האירוע החריג בטיסת Flydubai מדובאי לתל אביב, שבמהלכו שידר המטוס את קודי החירום 7700 ו־7500 לפני שנחת בסעודיה, המחיש לא רק את חשיבותם של נהלי החירום בתעופה אלא גם את מקומה של תעשיית השבבים בתוך מערכות הבטיחות של מטוס מודרני.

קוד 7500, המשמש לציון התערבות בלתי חוקית במטוס, הוא בסופו של דבר רצף של ארבע ספרות המוזן לטרנספונדר. אלא שמאחורי הפעולה הפשוטה הזו נמצאת מערכת אלקטרונית שמקבלת מידע, מעבדת אותו ומשדרת אות רדיו לתחנות הקרקע ולמערכות המכ"ם.

לפי נהלי ICAO, כאשר מטוס נתון להתערבות בלתי חוקית, על הטייס לנסות לבחור בקוד 7500 בטרנספונדר. קוד 7700 שמור למצב חירום כללי, ואילו 7600 מציין אובדן תקשורת רדיו. ICAO

הטרנספונדר הוא למעשה מחשב רדיו קטן

הטרנספונדר של מטוס אינו רק "משדר". הוא מכיל מערכות עיבוד דיגיטליות, זיכרון, רכיבי RF ומגברי הספק המאפשרים לו לענות לאותות שמגיעים ממכ"ם משני ולשדר מידע בחזרה.

במערכות מודרניות הוא משתלב גם ב־ADS-B – Automatic Dependent Surveillance-Broadcast – שבאמצעותו משדר המטוס באופן אוטומטי נתונים כגון זהותו, מיקומו, גובהו ומהירותו.

גם כאן תעשיית השבבים ממלאת תפקיד מרכזי. לדוגמה, NXP פיתחה רכיבי LDMOS להספקי RF גבוהים המיועדים בין היתר למשדרי ADS-B ולטרנספונדרים אוויריים. החברה תיארה רכיב המסוגל לספק יותר מ־700 ואט בהספק פולסי, תוך הקטנת גודל מגבר ה־RF – מאפיין חשוב במיוחד במערכות תעופתיות שבהן משקל, נפח וצריכת הספק הם גורמים קריטיים. NXP

לא רק הטרנספונדר: מטוס מודרני מלא במחשבים

מערכות האוויוניקה במטוס נוסעים כוללות מספר גדול של מחשבים ומערכות אלקטרוניות: בקרת טיסה, ניהול מנועים, ניווט, תקשורת, מערכות התרעה מפני התנגשות, מכ"ם מזג אוויר, תצוגות בתא הטייס ומערכות ניטור.

בתוך המערכות הללו אפשר למצוא מיקרו־מעבדים, FPGA, ASIC, זיכרונות ורכיבים מסחריים מן המדף – COTS – לצד רכיבים שתוכננו במיוחד לשימוש תעופתי.

אלא שבעולם התעופה אי אפשר פשוט לקחת את המעבד החדש והחזק ביותר ולהתקין אותו במטוס.

כאשר שבב חייב להיות צפוי

אחת הבעיות שמעסיקות את רשויות התעופה היא דווקא המורכבות ההולכת וגדלה של השבבים.

ה־FAA מציין כי שילוב גבוה של פונקציות בתוך System-on-Chip אמנם מאפשר להקטין את הגודל והמשקל של מערכות אוויוניקה, אך יוצר גם בעיות חדשות. ככל שהשבב מורכב יותר, קשה יותר לבחון את פעולתו הפנימית, וחלק מהרכיבים המתקדמים אף עלולים להתנהג באופן שאינו דטרמיניסטי לחלוטין מנקודת מבטה של מערכת האימות. מנהל התעופה הפדרלי

במערכת צרכנית, תקלה במעבד עלולה לגרום לאתחול של הטלפון. במחשב בקרת טיסה, התוצאה האפשרית חמורה בהרבה. לכן נדרש תהליך ארוך של אימות ותיעוד.

DO-254: התקן שמגיע עד לרמת השבב

אחד התקנים המרכזיים בתחום הוא RTCA DO-254, העוסק באבטחת התכנון של חומרה אלקטרונית מוטסת. ה־FAA משתמש בו ובהנחיות המשלימות שלו בתהליכי הסמכת חומרה אווירית.

ההנחיות חלות בין היתר על ASIC, רכיבי לוגיקה מתוכנתת ו־FPGA, ואף מתייחסות לשימוש ברכיבי COTS ובקניין רוחני מסחרי המשולב במערכות תעופתיות. מנהל התעופה הפדרלי

רמת הבדיקה הנדרשת תלויה בחומרת התוצאה האפשרית במקרה של כשל. ככל שהמערכת קריטית יותר לבטיחות הטיסה, כך גדל הצורך להוכיח שהתכנון, הבדיקות ותהליך הייצור עומדים בדרישות מחמירות יותר. ה־FAA מציין כי DO-254, יחד עם התקנים המקבילים לתוכנה, מהווה כיום חלק מהמתודולוגיה המקובלת לאישור מערכות דיגיטליות מורכבות במטוסים. מנהל התעופה הפדרלי

האירוע מסתיים – האלקטרוניקה ממשיכה לעבוד

במקרה של טיסת פליי דובאי, עדיין נדרש בירור מלא של האירוע שהתרחש בתא הטייס. אבל מבחינה טכנולוגית, אפשר לראות בו המחשה לפעולתה של שכבת הגנה נוספת שאינה תלויה רק בתקשורת קולית.

