אפל (Apple) בוחנת חזרה לשוק השרתים הארגוניים, יותר מעשור לאחר שהפסיקה למכור את משפחת Xserve. לפי דיווח של The Information, החברה מפתחת מערכת שרת המבוססת על שבבי Apple Silicon ומיועדת בעיקר להרצת יישומי בינה מלאכותית אצל חברות, ממשלות ומפתחים.

הדיווח מתאר שתי תצורות אפשריות: מערכת קטנה יותר המבוססת על שני שבבי M8 Ultra, ומערכת גדולה יותר עם ארבעה שבבים. M8 Ultra הוא שבב עתידי שעדיין אינו קיים כמוצר מסחרי, ולכן מדובר בתוכנית לטווח ארוך. לפי המקור, היעד שנבחן הוא 2029.

הפרויקט מסקרן במיוחד משום שאפל שוקלת לשלב בו טכנולוגיית קישוריות של NVIDIA. לפי The Information, אנשי אפל דנו באפשרות להשתמש ב־NVLink Fusion כדי לחבר בין שבבי M8 Ultra ולגרום למספר מעבדים לפעול כמערכת אחת.

NVLink Fusion פותח דלת גם לשבבים שאינם של NVIDIA

NVLink פותח במקור כדי לספק קישוריות מהירה בין GPUs ומעבדים של NVIDIA. בשנים האחרונות הרחיבה NVIDIA את המודל באמצעות NVLink Fusion, המאפשר לחברות אחרות לשלב מעבדים, מאיצים או רכיבי CPU משלהן בתוך מערכות המבוססות על תשתית הקישוריות של NVIDIA.

עבור אפל, חיבור כזה עשוי להיות משמעותי משום ששבבי M-series מאופיינים בארכיטקטורת זיכרון מאוחד וביעילות אנרגטית גבוהה, אך חיבור מספר שבבים למערכת גדולה מחייב שכבת interconnect מהירה מאוד. בשוק ה־AI, שבו מודלים גדולים נפרסים על פני עשרות ומאות מאיצים, הקישוריות הפכה לרכיב קריטי בביצועים הכוללים.

עצם האפשרות לשיתוף פעולה בין אפל ל־NVIDIA בולטת גם מבחינה היסטורית. היחסים בין החברות היו מתוחים במשך שנים, ואפל עברה בהדרגה לפתרונות גרפיים ומעבדים שפיתחה בעצמה. שילוב טכנולוגיית NVIDIA בשרת עתידי יהיה שינוי משמעותי בדפוס הזה.

לא שרת לענן של אפל בלבד

על פי הדיווח, מדובר במוצר שאפל עשויה למכור ללקוחות חיצוניים ולא רק להפעיל במרכזי הנתונים שלה. קהל היעד עשוי להיות ארגונים המעוניינים להריץ מודלי AI אצלם — בעיקר בשלב ה־inference, כלומר הפעלת מודלים מאומנים והפקת תשובות — ולא בהכרח לבנות אשכולות ענק לאימון מודלים מהיסוד.

הכיוון מתאים גם לשימוש הגובר במחשבי Mac Studio ו־Mac mini עם Apple Silicon בקרב מפתחי AI, בעיקר למשימות שבהן קיבולת זיכרון גדולה וצריכת חשמל נמוכה חשובות לצד ביצועי המאיץ.

עם זאת, צריך להדגיש כי אפל לא הכריזה על המוצר. The Information מציין שהשרת עדיין נמצא בשלבי תכנון, שהשימוש ב־NVLink Fusion אינו סגור, ושגם יעד 2029 עשוי להשתנות. פרויקטים ארוכי טווח מסוג זה עשויים לעבור שינויים גדולים ואף להתבטל לפני ההשקה.

חזרה לשוק שאפל עזבה ב־2011

אפל הפסיקה את Xserve ב־2011 ובמשך שנים התרחקה משוק שרתי הארגונים. חזרה לשוק הזה תהיה חריגה מהאסטרטגיה המוכרת של החברה, שהתמקדה במכשירי קצה, שירותים ומחשבים אישיים.

הסיבה האפשרית לשינוי היא גל ההשקעות בבינה מלאכותית. הביקוש לשרתים עתירי זיכרון ולמערכות inference יוצר שוק חדש שבו יעילות אנרגטית, שילוב חומרה־תוכנה וקישוריות מהירה עשויים לפתוח מקום גם לארכיטקטורות שאינן x86 או GPU מסורתיים.

אם אפל אכן תוציא את המוצר לפועל, היא לא תהיה רק לקוחה של תעשיית שרתי ה־AI — אלא עשויה להפוך לספקית חומרה המתחרה ישירות על תקציבי תשתית בארגונים.

הפוסט דיווח: אפל בוחנת חזרה לשוק השרתים עם M8 Ultra וקישוריות של NVIDIA 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.