ארז ענתבי, ששימש עד לאחרונה כמנכ"ל SpaceIL שפורקה עם ביטול פרויקט בראשית 2, מונה למנכ״ל חברת hiSky, לאחר שמנכ״ל ומייסד החברה שחר קרביץ הודיע כי הוא מסיים את תפקידו הפעיל בניהול השוטף. קרביץ כתב כי לאחר 11 שנים מאז הקמת hiSky הוא “נסוג מניהול יומיומי” כדי לצאת לדרך חדשה, אך יישאר מחובר לחברה בתפקיד אחר, ובירך את ענתבי על כניסתו לתפקיד.

hiSky היא חברה ישראלית לתקשורת לוויינית שממוקדת בעיקר בחיבוריות לאינטרנט של הדברים (IoT) ובקישוריות באזורים שבהם אין תשתית סלולרית או סיבים – ים, מדבר, תעבורה יבשתית, תשתיות מרוחקות ותעשיות כמו אנרגיה ולוגיסטיקה. במקום להקים “רשת לוויינים משלה”, החברה פיתחה פתרונות שמאפשרים להשתמש בקיבולת של לוויינים קיימים ובמסופים ייעודיים קטנים יחסית, כדי להעביר נתונים בקצבים שמתאימים לחיישנים, טלמטריה, ניטור וניהול ציוד מרחוק. לפי תיאורי החברה ומאגרי תעשייה, המוצר המזוהה איתה הוא משפחת מסופים/מערכת שמיועדים לקישוריות לוויינית קומפקטית ליישומי IoT, כחלק ממגמה רחבה של “נרובנד לווייני” שמחפש אמינות וכיסוי גלובלי יותר מאשר רוחב פס גבוה.

חילופי המנכ״לים מגיעים בתקופה שבה שוק התקשורת הלוויינית עובר שינוי כפול: מצד אחד ביקוש גובר לקישוריות תעשייתית ולניטור בזמן אמת של תשתיות; מצד שני תחרות מואצת מול פתרונות חלופיים – החל מסלולר פרטי (private LTE/5G) ועד קישוריות לוויינית שמציעות קונסטלציות חדשות. עבור חברות כמו hiSky, היכולת להרחיב שיתופי פעולה מסחריים, להעמיק אינטגרציות עם מפעילים/אינטגרטורים ולהוכיח אמינות בקנה מידה – קריטית לא פחות מהטכנולוגיה עצמה.

ותיק בתעשיית החלל

ארז ענתבי מוכר בתעשיית התקשורת והלוויינים הישראלית בעיקר מתפקידיו הקודמים בגילת רשתות לוויין (Gilat Satellite Networks). ב-2015 דווח על מינויו למנכ״ל גילת, ולאחר תקופה של כמה שנים הוא סיים את התפקיד. לפי דיווחים בתקשורת המקצועית, הניסיון שלו בגילת נתפס כרלוונטי במיוחד לחברות שנדרשות לאזן בין פיתוח טכנולוגי, פעילות גלובלית, שרשרת אספקה ויכולת לספק מערכות תקשורת בשווקים תחרותיים.

כעת, ב-hiSky, ענתבי נכנס לחברה שבה לפי הודעת קרביץ הוא מעורב מאז הקמתה ב-2016 כחבר דירקטוריון. המינוי עשוי לשקף רצון “להעביר הילוך” בצד המסחרי-תפעולי: הרחבת פריסה אצל לקוחות, שיתופי פעולה עם שותפים בינלאומיים והאצה של מסחור בקנה מידה גדול – אתגרים שמוכרים היטב לחברות תקשורת לוויינית שפועלות מול לקוחות תעשייתיים וממשלתיים.

הפוסט חילופי מנכ״לים ב-hiSky: ארז ענתבי מונה למנכ״ל במקום המייסד שחר קרביץ 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.

חברת Weebit Nano‏ (ASX:WBT)‏, מפתחת ומעניקת רישיונות מובילה לטכנולוגיות זיכרון מתקדמות עבור תעשיית המוליכים למחצה העולמית, הודיעה כי העניקה רישיון לטכנולוגיית זיכרון הגישה האקראית ההתנגדותי (ReRAM) שלה ל־Texas Instruments‏ (TI) – חברה גלובלית בתחום המוליכים למחצה המפתחת, מייצרת ומשווקת שבבים אנלוגיים ושבבי עיבוד משובץ.

על פי תנאי ההסכם, טכנולוגיית ה־ReRAM של Weebit תשולב בצמתי הייצור המתקדמים של TI עבור שבבי עיבוד משובץ. ההסכם כולל רישוי קניין רוחני, העברת טכנולוגיה, תכנון והסמכה (qualification) של Weebit ReRAM בתוך טכנולוגיות התהליך של TI.