כאשר הוזן קוד 7500, המערכת האלקטרונית של המטוס הפכה ארבע ספרות לאות שהגיע בתוך זמן קצר אל מערכות הבקרה הקרקעיות. מבחינת הנוסעים מדובר היה באירוע חירום. מבחינת תעשיית השבבים, זו דוגמה נוספת לכך שחלק מהמוליכים למחצה החשובים ביותר אינם אלה שמפעילים טלפונים או מאיצי AI, אלא רכיבים קטנים יחסית שנדרשים לפעול באופן אמין בדיוק ברגע שבו כל השאר משתבש.

הפוסט כיצד ארבע ספרות הופכות לאזעקה: השבבים שמאחורי מערכות החירום במטוסים הופיע לראשונה ב-Chiportal.

חברת RAAAM Memory Technologies מפתח תקווה ויצרנית השבבים GlobalFoundries הודיעו על שיתוף פעולה אסטרטגי לפיתוח ולהסמכה של זיכרון GCRAM בפלטפורמת FDX המבוססת על טכנולוגיית FD-SOI. במסגרת הפרויקט השלימו החברות טייפ־אאוט של שבב ניסוי משותף — כלומר, התכנון הועבר לייצור לצורך בחינתו בסיליקון.

לפי ההודעה הרשמית של GlobalFoundries, תא הזיכרון שתוכנן במשותף צפוי להקטין ב־40% את השטח המוקצה לזיכרון ולהפחית את צריכת ההספק שלו בעד 60% לעומת זיכרון SRAM מסחרי. החברות מתכננות לאפשר ללקוחות מובילים גישה לתכנון ה־GCRAM בתחילת 2027.

ניסיון לפרוץ את צוואר הבקבוק של הזיכרון על השבב

בשבבים לבינה מלאכותית בקצה, לרכב ול־IoT, הזיכרון המשובץ עשוי לתפוס חלק גדול משטח הסיליקון. ככל שנדרש לשמור יותר נתונים בקרבת יחידות החישוב, גדלים השטח, ההספק והעלות המיוחסים למערכי SRAM. במקביל, מזעור תאי SRAM אינו מתקדם בהכרח באותו קצב שבו מצטמצמים טרנזיסטורי הלוגיקה בתהליכי ייצור מתקדמים.

RAAAM מפתחת את GCRAM — זיכרון מסוג Gain-Cell RAM — כחלופה לזיכרון SRAM משובץ. הטכנולוגיה מבוססת על תא זיכרון קטן יותר, תואמת לתהליכי CMOS רגילים ואינה דורשת הוספה של שלבי ייצור ייעודיים. עם זאת, בניגוד ל־SRAM השומר את המידע כל עוד מוזן אליו מתח, זיכרון Gain-Cell מאחסן מטען ודורש מנגנון רענון. משום כך, הצלחת הפתרון תלויה לא רק בצפיפות התא אלא גם במשך שמירת המידע, בתדירות הרענון, במהירות הגישה וביציבות בתנאי עבודה שונים.

החברות מסרו כי התא החדש תוכנן באמצעות כללי תכנון מצומצמים ומותאמים במיוחד לפלטפורמת FDX. טכנולוגיית FD-SOI של GlobalFoundries מתאפיינת בזליגה נמוכה, שלדברי RAAAM מאריכה את משך שמירת הנתונים ב־GCRAM ומפחיתה את האנרגיה הדרושה לרענון. השילוב אמור לאפשר ללקוחות להגדיל את קיבולת הזיכרון על אותו שטח שבב, או לשמור על אותה קיבולת ולהקטין את שטח הסיליקון.

רוברט גיטרמן, מנכ״ל ומייסד משותף של RAAAM, אמר כי השלמת הטייפ־אאוט בפלטפורמת FDX ממחישה את השילוב בין טכנולוגיית הזיכרון של החברה ליכולות הייצור של GlobalFoundries. לדבריו, הזליגה הנמוכה של FD-SOI יכולה להאריך את זמן שמירת הנתונים ולאפשר חיסכון משמעותי באנרגיה ביישומי בינה מלאכותית בקצה.

סודיפטו בוז, סגן נשיא לניהול מוצרי FD-SOI ב־GlobalFoundries, אמר כי שיתוף הפעולה נועד להרחיב את היצע הקניין הרוחני בפלטפורמת FDX ולהציע פתרון זיכרון המשנה את יחסי ההספק, הביצועים והשטח — PPA — ביישומי בינה מלאכותית ויישומים מתקדמים נוספים.

