, ייצור מקומי של רכיבי מפתח ל-AI צפוי לתמוך בחדשנות ולצמצם תלות בייבוא.

ה-wafer יעבור את שלבי העיבוד המקובלים – שכבות, הדפס תבניות, צריבה וחיתוך – עד להפיכתו ל-GPU בעל ביצועים גבוהים במיוחד בארכיטקטורת Blackwell, המיועדת למודלים גנרטיביים גדולים, אימון והיסק בקנה־מידה.

החברות מצביעות על כך שייצור מבוסס-ארה״ב הוא קריטי לעמידה בביקוש. במקביל, אנבידיה מתכננת לפרוס בארה״ב טכנולוגיות AI, רובוטיקה ו-Digital Twin לתכנון והפעלה של אתרי ייצור חדשים – כחלק מייעול תהליכים והאצת time-to-market. בנוסף צוין כנס NVIDIA GTC Washington, D.C. (27–29 באוקטובר), שבו יוצגו כלים ופתרונות ליישומי AI בארגונים, מגזר ממשל וקהילת המחקר.

לפי TSMC, האתר באריזונה ייצר טכנולוגיות מתקדמות, כולל שניים, שלושה וארבעה ננומטר, וכן דור A16, לשימושים ב-AI, טלקום ומחשוב עתיר ביצועים (HPC). זהו חלק מהרחבת הכושר היצרני בארה״ב לאור הביקוש הגואה לשבבי AI.

הואנג אמר באירוע: “זה רגע היסטורי… זו הפעם הראשונה זה עשרות שנים שבה השבב החשוב ביותר מיוצר בארה״ב, ב-fab המתקדם ביותר של TSMC כאן בארה״ב.” הוא קישר את המהלך לחזון “החנא״ת מחדש” של תעשייה מתקדמת בארה״ב וליצירת תעסוקה.

מנכ״ל TSMC Arizona, ריי ג׳ואנג, הוסיף: “להגיע בתוך כמה שנים קצרות לפרוסת Blackwell הראשונה שיוצרה בארה״ב משקף את הטוב ביותר של TSMC… זה נבנה על שלושה עשורים של שותפות עם אנבידיה ועל מחויבות העובדים והשותפים המקומיים.”

הפוסט אנבידיה ו-TSMC: פרוסת Blackwell ראשונה שיוצרה בארה״ב מסמנת ייצור סדרתי הופיע לראשונה ב-Chiportal.

דו"ח חדש של ארגון SEMI, המייצג את שרשרת האספקה בתעשיית האלקטרוניקה והשבבים, מצביע על כך שציוד ייצור השבבים בטייוואן צפוי לרשום השנה זינוק דרמטי – עם הכפלה של היקפי המכירות ביחס לשנה שעברה.

זינוק חד בהיקפי המכירות

במסיבת עיתונאים לקראת פתיחת כנס SEMICON Taiwan 2025, אמר קלארק טסנג, מנהל מחלקת המחקר והסטטיסטיקה ב-SEMI, כי היקפי הציוד בתעשייה בטייוואן יגדלו השנה ב־100% – מעל ההערכות הקודמות שצפו עלייה של 70%. בחודשים ינואר–יולי כבר נרשם גידול של 134% לעומת התקופה המקבילה אשתקד.

הזינוק מיוחס בעיקר להשקעות ענק בתחום שבבי AI, במיוחד ב־GPU (מעבדי גרפיקה) וב־HBM (זיכרון פס רחב), שמובילים את הביקוש העולמי.

תמונת מצב עולמית

גם דרום קוריאה נהנית מהשגשוג ב-AI, עם עלייה שנתית של 38% בהיקפי ציוד הייצור לשבבים בתקופה המקבילה. לעומת זאת, סין רשמה ירידה של 11% – בשל בסיס השוואה גבוה במיוחד מהשנה שעברה.

ברמה הגלובלית, SEMI צופה צמיחה שנתית של 7%–10% בהיקפי ציוד ייצור השבבים ב־2025. חלוקה לפי תחומים: ציוד לייצור פרוסות שבבים (Wafer) יעלה ב־6%–7%, ציוד בדיקות IC יזנק ב־23%, וציוד להרכבת שבבים יגדל ב־8%.

ציוד לייצור שבבים ב־7 ננומטר וטכנולוגיות מתקדמות יותר, כמו גם שבבי זיכרון, יהווה כ־40% מהיקף המכירות השנה – שיעור שצפוי לעלות ל־45% ב־2027 ול־55% ב־2030.

הובלה טכנולוגית טייוואנית

טיֵן ווּ, מנכ"ל ASE Technology, ספקית שירותי אריזה ובדיקות שבבים, אמר כי אף שהעשור הקרוב יביא עמו שינויי מבנה בשרשרת הערך העולמית, תעשיית השבבים הטייוואנית תמשיך להוביל בפיתוחי AI ומרכזי נתונים בפער של שנתיים־שלוש מהמתחרות.