Weebit ReRAM הוא זיכרון לא־נדיף (NVM) בעל צריכת הספק נמוכה ובעלות יעילה, שהוכיח שמירת נתונים מצוינת בטמפרטורות גבוהות, והוסמך לעמידה בתקן AEC-Q100 לפעולה ב־150 מעלות צלזיוס.

עמיחי רון, סגן נשיא בכיר, TI Embedded Processing, אמר: “אנחנו נרגשים לשתף פעולה עם Weebit Nano כדי לשלב טכנולוגיית זיכרון ReRAM בטכנולוגיות התהליך ובמוצרים שלנו. שיתוף הפעולה בין TI ל-Weebit Nano יאפשר ללקוחותינו גישה לטכנולוגיית NVM מובילה בתעשייה מבחינת ביצועים, קנה מידה ואמינות – ויעזור לנו לחזק את מעמדנו כספק מוביל של מעבדים משובצים.”

קובי חנוך, מנכ״ל Weebit Nano, אמר: “TI היא אחת מיצרניות השבבים המשולבות (IDM) המובילות בעולם, ומייצרת עשרות מיליארדי שבבים מדי שנה. ההסכם הזה הוא איתות חזק נוסף לכך שהתעשייה נעה לכיוון ReRAM כיורשת של זיכרון הפלאש בתכנוני SoC. הוא גם מחזק את מעמדה של Weebit כספקית העצמאית המובילה של טכנולוגיית ReRAM.”

אודות Weebit Nano Limited

Weebit Nano Ltd. היא מפתחת ומעניקת רישיונות מובילה לטכנולוגיית זיכרון מתקדמת למוליכים למחצה. טכנולוגיית Resistive RAM ‏(ReRAM או RRAM) פורצת הדרך של החברה נותנת מענה לצורך ההולך וגובר בפתרונות זיכרון בעלי ביצועים גבוהים משמעותית וצריכת הספק נמוכה יותר במגוון מוצרי אלקטרוניקה חדשים, כגון התקני האינטרנט של הדברים (IoT), טלפונים חכמים, רובוטיקה, כלי רכב אוטונומיים, תקשורת דור 5 ובינה מלאכותית. Weebit ReRAM מאפשר לאלמנטים של זיכרון מוליכים למחצה להיות מהירים יותר, זולים יותר, אמינים יותר וחסכוניים יותר באנרגיה בהשוואה לפתרונות המבוססים על זיכרון פלאש קיים. מכיוון שהטכנולוגיה מבוססת על חומרים ידידותיים לקווי ייצור (fab-friendly), ניתן לשלב אותה במהירות ובקלות בתהליכי ייצור קיימים, ללא צורך בציוד מיוחד או בהשקעות גדולות. מידע נוסף באתר: www.weebit-nano.com.

הפוסט טקסס אינסטרומנטס רוכשת רישיון לטכנולוגיית ReRAM של Weebit Nano לשילוב בשבבי עיבוד משובץ 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.

קלארוטי, המתמקדת בהגנת מערכות סייבר־פיזיות (CPS), השיקה מאגר חדש שנועד לפתור בעיה מוכרת בצוותי אבטחה: קושי בסיסי לדעת בכלל איזה ציוד תעשייתי, אוטונומי או רפואי מחובר לרשת, ומה מצב האבטחה שלו. הספרייה החדשה, המבוססת על בינה מלאכותית, נועדה לאפשר זיהוי מדויק יותר של נכסים פיזיים, שיוך חולשות לכל נכס, וצמצום "נקודות מתות" ברשת הארגונית.

מערכות CPS כוללות ציוד כמו בקרי יצור תעשייתיים, רובוטים, מערכות בניין חכם, מדחני הדמיה רפואית וציוד מחובר נוסף. בניגוד לשרתים ולמחשבים אישיים, הציוד הזה אינו מדווח תמיד בצורה עקבית על דגם המוצר או גרסת התוכנה, ולעיתים קרובות הנתונים שרואים בצד הרשת אינם תואמים לרישומי היצרן.

דו"ח חדש של Team82, צוות המחקר של קלארוטי, מצביע עד כמה הבעיה רחבה: לפי הנתונים, 88% מנכסי ה-CPS אינם משדרים קוד מוצר מלא, ו-76% מהם משדרים שמות מוצרים שאינם תואמים לרישומי היצרן. המשמעות היא שצוותי אבטחה אינם יכולים לסמוך על המידע הגולמי מהרשת, ועלולים לפספס נכסים או חולשות – מה שיוצר אזורים ללא נראות, חשיפה ממושכת להתקפות וטיפול חלקי בלבד באיומים.