NXP כבר בוחנת את הפתרון

NXP Semiconductors, שהובילה בנובמבר 2025 את סבב A של RAAAM בהיקף 17.5 מיליון דולר, בוחנת כעת את יתרונות הפתרון המשותף. ויקטור וואנג, סגן נשיא לחדשנות Front End ב־NXP, אמר כי צמצום השטח וההספק עשוי לאפשר הגדלה של קיבולת הזיכרון על השבב, להפחית העברת נתונים לזיכרון חיצוני ולשפר את יעילות המערכת כולה.

הפרויקט עם GlobalFoundries מתקדם במקביל לעבודתה של RAAAM על התאמת GCRAM לתהליך 2 ננומטר של TSMC, שעליה דיווח CHIPORTAL ביוני. בעוד הפרויקט ב־TSMC בוחן את הטכנולוגיה בצומת ייצור מתקדם במיוחד, שיתוף הפעולה החדש מתמקד בהטמעתה בפלטפורמת FD-SOI המיועדת בין היתר לשבבי קצה חסכוניים באנרגיה.

עם זאת, טייפ־אאוט הוא שלב הנדסי חשוב אך אינו הוכחה סופית לביצועי הטכנולוגיה. לאחר ייצור שבב הניסוי יצטרכו החברות למדוד את הצפיפות, צריכת ההספק, זמן שמירת הנתונים, מהירות הגישה והאמינות, ורק לאחר מכן להשלים את תהליך ההסמכה ולהעמיד בלוק IP בשל לשילוב במוצרים מסחריים.

הפוסט RAAAM הישראלית ו־GlobalFoundries השלימו טייפ־אאוט לשבב ניסוי בזיכרון GCRAM הופיע לראשונה ב-Chiportal.

קווין ז'אנג, סגן מנהל התפעול המשותף וסגן נשיא בכיר לפיתוח עסקי ולמכירות גלובליות ב־TSMC, הציג במסיבת עיתונאים במסגרת TSMC Technology Symposium Europe באמסטרדם מסר ברור: הבינה המלאכותית כבר אינה רק סיפור של חוות שרתים ו־GPU גדולים. השלב הבא שלה יהיה פיזי – כלי רכב, רובוטים, מערכות חישה ויישומי קצה – והוא ידרוש מהתעשייה להגדיר מחדש מהו "שיפור" בטכנולוגיית שבבים.

לדברי ז'אנג, מנוע הצמיחה המרכזי של תעשיית השבבים עבר לבינה מלאכותית ולמחשוב עתיר ביצועים. TSMC מעריכה כי עד סוף העשור שוק השבבים העולמי יעבור את רף 1.5 טריליון הדולר, כאשר AI ו־HPC יהיו אחראים ליותר ממחציתו. המשמעות היא שינוי בסדר העדיפויות: סמארטפונים עדיין חשובים, אך הם כבר אינם המנוע היחיד שמכתיב את קצב ההתקדמות הטכנולוגית.

צוואר הבקבוק: חשמל וחום

הנקודה המרכזית בדברי ז'אנג הייתה כי מגבלת הבינה המלאכותית אינה רק כמה טרנזיסטורים אפשר להכניס לשבב, אלא כמה חישוב אפשר להפיק מכל ואט. לקוחות TSMC, לדבריו, מבקשים ביצועים גבוהים יותר בלי עלייה מקבילה בצריכת החשמל – בדרישות שחוזרות על עצמן במרכזי נתונים, במכשירי קצה, ברכב ובאינטרנט של הדברים.

לכן, יעד היעילות האנרגטית הפך למרכזי במפת הדרכים. ז'אנג הצביע על יעד של שיפור של כ־30% ביעילות האנרגטית מדור טכנולוגי אחד למשנהו, למשל במעבר מ־N2 לדורות מתקדמים יותר כגון A14. מבחינת מרכזי נתונים, זהו שיפור משמעותי הרבה יותר מהתאמות תשתיתיות כמו שינוי מערכות אספקת החשמל, שמניבות בדרך כלל אחוזים בודדים בלבד.

עם זאת, ז'אנג הדגיש כי הטרנזיסטור לא נעלם מהתמונה. להפך: פיתוח טרנזיסטורים מתקדם, ובכלל זה שימוש ב־EUV ובמבני nanosheet, עדיין צורך את עיקר מאמצי המחקר והפיתוח. ההבדל הוא שהצפיפות כבר אינה נמדדת רק בשטח דו־ממדי על פני הפרוסה, אלא בנפח תלת־ממדי של מערכת שלמה.

ממפת דרכים של צמתים למפת דרכים של מערכות

בצד טכנולוגיות הייצור, TSMC מציגה משפחה רחבה של תהליכים מתקדמים. N2, טכנולוגיית ה־2 ננומטר של החברה, נכנסת להאצה מסחרית עם עניין רחב מצד לקוחות. בהמשך צפויות גרסאות משופרות כמו N2U, וכן A16, A14, A13 ו־A12. לפי TSMC, A12 תשלב טכנולוגיית אספקת חשמל מהצד האחורי של השבב, Super Power Rail, ותכוון במיוחד ליישומי AI ו־HPC.