לדבריו, חברות טייוואניות יוכלו לשמור על היתרון התחרותי באמצעות פישוט פתרונות ללקוחות, השקעה בטכנולוגיות חדשות כמו Co-Packaged Optics (CPO), אריזות תלת־ממדיות CoWoS וניהול הספק חכם, ובכך להבטיח יתרון גם בתנאי תחרות גלובליים גוברים.

"האולימפיאדה של תעשיית השבבים"

כנס SEMICON Taiwan 2025, הנפתח השבוע, מתואר על ידי SEMI כ"אולימפיאדה של תעשיית השבבים". השנה ישתתפו בו שיא של 1,200 חברות מ־56 מדינות, שיציגו חידושים ביותר מ־4,100 דוכנים, וצפויים למשוך כ־100 אלף מבקרים – מספר שיא גם הוא.

אמפמ

כותרת: ציוד ייצור השבבים בטייוואן יכפיל את היקפיו השנה בשל הביקוש ל-AI
כותרת משנה:
תגים: שבבים, טייוואן, ציוד ייצור שבבים, SEMI, SEMICON Taiwan, GPU, HBM, בינה מלאכותית, תעשיית השבבים, מרכזי נתונים
ביטוי מפתח: ציוד ייצור שבבים בטייוואן 2025
נרדפים: תעשיית שבבים, ייצור שבבים, ציוד מוליכים למחצה, השקעות AI, טכנולוגיות מתקדמות, CoWoS, CPO

SLUG: taiwan-semiconductor-equipment-ai-2025

רוצה שאכין גרסה מקוצרת באנגלית (250–300 מילים) לפרסום ב־HAYADAN.COM?

הפוסט חיובית לטכנולוגיות AI: ציוד ייצור השבבים בטייוואן צפוי להכפיל את עצמו ב־2025 הופיע לראשונה ב-Chiportal.

על רקע המתיחות המתמשכת בין ארה"ב לסין סביב מגבלות ייצוא טכנולוגיות מתקדמות, מנכ"ל ומייסד חברת אנבידיה, ג'נסן הואנג, הודיע כי החברה הגישה בקשה רשמית לממשל האמריקני לקבל רישיון לייצא מחדש את שבב הבינה המלאכותית H20 לסין. הוא ציין כי הממשל האמריקני הבטיח לאפשר את החידוש תחת רישוי מתאים, והביע תקווה כי המשלוחים יחלו בקרוב.

ההודעה נמסרה במסגרת סבב פגישות רשמי של הואנג הן בוושינגטון הבירה והן בבייג'ינג. בארה"ב הוא פגש את הנשיא טראמפ ובכירים נוספים, והביע תמיכה ביוזמות הממשל לחיזוק תשתיות הבינה המלאכותית המקומיות, הגדלת התעסוקה בענף, והעברת ייצור שבבים לשטח ארה"ב.

בבייג'ינג, הוא דן עם נציגי ממשל ותעשייה על תפקידה של הבינה המלאכותית בהעלאת הפרודוקטיביות ובהרחבת אפשרויות כלכליות. השיחות הדגישו את האפשרות לשתף פעולה בינלאומית במחקר אחראי ובטוח בבינה מלאכותית, לטובת כלל האנושות.

במקביל, חשף הואנג כי אנבידיה תשיק כרטיס גרפי חדש בשם NVIDIA RTX PRO, המותאם לחלוטין לרגולציות הייצוא האמריקאיות. לדבריו, מדובר ב-GPU שמתאים במיוחד ליישומי "תאום דיגיטלי" (Digital Twin) בתעשייה החכמה ובמערכות לוגיסטיות מתקדמות.

"הגענו לנקודת מפנה," אמר הואנג. "הבינה המלאכותית הפכה למשאב יסוד כמו אנרגיה, מים והאינטרנט. אנו רואים במחקר פתוח ובמודלים בסיסיים כלי להנגשת החדשנות לכל מדינה – מאסיה, דרך אירופה ועד אמריקה הלטינית."

לדבריו, כל מודל בינה מלאכותית אזרחי צריך לפעול בצורה מיטבית על בסיס טכנולוגיה אמריקנית, ובכך לתמוך במובילות אמריקנית גלובלית תוך חיזוק כלכלות מתפתחות.

הפוסט מנכ"ל אנבידיה מבקש רישיון לחדש את מכירת שבבי H20 לסין ומודיע על GPU חדש שתואם לרגולציות הופיע לראשונה ב-Chiportal.