הספרייה החדשה של קלארוטי נבנתה מתוך ניסיון לפתור את הפער הזה. לפי החברה, מדובר בקטלוג נכסי CPS המבוסס על מודלי AI, המצליבים מידע ממקורות שונים – כולל יצרני ציוד תעשייתי ורפואי – כדי להגיע לזיהוי מדויק יותר של כל נכס. לשם כך שיתפה קלארוטי פעולה עם שחקניות מרכזיות בתחום, ובהן Rockwell Automation ו-Schneider Electric, שסיפקו מידע על מאפייני מוצרים ותצורות פריסה בשטח.

בקלארוטי מדגישים כי "חוסן מתחיל בנראות": בלי רשימה אמינה של כל מכשיר מחובר שיכול להפוך לנקודת כניסה לתוקפים, קשה לשייך חולשות, להעריך סיכון ולקבוע סדרי עדיפויות לטיפול. הספרייה אמורה לשמש כמקור אחד ומובנה, שמוריד מעומס העבודה הידני של צוותי האבטחה ומאפשר להם להתמקד בניהול סיכונים ולא בניקוי ומיון נתונים.

מבחינה טכנולוגית, הספרייה עושה שימוש במודלי שפה גדולים (LLMs) ובשיטות הסקה סטטיסטיות כדי לאסוף ולנתח כמויות גדולות של מידע לא מובנה על דגמי ציוד, יצרנים וגרסאות. התוצאה מוצגת כמאגר אחיד, שבו כל נכס מזוהה ומקושר לחולשות רלוונטיות, אם קיימות. כך יכולים ארגונים לקבל תמונת מצב טובה יותר על רכיבי התשתית התעשייתית והרפואית שלהם, ולתעדף תיקונים והגנות.

הספרייה תשולב במוצרי הדגל של קלארוטי – Claroty xDome ו-Claroty Continuous Threat Detection (CTD) – ותספק להם שכבת מודיעין נכסים מעודכנת. עבור לקוחות, המשמעות היא שהמערכות הקיימות לזיהוי איומים וניהול סיכונים יקבלו "מנוע זיהוי" משופר, מבלי צורך להטמיע פלטפורמה חדשה.

נציגי Rockwell Automation ו-Schneider Electric מגדירים את הספרייה כמהלך שמקל על הלקוחות שלהם לעמוד בדרישות אבטחה בסביבות ייצור חכמות, שבהן כמות המכשירים המחוברים רק הולכת וגדלה. מעבר לכך, עצם יצירת מאגר אחיד של נכסי CPS עשויה להפוך עם הזמן לתשתית משותפת לתעשייה כולה – צעד שיקל על שיתוף מידע על חולשות ומגמות תקיפה, ולא רק על זיהוי מקומי בתוך כל ארגון.

בסופו של דבר, המהלך של קלארוטי משקף מגמה רחבה יותר בעולם הסייבר התעשייתי: מעבר מאיתור נקודתי של פרצות, לניהול סיכונים שיטתי שמתחיל בשאלה הבסיסית – מה בכלל מחובר לרשת, ואיך הוא באמת נראה "על פי היצרן" ולא רק "על פי מה שהרשת מספרת".

הפוסט קלארוטי משיקה ספריית CPS לזיהוי חולשות בציוד תעשייתי ורפואי מחובר לרשת הופיע לראשונה ב-Chiportal.

קוולקום (Qualcomm Technologies) הודיעה על רכישת Arduino – פלטפורמת הקוד הפתוח הפופולרית בקרב מייקרים, מהנדסים ומוסדות חינוך – במהלך שנועד “לדמוקרטיזציה” של מחשוב קצה ו-AI עבור מפתחים ברחבי העולם. תנאי העסקה לא פורסמו, והשלמתה תלויה באישורים רגולטוריים. Arduino תשמור על המותג, הכלים והמשימה שלה, ותמשיך לתמוך בשבבים של יצרנים רבים, לא רק בקוולקום. לפי החברות, לקהילת Arduino יש למעלה מ-33 מיליון משתמשים פעילים. ההודעה פורסמה ב-7 באוקטובר 2025. (qualcomm.com)