אך החלק החשוב לא פחות הוא האריזה המתקדמת. ז'אנג הציג את CoWoS כאחד ממנועי הצמיחה המרכזיים של AI. הטכנולוגיה מאפשרת לשלב שבבי חישוב גדולים עם זיכרון HBM בתוך מארז אחד, וכך לקצר את המרחק הפיזי שהמידע צריך לעבור. TSMC כבר מייצרת מארזי CoWoS בגודל 5.5 שדות חשיפה, ומתכננת לעבור למארזים גדולים בהרבה, עד 14 שדות חשיפה, שיוכלו להכיל מספר רב של שבבי חישוב וערימות HBM.

המשמעות היא שחוק מור אינו נעלם, אלא משנה צורה. במקום להסתמך רק על הקטנת טרנזיסטורים, TSMC מנסה להגדיל את צפיפות החישוב באמצעות שילוב תלת־ממדי של לוגיקה, זיכרון, חיבוריות ופוטוניקה.

פוטוניקה משולבת: האור נכנס לאריזת השבב

אחד הכיוונים החשובים שהציג ז'אנג הוא מעבר הדרגתי מנחושת לסיבים אופטיים בתוך מרכזי הנתונים. לדבריו, אלקטרונים מצוינים לחישוב, אך פוטונים יעילים יותר להעברת מידע למרחקים קצרים ובינוניים בתוך מערכות גדולות.

כאן נכנסת לתמונה COUPE, טכנולוגיית הפוטוניקה המשולבת של TSMC. הרעיון הוא לקרב את מנוע ההמרה האופטית אל יחידת המיתוג והחישוב, במקום להשאיר את ההמרה ברמת הלוח או המודול החיצוני. שילוב כזה אמור להפחית את צריכת החשמל ואת ההשהיה בתקשורת בין שבבים ובין שרתים. מבחינת AI, שבו מאות אלפי מאיצים צריכים לעבוד יחד, זהו צוואר בקבוק מרכזי.

הבינה המלאכותית יוצאת מהשרתים

חלק בולט בהרצאת ז'אנג הוקדש למה שהוא כינה "בינה מלאכותית פיזית". הכוונה היא למערכות שאינן רק מנתחות טקסט, תמונה או וידאו, אלא פועלות בעולם הפיזי: כלי רכב אוטונומיים, רובוטים תעשייתיים, רובוטים דמויי אדם ומערכות חישה מתקדמות.

ז'אנג תיאר את הרכב כ"רובוט פשוט יחסית" בדרך לדורות מורכבים יותר של רובוטיקה. בניגוד לרובוטים תעשייתיים ישנים, שפעלו לפי תסריט קבוע בסביבה סגורה, רובוטים חכמים יצטרכו להבין סביבה משתנה ולהגיב אליה בזמן אמת. לשם כך הם יזדקקו לשילוב של חישוב, חישה, בקרה, מיקרו־בקרים, ניהול הספק וזיכרון – לא רק למעבד אחד חזק.

בהקשר זה הכריזה TSMC גם על N2A, תהליך ייצור המיועד לרכב ומבוסס nanosheet, שאמור לעמוד בדרישות האמינות המחמירות של תעשיית הרכב. החברה מציגה את התחום הזה כחיבור בין AI, רכב ורובוטיקה – שלושה שווקים שבעבר נחשבו נפרדים יותר.

אירופה כמגרש מרכזי ל־Physical AI

ז'אנג הדגיש כי לאירופה יש תפקיד חשוב בשלב הבא של הבינה המלאכותית. היתרון האירופי אינו בהכרח במרכזי הנתונים הגדולים ביותר, אלא בעומק ההנדסי של תעשיית הרכב, בניהול הספק, במיקרו־בקרים ובמערכות תעשייתיות. חברות כמו Infineon, Bosch ו־NXP מייצגות בדיוק את שכבת השבבים הנדרשת כאשר AI יוצאת מהענן אל העולם הפיזי.

בהקשר זה משתלבת ההשקעה של TSMC באירופה. מפעל ESMC בדרזדן, מיזם משותף של TSMC, Bosch, Infineon ו־NXP, מיועד לחזק את ייצור השבבים לתעשיות הרכב והתעשייה באירופה. במקביל, מרכז התכנון של TSMC במינכן נועד לסייע ללקוחות אירופיים להתאים את התכנונים שלהם לטכנולוגיות הייצור של החברה.

הפוסט קווין ז'אנג מ־TSMC: עתיד ה־AI יוכרע ביעילות אנרגטית ובאריזות שבבים תלת־ממדיות הופיע לראשונה ב-Chiportal.