באירוע הרבעוני, הדגישה המנכ"לית הזמנית ג'ונסטון את כוונת החברה להתמקד בפיתוח פתרון חדש בשם Jaguar Shores, שייעודו לטפל באופן ממוקד בעומסי עבודה בתחום הבינה המלאכותית

במהלך שיחת הרבעון הרביעי של 2024, הודיעה אינטל כי מעבד ה־GPU Falcon Shores שפותח בישראל לא ישוחרר לשוק, אלא ישמש כפלטפורמה לבדיקות פנימיות בלבד. החלטה זו, אשר באה בעקבות משוב מהתעשייה, מסמנת שינוי אסטרטגי נוסף בתחום חומרת הבינה המלאכותית אצל אינטל.

מה קרה ב־Falcon Shores?
בהתאם להצהרתה של המנכ"לית הזמנית, מישל ג'ונסטון הולטהאוס, Falcon Shores היה מתוכנן במקור להיות פלטפורמה מודולרית מסוג "XPU" לשילוב יחידות CPU ו־GPU, אך לאחר ביטול פרויקט "Rialto Bridge" – יורשו המתוכנן של Ponte Vecchio – התוכניות הוקטן והמעבד עוצב מחדש כ־GPU סטנדרטי. כעת, במקום להשיקו למסחר, החברה תשתמש בו כבסיס לניסויים פנים ארגוניים לצורך פיתוח פתרון כולל במדרג הרכבי עבור מרכזי נתונים המבוססים על בינה מלאכותית.

המעבר ל־Jaguar Shores
באירוע הרבעוני, הדגישה ג'ונסטון הולטהאוס את כוונת החברה להתמקד בפיתוח פתרון חדש בשם Jaguar Shores, שייעודו לטפל באופן ממוקד בעומסי עבודה בתחום הבינה המלאכותית. "המטרה שלנו היא לספק פתרון מערכתי בסטנדרט של מדפי שרת, שיענה על הצרכים של הלקוחות שלנו בהורדת עלויות ובהגברת יעילות העיבוד", היא אמרה.

התחרות בשוק – אתגר משמעותי
החלטת אינטל מגיעה בזמן שהתחרות בשוק החומרה לעיבוד בינה מלאכותית מתחזקת. חברות כמו NVIDIA עם הפלטפורמות Grace Hopper ו־Grace Blackwell, וכן AMD עם סדרת המעבדים MI300, מובילות כיום בתחומי האימון והאינפרנציה של מערכות בינה מלאכותית ומחשוב ביצועים גבוהים. בעוד שבסופרמחשב Aurora, המבוסס על מעבדי Ponte Vecchio של אינטל, לא עמדו בציפיות והועמדו במעמד נחות לעומת פרויקטים כמו Frontier, Jaguar Shores מהווה תקווה חדשה עבור אינטל בתחום.

אתגרים והזדמנויות לעתיד
למרות ש־Jaguar Shores עדיין נותר פרויקט בעל פרטים לא ידועים לציבור, החברה מציינת כי הוא יהיה מותאם באופן בלעדי לעומסי עבודה של בינה מלאכותית. מומחים בתחום מציינים כי אינטל כבר נמצאת לפחות שלוש שנים מאחור מהמתחרים, והמעבר למודל מבוסס AI עשוי לסייע לה לעמוד בקצב התחרות ולהשיב את מעמדה בשוק.

עם הצעד האחרון הזה, אינטל נדרשת כעת להתמקד בפיתוח פתרונות חדשניים ולהשקיע מאמצים משמעותיים כדי להתגבר על הפיגור הטכנולוגי, בתקווה להתאים את מוצריה לצרכים המשתנים של מרכזי הנתונים בעולם המודרני.

הפוסט אינטל מוותרת על שחרור מסחרי של הGPU Falcon Shores שפותח בישראל הופיע לראשונה ב-Chiportal.

נראה כי Nvidia ממשיכה לבסס את שליטתה בשוק ה-GPU, לפי דו"ח מכירות ה-GPU לרבעון הראשון של 2024 שהורכב על ידי Jon Peddie Research (JPR). באופן כללי, זה היה רבעון גרוע לכרטיסי המסך, דבר אופייני כי הוא מגיע אחרי תקופת החגים. עם זאת, המכירות היו גבוהות בהרבה משנת 2023, מה שמצביע על כך ששוק המחשבים מתחיל להתאושש מתקופה איטית של שנתיים.

המספרים של Jon Peddie מראים שמשלוחי ה-GPU ירדו ב-7.9% מהרבעון הקודם ברבעון הראשון, אך עדיין עלו ב-39.2% משנה לשנה, מה שמסמן שינוי משמעותי לשוק כולו. החברה מעריכה שנשלחו 8.7 מיליון GPU ברבעון הראשון, בהשוואה ל-9.5 מיליון כרטיסים גרפיים ברבעון הרביעי של 2023. האופי המחזורי הזה של עליות וירידות הוא דבר טוב, לפי JPR, כי זה אומר שהשוק חוזר למבנה עונתי צפוי במקום הדרך שבה הוא התנהג במהלך המגפה.