מה חדש: UNO Q – “שני מוחות” על לוח אחד

לצד ההודעה על הרכישה הושק UNO Q – לוח פיתוח בדפורם-פקטור של UNO, המשלב מעבד יישומי Dragonwing QRB2210 של קוולקום, המסוגל להריץ לינוקס (Debian), עם מיקרו־בקר STM32U585 למשימות זמן אמת. הארכיטקטורה הדואלית מאפשרת להריץ ראייה ממוחשבת, עיבוד קול ומודלי AI קלי משקל בצד ה-Linux, ובמקביל לשלוט בדיוק גבוה במנועים, חיישנים ו-I/O דרך ה-MCU. לפי Arduino, הרכיבים כוללים האצות AI, GPU ומעבדי תמונה (ISP), לצד תמיכה במצלמות, אודיו ותצוגות. (blog.arduino.cc)

ב-Arduino מדגישים כי UNO Q נועד להיות “הכלי המיידי” של כל מפתח – מהדגמה הראשונה ועד אבטיפוס תעשייתי – כאשר אקו-סיסטם הספריות והסקצ’ים של Arduino נשאר מוכר, אך כעת נוסף לו כוח מחשוב של מחשב לינוקס מלא. דפי המוצר הרשמיים מדברים על “ארגז כלים אחד” המשלב את שני העולמות – לינוקס וזמן אמת – באותו לוח. (Arduino Online Shop)

App Lab: סביבת פיתוח מאוחדת ל-Linux, RTOS, Python ו-AI

במקביל הוצג App Lab – סביבת פיתוח חדשה שמאחדת את מסלול העבודה בין Arduino Sketch (C/C++), סקריפטים ב-Python ומודלי AI בקונטיינרים, ומנהלת אותם מממשק אחד. App Lab משתלבת ישירות עם Edge Impulse – פלטפורמת ה-TinyML שנרכשה זה מכבר בידי קוולקום – כדי לייעל איסוף נתונים מהעולם האמיתי, אימון, כיוונון ופריסה של מודלים למשימות כמו זיהוי אובייקטים ובני אדם, סיווג תמונה, זיהוי קולות סביבה ו-keyword spotting. (Arduino Online Shop)

למה זה חשוב: מ-“בלינק” ל-“תחשוב”

Arduino נולדה לפני כ-20 שנה ככלי הוראה ואבטיפוס זריז. השילוב בין לינוקס עתיר יכולות ל-MCU דטרמיניסטי משקף מגמה רחבה במחשוב קצה: צורך בעיבוד AI מקומי (vision, audio) לצד בקרה בזמן אמת – ברובוטיקה, בית חכם מתקדם, תעשייה ו-IoT. עבור תעשיות אלה, היכולת להריץ inference מקומי מפחיתה תלות בענן, חוסכת רוחב-פס וזמן שיהוי, ומשפרת פרטיות. UNO Q ממקם את Arduino מול לוחות בסגנון Raspberry Pi, אך מוסיף את רובד ה-MCU המוכר של Arduino על אותו PCB. (LinuxGizmos.com)

האסטרטגיה של קוולקום: “פול-סטאק” ל-Edge AI

הרכישה מצטרפת לרכישות קודמות של Foundries.io (מערכת עדכוני OTA ואבטחה) ו-Edge Impulse (כלי TinyML), ומסמנת שאיפה לבנות ערימה מלאה – חומרה, תוכנה וכלים – למיליוני מפתחים, מההובי ועד הארגון, כולל מסלול מסחרי בקנה מידה גלובלי. בקוולקום מציינים כי שימור הגישה הפתוחה של Arduino הוא תנאי מרכזי, וכי הפלטפורמה תמשיך לתמוך בשבבים של ספקים נוספים. ההיגיון העסקי: להכניס את קהילת המפתחים העצומה של Arduino אל תוך אקו-סיסטם קוולקום ולהאיץ פרויקטים משלב הדגם לשוק. (qualcomm.com)

זמינות ומחיר

פרסומים בתקשורת מציינים כי ה-UNO Q יוצע להזמנה מוקדמת במחיר של כ-44 דולר, עם USB-C וסביבת App Lab מותקנת מראש; נתונים אלו עשויים להשתנות עם ההשקה בפועל, ולכן מומלץ להצליב מול דף המוצר הרשמי של Arduino. (The Verge)

מה הלאה?

העסקה תלויה באישורים רגולטוריים. אם תאושר, שילוב קהילת Arduino בכלי ה-AI והקצה של קוולקום עשוי להשפיע על אופן שבו מפתחים בונים מוצרי IoT חכמים – החל מאבטיפוסים בכיתה ועד קווי ייצור חכמים. עבור קוראים טכניים, יהיה מעניין לעקוב אחרי זמינות ה-SDKs, תאימות הספריות הקיימות, תמיכת הקרנל וה-device tree לליבת ה-Dragonwing, והיקף התמיכה של App Lab ב-containerization על הלוח עצמו. (Reuters)

הפוסט קוולקום רוכשת את Arduino ומשיקה UNO Q עם “שני מוחות” ל-Edge AI הופיע לראשונה ב-Chiportal.