NXP Semiconductors מאותתת בחודשים האחרונים על שלב חדש באסטרטגיה שלה לשוק הרכב: פחות הסתמכות על מכירת מיקרו־בקרים ורכיבי קישוריות כיחידות נפרדות, ויותר ניסיון לתפוס מקום בליבת הארכיטקטורה של הרכב המוגדר־תוכנה. המהלך הזה קיבל ביטוי ברור בתחילת ינואר, כאשר החברה חשפה ב־CES את סדרת המעבדים S32N7, שאמורה לרכז בפלטפורמה אחת פונקציות ליבה של הרכב – הנעה, דינמיקת רכב, מערכות מרכב, שערי תקשורת ותחומי בטיחות – ולהפוך את הרכב למערכת מרכזית עם יכולות AI בקצה. (nxp.com)

לפי NXP, סדרת S32N7 מבוססת על תהליך 5 ננומטר, נועדה לאחד עד שמונה תחומים שונים בתוך מחיצות חומרה בטוחות, ולספק שילוב של עיבוד יישומים, עיבוד זמן־אמת, האצת AI, ניהול נתונים ותקשורת מהירה אל אזורים, חיישנים ומפעילים ברכב. בחברה אף טוענים כי המעבר לארכיטקטורה מרוכזת יותר יכול להפחית את עלות הבעלות הכוללת של היצרן בעד 20%, בין היתר באמצעות צמצום מספר יחידות החומרה, הפחתת מורכבות החיווט והאלקטרוניקה, והקלה על פיתוח תוכנה אחיד בין דגמים ומותגים. עם זאת, חשוב לציין כי דף המוצר של NXP עדיין מגדיר את S32N7 כמוצר Preproduction, כלומר פלטפורמה שטרם עברה לשלב מסחרי מלא.

למהלך הזה יש גם גיבוי אקוסיסטמי. NXP הודיעה כי Bosch תהיה הראשונה לשלב את S32N7 בפלטפורמת האינטגרציה שלה לרכב, לאחר עבודה משותפת על תכנוני ייחוס, מסגרות בטיחות ותמיכה בהטמעה. עבור NXP, זהו איתות חשוב לשוק: לא מדובר רק בהכרזה על שבב חדש, אלא בניסיון לקשור סביבו שותפי Tier-1 ותשתית פיתוח שתאפשר ל־OEMs לקצר זמני פיתוח ולעבור לארכיטקטורות SDV באופן פחות כואב. במילים אחרות, החברה מנסה למכור לא רק סיליקון, אלא גם נקודת כניסה לליבת המחשב של הרכב הבא.

במקביל להשקת S32N7, NXP חיזקה את היצע ה־Edge AI והקישוריות שלה באמצעות שתי רכישות שהושלמו באוקטובר 2025. ב־24 באוקטובר סגרה החברה את רכישת Aviva Links תמורת 243 מיליון דולר במזומן לפני התאמות סגירה; החברה הנרכשת מתמחה בפתרונות קישוריות תוך־רכביים תואמי ASA, תחום רלוונטי במיוחד לכלי רכב עתירי מצלמות, חיישנים ותצוגות. שלושה ימים לאחר מכן השלימה NXP את רכישת Kinara תמורת 307 מיליון דולר במזומן לפני התאמות סגירה. Kinara מביאה עמה מעבדי NPU דיסקרטיים, ניתנים לתכנות וחסכוניים בהספק, המיועדים למערכות AI בקצה. שתי העסקאות יחד מחזקות את המסר של NXP: שילוב בין מחשוב מרכזי, תקשורת תוך־רכבית מהירה ויכולות הסקה מקומית הוא הבסיס לדור הבא של הרכב החכם.

מבחינה עסקית, התמונה מורכבת יותר מהנרטיב האסטרטגי. NXP דיווחה על הכנסות של 3.34 מיליארד דולר ברבעון הרביעי של 2025, עלייה של 7% משנה לשנה, אך ההכנסות השנתיות הסתכמו ב־12.27 מיליארד דולר – ירידה של 3% לעומת 2024. רויטרס דיווחה כי כ־55% ממכירות החברה מגיעות משוק הרכב, כך שגם כאשר החברה מדברת על AI בקצה ועל “Physical AI”, היא עדיין תלויה מאוד במחזוריות של ייצור הרכב ובקצב ההתאוששות של הלקוחות האוטומוטיביים. מנגד, התחזית לרבעון הראשון של 2026 – הכנסות בטווח של 3.05 עד 3.25 מיליארד דולר – הייתה מעט מעל ציפיות השוק, והנהלת החברה הציגה זאת כסימן להתייצבות בשוק התעשייתי ולהמשך חוזק יחסי ברכב.

לצד זאת, כמה דיווחים בתעשייה מצביעים על כך שהמומנטום ברבעון הרביעי לא הגיע בעיקר מהרכב, אלא דווקא מהמגזרים הצומחים יותר של Industrial & IoT ושל מובייל, בעוד שהרכב התקדם בקצב מתון יותר. המשמעות עבור NXP ברורה: השוק אוהב את הכיוון האסטרטגי של SDV, קונסולידציית מחשוב ו־Edge AI, אבל ידרוש בקרוב לראות הוכחה מסחרית רחבה יותר – כלומר design wins, מעבר מפרה־פרודקשן להטמעות סדרתיות, ועלייה ממשית בתכולת השבבים לרכב.