משלוחי GPU

לגבי נתח השוק, לפני שנה, המספרים של JPR הראו ש-Nvidia עם 84%, AMD עם 12%, ואינטל עם 4% הנותרים. ברבעון הרביעי של 2023 המספרים האלה השתנו באופן דרמטי, עם ירידה של אינטל ל-1% בלבד ועלייה של AMD ל-7% על חשבון Nvidia ואינטל. אך כל זה השתנה ברבעון האחרון: אינטל ירדה ל-0% בתרשים (כואב), AMD חזרה ל-12%, ו-Nvidia זינקה ל-88%.

לפי JPR, למרות ש-AMD איבדה נתח שוק ברבעון, לחברה הייתה שנה מצוינת עם עלייה של 39% משנה לשנה. במקביל, Nvidia עשתה אפילו טוב יותר, עם שיפור של 45.6% משנה לשנה. הירידה של אינטל מהתרשים הייתה ככל הנראה תוצאה של אי שחרור GPU חדשים לאורך כל שנת 2023. מדווח כי היא מתכוונת להשיק את הארכיטקטורה מהדור השני שלה, Battlemage, השנה, ולכן יהיה מעניין לראות אם היא תוכל לשפר את מצבה כשאלה יגיעו.

פדי חוזה רבעון שני חזק המונע בעיקר מביקוש לחומרת AI, לפי Tom's Hardware. מיקרוסופט חשפה את הגל הראשון של מחשבים עם מעבדי AI מובנים במאי, ו-AI היה נושא מרכזי בתערוכת Computex השבוע. ההשקות הגדולות ביותר הקשורות ל-AI בתערוכה היו ה-CPU החדשים של AMD מדגם Zen 5 Ryzen 9000 למחשבים ניידים ונייחים, וארכיטקטורת Lunar Lake של אינטל למחשבים ניידים. Nvidia גם דיברה על תוכניותיה ל-AI, וחשפה שהארכיטקטורה מהדור הבא שלה נקראת Rubin.

הפוסט אנליסטים: נתח השוק של Nvidia ב-GPU עכשיו עומד על 88%, AMD עם 12% הופיע לראשונה ב-Chiportal.

חברה סינית בשם הודיעה לאחרונה כי היא הפכה לחברה הראשונה במדינה שהציגה פתרון GPU מקומי מהתחלה ועד הסוף.

על פי דיווחים, החברה גייסה את רוב צוות ההנדסה המרכזי שלה בקרב מהנדסים סיניים שעבדו ב-Nvidia. אם נכונות הצהרות החברה, מדובר בהתקדמות גדולה מאוד של סין לקראת עצמאות בתחום השבבים. במור טרדס טוענים כי  טוען כי החברה כבר צברה ידע נרחב בכל שלבי ייצור GPU, וכי הידע הזה מאפשר לה יכולת לתכנן, לייצר, ולשווק את המעבדים הגרפיים שלה, כשהיא מכסה את כל מחזור החיים של המוצר.

החברה טוענת כי פתרונות המעבד הגרפי שלה מבוססים על קניין רוחני מקומי מלא ומומחיות ייצור, ומותאמים למגוון עומסי עבודה של המעבד הגרפי, כולל גרפיקה תלת-ממדי, אימון בינה מלאכותית ומחשוב הסקת מסקנות, מחשוב מקבילי בעל ביצועים גבוהים והאצה עבור רכיבי Codec וידאו בחדות גבוהה במיוחד.

החברה שואפת לכך שהמעבדים הגרפיים שלה שלה ישולבו בצורה חלקה עם תכנוני התשתית של חברות שותפות, כולל פתרונות CPU ופלטפורמות אחרות שפותחו בסין . החברה כבר החלה ב תהליך אינטגרציה.

Moore Threads נוסדה לפני כשנה (אוקטובר 2020) וכבר עברה שלושה סבבי גיוס. בין המשקיעים – סקויה קפיטל סין, ByteDance  וטנסנט תרמו בשלב זה או אחר. בסבב הגיוס האחרון גייסה החברה כ-313 מיליון דולר, במטרה לאפשר לה להתחיל בייצור המוני של שבבי המעבד הגרפי הראשון שלה והמשך מחקר ופיתוח IP עבור ה-GPU SoCs  הבאים שלה.

הפוסט החברה הסינית Moore Threads מכריזה על יכולות פיתוח GPU מלאות הופיע לראשונה ב-Chiportal.