מחשוב קוונטי: טכנולוגיית המחשוב הקוונטי מבטיחה לחולל מהפכה בדרך שבה מחשבים מעבדים מידע, מה שמוביל להתקדמות משמעותית בתחומים כמו בינה מלאכותית, קריפטוגרפיה וגילוי תרופות. אנחנו נמצאים עדיין בתחילת דרכו של המחשוב הקוונטי אך כבר היום ברור כי תחום זה ישען באופן משעותי על יכולתם של שבבים לבצע עיבוד מידע מהיר ורב ערוצי.

מחשוב נוירומורפי: מחשוב נוירומורפי הוא סוג של מחשוב שנועד לחקות את המבנה והתפקוד של המוח האנושי. המטרה של מחשוב נוירומורפי היא ליצור מערכות שיכולות לעבד מידע ביעילות רבה יותר ובמהירות גבוהה יותר ממערכות מחשוב מסורתיות, במיוחד במשימות הקשות לביצוע ע"י מערכות מחשוב מסורתיות, כגון זיהוי תמונות או עיבוד שפה טבעית.

תקשורת G5 ואילך: המשך ההשקה של רשתות G5 ופיתוח טכנולוגיית הדור הבא (כלומר G6) ידרשו התקדמות משמעותית בתעשיית המוליכים למחצה כדי לעמוד בדרישות ההולכות וגוברות לרוחב פס גבוה יותר והשהייה נמוכה יותר לתקשורת נתונים מהירה.

מחשוב קצה: הצמיחה של מכשירי האינטרנט של הדברים (IoT) והצורך בעיבוד נתונים בזמן אמת, מניעים את הגידול במחשוב קצה (EDGE Computing), המסתמך על טכנולוגיית מוליכים למחצה חזקה ויעילה. מחשוב קצה מתייחס לעיבוד נתונים ביחידת הקצה במקום שליחת הנתונים לעיבוד במרכזי נתונים ובכך מפחית את דרישות ההשהיה ורוחב הפס אך דורש שבבים חזקים שיעבדו את הנתונים ביחידת הקצה. דוגמאות ליישומי מחשוב קצה כוללים רכבים אוטונומיים, בתים חכמים ואוטומציה תעשייתית. מחשוב קצה מספק מספר יתרונות, כולל זמני תגובה מהירים יותר, אמינות מוגברת וצמצום העומס ברשת. עם זאת, הוא גם מציג אתגרים חדשים, כגון ניהול ואבטחת משאבי מחשוב מבוזרים, והבטחת יכולת פעולה הדדית בין התקני קצה ומערכות שונות.

רכבים אוטונומיים: מכוניות בנהיגה עצמית וכלי רכב אוטונומיים אחרים כולל משאיות, אוטובוסים, אופנועים, ואפילו אוניות דורשים מוליכים למחצה מתקדמים כדי לבצע עיבוד נתונים מהיר ומדויק ביותר תוך קבלת מידע מכמות גדולה של חיישנים בזמן אמת.

מציאות מוגברת ומציאות מדומה: טכנולוגיות AR ו-VR דורשות מוליכים למחצה רבי עוצמה לעיבוד מידע וגרפיקה באיכות גבוהה כדי להבטיח חווית משתמש חלקה, ומהירה. VR מייצג מציאות רבודה, בעוד ש-VR מייצג מציאות מדומה.AR  מכסה מידע דיגיטלי על העולם האמיתי, ומשפר את תפיסת המציאות של המשתמש באמצעות שימוש במצלמת סמארטפון או טאבלט, אשר לוכדת את סביבת המשתמש ומוסיפה תוכן דיגיטלי כגון תמונות, טקסט או דגמי תלת מימד. VR, לעומת זאת, מטמיעה לחלוטין את המשתמש בסביבה דיגיטלית, לרוב באמצעות אוזניות או משקפיים היוצרים חוויה מדומה שיכולה להיות אינטראקטיבית, תלת מימדית ומציאותית. גם ל-AR וגם ל-VR ישומים רבים כולל משחקים, חינוך, שירותי בריאות, תיירות ופרסום.