מנקודת מבט של תעשיית השבבים לרכב, NXP מנסה כעת לבצע מעבר לא פשוט אך הגיוני: להפוך מספקית חזקה של רכיבי בסיס, רדאר, תקשורת ומיקרו־בקרים, לשחקנית פלטפורמה שמחזיקה גם את שכבת המחשוב המרכזית וגם חלק מן האינטליגנציה של הרכב. אם S32N7 אכן יהפוך למעבד מאמץ אצל יצרני רכב גדולים, ואם הרכישות של Kinara ו־Aviva Links יתורגמו למוצרים ולזכיות תכנון, החברה עשויה להגדיל את הערך שהיא לוכדת מכל רכב. אם לא, היא עלולה להישאר חשופה בעיקר לאותם מחזורי ביקוש אוטומוטיביים שהגבילו את קצב הצמיחה שלה בשנה האחרונה. זו בדיוק הסיבה שהרבעונים הקרובים יהיו קריטיים במיוחד עבור NXP – וגם עבור המתחרות שלה בשוק מחשוב הרכב.

הפוסט NXP מחדדת אסטרטגיה ברכב המוגדר־תוכנה: S32N7, רכישות חדשות ודחיפה ל־AI בקצה הופיע לראשונה ב-Chiportal.

“האתגר העיקרי טמון במשיכת השקעות ציבוריות ופרטיות כאחד כדי להגדיל במהירות את הקיבולת הנוספת,” אומר ג’ורג’ גרגורי, מנכ״ל סוכנות הפיתוח הכלכלי Malta Enterprise. לדבריו, מפעלי שבבים דורשים כוח אדם מיומן בהיקף גדול, חומרי גלם מאוד ספציפיים ועלויות אנרגיה נמוכות—שלושתם במחסור ברחבי אירופה.

הדברים נאמרים על רקע נתון שהנציבות האירופית מתגאה בו: שנה לפני עדכון מתוכנן של חוק השבבים האירופי, בריסל טוענת שהחוק—שאומץ ב־2023 ונכנס לתוקף ב־21-9-2023—כבר הוביל להשקעות הקשורות לשבבים בהיקף של יותר מ־80 מיליארד אירו, כמעט פי שניים מהיעד המקורי של 43 מיליארד אירו.

אלא שלצד הכותרות על “מבול השקעות”, אירופה עדיין מתקשה לשנות את התמונה הגדולה: חלקה בייצור העולמי של שבבים ממשיך לרחף סביב כ־10%, בזמן שמדינות אחרות משקיעות במקביל סכומים דומים ומתחרות על השבבים המתקדמים ביותר למרכזי נתונים, בינה מלאכותית ומערכות ביטחון.

הרבה יותר מפאבים: אירופה משקיעה גם בפיילוט־ליינים, תכנון ויכולות

המסר המרכזי שעולה מהסקירה הוא שחוק השבבים דוחף השקעות “בכל רוחב המערכת האקולוגית”—לא רק בקווי ייצור המוניים. חלק משמעותי מהכסף זורם למסגרות כמו קווי ייצור פיילוט, תכנון שבבים ומרכזי יכולת (competence centres), בעוד שהגדלת הייצור בקנה מידה תעשייתי מוצגת כיעד ארוך טווח יותר. (sciencebusiness.net)

דוגמה בולטת לכיוון הזה הגיעה ממש בתחילת פברואר 2026: ב־9-2-2026 הודיע מכון המחקר הבלגי imec על NanoIC—יוזמת פיילוט־ליין בהיקף של 2.5 מיליארד אירו, שמיועדת לאפשר לחברות ולמעבדות “לנסות” שלבי תהליך מתקדמים (מעבר לרף 2 נ״מ) לפני מעבר לייצור מסחרי. ברויטרס הודגש שהמהלך משתלב בשאיפת האיחוד להכפיל את נתח השוק שלו בשבבים ל־20% עד 2030. (Reuters)

מפעלי דגל ברחבי היבשת: דרזדן, דרום צרפת, קטניה ואוסטריה

לצד ההשקעות ביכולת ובמו״פ, “מפעלי הדגל” כן מתקדמים—ובעיקר סביב שבבים לתעשייה ולרכב, ובחלק מהמקרים גם לרכיבי בינה מלאכותית.