בינה מלאכותית: הצמיחה של בינה מלאכותית מניעה את הפיתוח של חומרה מיוחדת, כמו יחידות עיבוד עצביות, שיכולות להאיץ את העיבוד של אלגוריתמי AI. עיבודי בינה מלאכותית מתוכנתים לבצע משימות שבדרך כלל דורשות אינטליגנציה אנושית, כגון תפיסה חזותית, זיהוי דיבור, קבלת החלטות ותרגום שפה ואי לכך דורשים גם משאבי עיבוד נתונים אינטנסיבים או במילים אחרות מעבדים חזקים. לבינה מלאכותית יש פוטנציאל לחולל מהפכה בתעשיות רבות, משירותי בריאות ופיננסים ועד לתחבורה וייצור.

Blockchain: טכנולוגיית Blockchain דורשת מעבדים חזקים ויעילים לאימות עסקאות פיננסיות ואחרות וליצירת רשתות מאובטחות ומבוזרות. טכנולוגיה זו משתמשת ברשת מחשבים כדי לאמת עסקאות כמו טרנזקציות כספיות ומבטלת את הצורך במתווכים כגון בנקים או מוסדות פיננסיים אחרים.

אימות ביומטרי: אימות ביומטרי הוא אימות זהותו של אדם באמצעות המאפיינים הפיזיים או ההתנהגותיים הייחודיים שלו כגון טביעות האצבעות, דפוסי הקשתית או הרשתית, הפנים, הקול או אפילו קצב ההקלדה שלו. האימוץ של אימות ביומטרי. אימות שכזה מניע את הפיתוח של טכנולוגיית מוליכים למחצה ייעודיות לעיבוד ואחסון נתונים ביומטריים בצורה מאובטחת. אימות ביומטרי נחשב למאובטח יותר משיטות מסורתיות כמו סיסמאות או קוד PIN והוא משמש במגוון יישומים, לרבות מערכות בקרת כניסה, מכשירים ניידים, עסקאות בנקאיות ופיננסיות ובקרת גבולות..

מחשוב חסכוני באנרגיה: ככל שהחששות לגבי צריכת אנרגיה ושינויי אקלים ממשיכים לגדול, נוצר ביקוש הולך וגובר לטכנולוגיית מוליכים למחצה שהיא יעילה יותר באנרגיה ובת קיימא.

לסיכום נאמר שטכנולוגיית מוליכים למחצה איפשרה את הפיתוח של רבות מהטכנולוגיות שאנו מסתמכים עליהן כיום, כולל סמארטפונים, מחשבים ואינטרנט .לכן יש לנו סיבות טובות להאמין כי היא תמשיך להיות חיונית גם לפיתוח טכנולוגיות עתידיות. יתרה מכך, ככל שהטכנולוגיה תמשיך להתקדם, מוליכים למחצה ישחקו תפקיד קריטי עוד יותר בחידושים הטכנולוגים ובישומים החדשים.

הפוסט <strong>10 הטכנולוגיות שיניעו את תעשיית השבבים בעשור הקרוב</strong> הופיע לראשונה ב-Chiportal.

AI ו-IoT סוללים את הדרך לשוק המוליכים למחצה של טריליון דולר. כך עולה מסקירה שפורסמה באתר Thomas Net – פלטפורמה למסחר ברכיבים לתעשיית השבבים המפרסמת גם את מה שהיא מכנה מדד תומס.

על פי DataM Intelligence, שוק המוליכים למחצה והאלקטרוניקה צפוי להגיע לטריליון דולר עד 2029, קצב צמיחה שנתי מורכב של 7.4%. צמיחה זו נובעת מהתקדמות שנעשתה בבינה מלאכותית (AI), באינטרנט של הדברים (IoT) ובלמידת מכונה.

בנוסף, הביקוש הצרכני למכשירים אלקטרוניים ושבבי זיכרון מתקדמים ממשיך להניע את צמיחת השוק. שבבי מוליכים למחצה לסמארטפונים צפויים להגיע ל-155 מיליארד דולר ב-2024.
יצרנית השבבים הגדולה בעולם, TSMC, הודיעה לאחרונה על פיתוח מפעל בשווי 12 מיליארד דולר באריזונה. למתקן זה תהיה היכולת לייצר 20,000 פרוסות מוליכים למחצה מדי חודש. וזו רק ההתחלה, שכן TSMC מתכננת לבנות לא פחות משישה מפעלים באתר אריזונה ב-15 השנים הקרובות.

כאשר מספר השבבים המיוצרים בארה"ב ירד ב-25% ב-30 השנים האחרונות, הוקמו מספר יוזמות להגברת הייצור המקומי. האחת היא חוק השבבים והמדע שנחתם ב-9 באוגוסט, שמוציא 53 מיליארד דולר ליצרניות שבבים אמריקאיות. משרד האנרגיה האמריקאי גם מלווה סכום עצום של 2.5 מיליארד דולר לייצור תאי סוללה; ההשקעה הראשונה בתוכנית מסוגה. בנוסף, חוק הפחתת האינפלציה צפוי להגביר את הביקוש לרכבים חשמליים על ידי חיזוק התקנות סביב המקור המקומי של סוללות לרכבים חשמליים.

ייצור החומרים הדרושים לסוללות נמצא גם הוא במגמת עלייה. שתי חברות בנות של קבוצת לוטה איחדו לאחרונה כוחות לפתיחת מפעל לנייר כסף קתודי בקנטקי. רדיד קתודי הוא חומר אלומיניום דקיק ואחד מארבעת המרכיבים העיקריים של סוללת רכב חשמלי.

אנו רואים מגמת צמיחה מקבילה בפלטפורמת Thomasnet.com. הביקוש למוליכים למחצה עלה ב-150% מרבעון לרבעון ו-129% משנה לשנה.

הפוסט IOT ובינה מלאכותית יסללו את הדרך לשוק המוליכים למחצה של טריליון דולר בסוף העשור הופיע לראשונה ב-Chiportal.

אחת העובדות הברורות המוכיחות כי מודבר בשוק חם היא סבב הגיוס שהשלימה לאחרונה חברת אוגורי ובו גייסה 180 מיליון דולר לפי שווי של למעלה ממיליארד דולר!!! ובכך הצטרפה למועדון היוניקורנים היוקרתי. החברה הישראלית פיתחה מערכת כוללת המשלבת תוכנה וחומרה הבודקת את תקינות מכונות היצור ולמעשה "שומרת על בריאותם" ומונעת תקלות עוד בטרם הושבתה מכונה קריטית בקוו היצור. לחברה צבר לקוחות מכובד הכולל חברות כגון חברת החשמל, תנובה וכימיקלים לישראל וגם לקוחות בחו"ל. אוגורי הוקמה בחיפה בשנת2011 ומעסיקה כיום 220 עובדים.

את סבב הגיוס הנוכחי הובילה בייקר יוז, ענקית אנרגיה מטקסס שהיקף הכנסתוה הנשתיות מסתכם ב20 מילארד דולר. למעשה בייקר יוז היתה בעבר חטיבה של ענקית האנרגיה ג'נרל אלקטריק (GE), עד שפוצלה ממנה. בייקר יוז היא ספקית של שירותים בתחום האנרגיה והטכנולוגיה כמו תוכנה, תשתיות, מערכות וכל הדרוש לקידוחי גז ונפט.  בסבב השתתפה גם המשקיעה החדשה SE Ventures, שהיא זרוע ההשקעות התאגידית של שניידר אלקטריק (Schneider Electric), לצד משקיעים קודמים וביניהם: קומרה קפיטל, Insight Partners, Eclipse Ventures, קרן ההשקעות של חברת השבבים קוואלקום , ענקית הביטוח הגרמנית Munich RE Ventures, ו-Lerer Hippeau Ventures. עם השלמת הסבב, סך הגיוס הכולל של החברה במהלך כל שנות פעילותה עומד על 286 מיליון דולר. תחום חם כבר אמרנו?

לצפיה בסרטון קצר עם יזמי Augury לחצו כאן

הפוסט התחום החם הבא: יצרני חיישנים הופיע לראשונה ב-Chiportal.

"כשמתכננים מערכות מבוזרות צריך להביא בחשבון את המורכבות כדי לעשותן חסינות. כך אומר פרופ' שאהראם דוסטאר, מהאוניברסיטה הטכנולוגית של וינה בהרצאתו: "חוכמה בקצה – הבנת המיזוג של מיחשוב קצה ומיחשוב ענן". פרופ' דוסטאר היה אחד המרצים בכנס ChipEx2021 שהתקיים בשבוע שעבר בת"א בארגון חברת ASG.

"המערכות היום מושתתות על שלושה מרכיבים: אנשים שירותי תוכנה ודברים. כמובן, בשילוב עם תשתית החומרה שאנו משתמשים בה כעת. המערכות הללו צריכות להיות מערכות גמישות.יש לכך הרבה דוגמאות: למשל בתים חכמים, רשתות בריאות חכמות, מערכות ממשלתיות, מערכות אדמיניסטרטיביות, רשתות תחבורה, כלי רכב אוטונומיים, רשתות אנרגיה וכו '. המשותף לכל המערכות האלה הוא שהן כוללות את השילוב של שלושת אבני הבניין."