בדרזדן שבגרמניה מתוכנן מפעל של ESMC—מיזם משותף שבו TSMC מחזיקה 70% ובוש, אינפינאון ו-NXP מחזיקות 10% כל אחת. ההשקעה הכוללת צפויה לעלות על 10 מיליארד אירו, וחלק ניכר ממנה מגובה במימון ציבורי; הפרויקט גם מבקש מעמד רשמי של “Open EU Foundry” במסגרת חוק השבבים. (sciencebusiness.net)

בצרפת מקודם פרויקט של 2.9 מיליארד אירו עם STMicroelectronics ו-GlobalFoundries לייצור שבבים מהדור הבא בדרום־מזרח המדינה; באיטליה אושרה חבילת סיוע ממשלתית של 2 מיליארד אירו למתקן SiC חדש של STMicroelectronics בקטניה; ובאוסטריה הועמדו 227 מיליון אירו למימון ציבורי להרחבת מפעל של ams OSRAM, עם אפשרות להשקעה פרטית נוספת של 567 מיליון אירו עד 2030. (sciencebusiness.net)

במקביל, גם “שרשרת הערך שמעל ומתחת לייצור” מקבלת דחיפה. TSMC מקימה מרכז תכנון שבבים אירופי במינכן, במטרה לתמוך בלקוחות אירופיים ולהאיץ חדשנות תכנונית—צעד שמחזק את ההיגיון של אירופה: לא רק למשוך ייצור, אלא גם לבנות יכולת תכנון ותיאום בין תכנון לייצור.

מלטה כמקרה בוחן: “מדינה קטנה, השפעה אסטרטגית”

הכתבה מדגישה שמדינות קטנות יכולות לתפוס נישות אסטרטגיות—במיוחד בעולם ה-backend: הרכבה, בדיקה ואריזה מתקדמת. במלטה, לדוגמה, פועל מפעל של STMicroelectronics מאז 1981, ולאחרונה הושלמה בו הרחבה גדולה שהפכה אותו—לפי הדיווח—לאחד המתקדמים באיחוד בתחום ייצור ה-backend, ומיקמה את מלטה כמרכז בעל ערך גבוה להרכבה ואריזת שבבים.

גרגורי מצביע גם על יתרונות תחרותיים “לא נוצצים” אך קריטיים למשקיעים: במלטה מחירי החשמל נמוכים בכ־18% לעומת ממוצע גוש האירו, ושכר המגזר היצרני נמוך בכ־41% מהממוצע בגוש. הוא טוען שמדינות קטנות מסוגלות לעיתים לפעול בזריזות רבה יותר, להעמיד מסגרות רגולטוריות מהר יותר, ולפתח יכולות נישה כמו אריזה מתקדמת—בדיוק במקום שבו אירופה רוצה לצמצם תלות חיצונית.

אז למה “ייתכן שיידרש יותר”?

למרות קצב ההכרזות, גם בריסל וגם השטח מבינים שהמספרים לבדם לא מבטיחים תחרותיות. היעד הרשמי של האיחוד הוא להגיע לנתח שוק של 20% עד 2030, אך בינתיים חלק הייצור נשאר סביב 10% והמרוץ העולמי רק מתלהט.

לישראל יש כאן עניין עקיף אך ברור: אירופה היא שוק יעד מרכזי לתעשיות רכב ותעשייה מתקדמת—והן בדיוק הלקוחות שההשקעות החדשות מבקשות לשרת. אם אירופה תצליח לבנות תשתית ייצור, תכנון ואריזה חזקה יותר, חברות שבבים פבלס (כולל כאלה עם פעילות בישראל) עשויות למצוא מסלולי שותפות חדשים—אבל גם תחרות חדשה על טאלנטים, תשתיות ואנרגיה.

כיתוב תמונה מוצע: קו רקיע של לה ולטה, מלטה—מדינה קטנה שמנסה לתרגם יתרונות של עלויות אנרגיה ושכר, יחד עם מומחיות ב-backend, לתפקיד אסטרטגי בשרשרת הערך האירופית של השבבים.

הפוסט חוק השבבים האירופי מזניק השקעות: יותר מ־80 מיליארד אירו כבר על השולחן, אבל הייצור עדיין תקוע סביב 10% הופיע לראשונה ב-Chiportal.

NXP מהמרת על “בינה מלאכותית פיזית”: AI שמוטמע במכונות, רובוטים וחיישנים – ולא רק בענן. המנכ״ל החדש רפאל סוטומאיור מציב את מה שהוא מכנה “בינה מלאכותית פיזית” (Physical AI) בלב אסטרטגיית הצמיחה של החברה: שבבים שמריצים מודלי AI בתוך מערכות בעולם האמיתי – רובוטים במפעל, ציוד לוגיסטי, מערכות בטיחות, חיישנים תעשייתיים ומחשוב קצה (Edge) – במקום להסתמך בעיקר על עיבוד בענן. הרעיון פשוט: אם מכונה צריכה לזהות סכנה, לנווט, לייצב זרוע רובוטית או להגיב לתקלה – היא לא יכולה “להמתין לענן”. היא צריכה לקבל החלטה בזמן אמת, מקומית, עם שיהוי מינימלי ובאמינות גבוהה.

מה זה בעצם “בינה מלאכותית פיזית”

בשונה מ-AI “דיגיטלי” שמייצר טקסט/תמונה, Physical AI מתאר AI שמחובר לחיישנים ולמפעילים (Actuators): מצלמות, מכ״ם, LiDAR, מדי רעידות, טמפרטורה, זרם, מיקום ועוד – שמובילים לפעולה פיזית: עצירה, תיקון, שינוי מהירות, התרעה או אופטימיזציה של תהליך. כדי שזה יעבוד בתעשייה, צריך שלושה דברים במקביל:

• עיבוד בקצה: כדי לצמצם השהיה ותלות בקישוריות.
• קישוריות ורשתות תעשייתיות: להעברת נתונים אמינה בין מכונות ובקרים.
• אבטחה ועמידות: כי אלו מערכות קריטיות (בטיחות עובדים, קווי ייצור, תשתיות).