"החידוש העיקרי הוא שעד כה היתה לנו אינטראקציה של אנשים עם המערכת אבל הם היו בדרך כלל מחוץ למערכת שאנחנו בונים. כיום יש הכרה בכך ששלושת אבני הבניין חיוניים כבר בשלב תכנון המערכת. אפשר להשוות את המצב למערכות טבעיות, לדוגמה המערכת האקולוגית הימית: יש לנו את השמש (מקור האנרגיה), יש לנו ציפורים, יש לנו דגים, יש לנו את המים, יש לנו את הסלעים, וכו '. ומה שאנחנו יכולים לומר שהם כאן הוא שיש לנו מערכת מורכבת של יחסי תלות ברשת והתנהגות מסתגלת. כאשר הדבר מתרחש נוכל לומר שזו מערכת אקולוגית איתנה."
"אבל כאשר מתרחש שיבוש אנחנו מרגישים את זה במדדים השונים, למשל גיוון. מערכת מתנהגת כאילו יש לה מטרה. תכונה זו מנוגדת למצב הטבעי – התנהגות אנתרופית כלומר אקראית."

"אנו צריכים לחשוב על המערכות שאנו בונים במערכות מורכבות של חומרה ותוכנה המשמשות לקיום אינטראקציה עם בני אדם. אפשר לקחת את המטאפורה של הסביבה הימית ולהשליך אותה על מערכות מבוזרות. הטבע, יש לנו את הסלעים הדגים והשמש ואילו בתשתית IT בעולם המערכות המבוזרות יש לנו את כוח המחשוב."
"צריכת החשמל של הרשת, בעיות רוחב פס, הן דוגמאות למשתנים במערכות מבוזרות כגון ערים חכמות. יש לנו את האינטרנט של הדברים. יש לנו חיישני וידאו, תנועה, אש וכו', יש לנו שירותי תוכנה שיוצרים יישומים. באמצעותם אפשר לנהל תחומים כמו חניה, איסוף אשפה, מים, שירותים עירוניים וכו'. יש לנו את האנשים שמסתובבים עם המכשירים החכמים שלנו ויוצרים נתונים. כל שלושת אבני הבניין יוצרים שירות."
"אנו יכולים להבחין שיש משפחות חדשות של בקשות שדורשות למעשה גישה לנתונים מהסביבה בזמן אמת. לכן ברצוננו לנצל טוב יותר את משאבי המחשוב והאחסון הנמצאים בסמיכות קרובה יותר ליצרני הנתונים ולצרכנים באמצעות יישומים הדורשים ניתוח דינאמי. כך, למשל, בעיר חכמה, אתה רוצה לומר משהו על תחום מסוים, כגון ניהול בניה, או למשל אתה רוצה לדעת על כל מה שקורה באיזור מסוים. "
"במערכות המידע של העבר, אפשר היה לטפל או בבקשות הרוחביות או בבקשות האנכיות אך היה קשה לשלב ביניהם. מגפת הקורונה הראתה לנו שצריך לשפר את שילוב התחומים השונים. צריך לנהל את כל המערכת מה-IOT שנמצא בקצה דרך תחנות בסיס של 5G, ועד לענן. היום י שלנו חתיכות שונות של תשתית ורצף מיחשוב בין התקני קצה בעלי אמינות נמוכה, דרך הרשת ועד לענן.
כדי לקבל את הגמישות הזו, ולאפשר שימוש בבינה מלאכותית בקצה אנחנו צריכים לטפל במערכת כך שניתן יהיה לעשות מה שיותר בתוכנה, כי אם הכל יהיה רק חומרה יהיה קשה להגדיל בקנה מידה את המערכות."
בהמשך התייחס דוסטאר לתכונות ציוד הקצה שצריך להתיחס עליהן ואשר סותרות זו את זו:
• ההשהיה, יש יותר ויותר יישומים שדורשים השהיה נמוכה אבל המבנה הנוכחי של הרשתות ההטרוגניות והחלוקה של ענן ו-IOT עלולה להשפיע על הביצועים.
• סוגית איכות ציוד הקצה: באופן מסורתי, הביצועים בתשתית הענן לא יהיו קרובים להתקן הקצה, והדבר מעלה שורה של בעיות מורכבות הכררוכות בבטיחות ואבטחוה של מערכות מבוזרות.
• לוקליות וניידות – המערכות החדשות הללו דורשות התייחסויות בכל הקשור לפרטיות, קונפיגורציות של תוכנה והתפתחות מערכות.
לסיכום אומר פרופ' דוסטאר: "חייבים למצוא פתרונות להתמודד עם הדרישות הסותרות הללו כדי להקים מערכות חסינות."

הפוסט ChipEx2021: "כשמתכננים מערכות מבוזרות צריך להביא בחשבון את המורכבות כדי לעשותן חסינות" הופיע לראשונה ב-Chiportal.