למה NXP חושבת שיש כאן “חלון הזדמנויות גדול”

ההימור של NXP נשען על יתרון קיים שלה בשבבים לתחומים שבהם “זמן אמת” הוא תנאי בסיס – בעיקר רכב ותעשייה. לפי החברה, טכנולוגיות שנבנו עבור מערכות מתקדמות ברכב (רשתות, חישה, בטיחות, עיבוד בקצה) “זולגות” עכשיו לקווי ייצור, מחסנים אוטונומיים ורובוטיקה תעשייתית.

ברמת הביצועים העסקיים (מבלי להפוך את זה לידיעה פיננסית), החברה דיווחה על הכנסות רבעוניות של 3.34 מיליארד דולר ברבעון הרביעי של 2025 (עלייה של 7% משנה לשנה), ובפרט על צמיחה חדה של 24% בחטיבת Industrial & IoT לעומת הרבעון המקביל – נתון שמחזק את הטענה שהביקוש לאוטומציה ול-Edge AI בתעשייה מתחיל “להזיז מחוגים”.

המנכ״ל החדש והכיוון: Edge AI, רכישות ממוקדות ותשתית תוכנה

השינוי האסטרטגי מגיע על רקע חילופי הנהגה: קורט סיברס הודיע על פרישה, וסוטומאיור נכנס לתפקיד לאחר תקופת מעבר. בתוך המיקוד ב-Physical AI, NXP גם ביצעה מהלך שמאותת על כיוון טכנולוגי: רכישת Kinara (חברת שבבי/מאיצי AI לקצה) כדי לחזק יכולות הרצת מודלים “על המכשיר” ולא רק במרכזי נתונים.

במקביל, בדברי הנהלה מודגש שהמטרה היא לא רק “עוד חומרה”, אלא חבילה שמאפשרת ללקוחות להטמיע AI בצורה פרקטית: שילוב של חישה, עיבוד, רשת תעשייתית, אבטחה ותוכנה שמאפשרת לפרוס, לעדכן ולתחזק מערכות חכמות לאורך זמן.

בסוף, המסר הוא זה: “בינה מלאכותית פיזית על שבבי NXP” אמורה להפוך את ה-AI לכלי עבודה של תעשייה – פחות דמו ובאזז, יותר זמן־אמת, אמינות ותפעול.

הפוסט NXP מהמרת על “בינה מלאכותית פיזית”: שבבים שמפעילים רובוטים, חיישנים ומפעלים חכמים בזמן אמת הופיע לראשונה ב-Chiportal.

הטכנולוגיה שפיתחה RAAAM הוצגה לראשונה ע"י רוברט גיטרמן, מנכ"ל החברה כבר בכנס התעשיה ChipEx2024. מדובר בטכנולוגיה חדשנית בשם GCRAM  המאפשרת הקטנה של עד 50% בגודל הזיכרון וצריכת הספק נמוכה פי 10 בהשוואה לטכנולוגיות SRAM הקיימות. פתרון זה נועד לתת מענה לצורך הגובר בזיכרון על שבב עבור שבבים מתקדמים בתחומי הבינה המלאכותית, רכבים אוטונומיים, וחוות שרתים.

החברה מתכננת להשתמש בכסף שגייסה להשלמת הפיתוח של הטכנולוגיה במספר תהליכי ייצור מתקדמים ולהעביר את המוצר לייצור המוני. סך ההשקעות בחברה עומד כעת על יותר מ-24 מיליון דולר, כולל מענק יוקרתי מהרשות האירופאית לחדשנות במסגרת תוכנית EIC Accelerator .

חברת RAAAM הוקמה בשנת 2021 על ידי אלכסנדר פיש ואדם תימן שני פרופסורים מאונב' בר אילן וכן רוברט גיטרמן ואנדראס בורג. הטכמולוגיה שפיתחה מבוססת על מחקר מדעי פורץ דרך המשותף לחוקרים מאוניברסיטת בר-אילן ואוניברסיטת EPFL בשוויץ.

 לדברי גיטרמן: "הטכנולוגיה שלנו מאפשרת את המשך המזעור של זיכרונות על שבב, ומספקת פתרון קריטי לשיפור ביצועי שבבים עתידיים".

הפוסט חברת RAAAM גייסה 17.5 מיליון דולר בסבב A במטרה לקדם את טכנולוגיית הזיכרון החדשנית שלה הופיע לראשונה ב-Chiportal.

חברת NXP השלימה את רכישת TTTech Auto, החברה האוסטרית המתמחה בטכנולוגיות לרכב אוטונומי. המהלך יחזק את יכולתה של יצרנית השבבים ההולנדית להתמודד עם פיתוחים עתידיים בתחום. העסקה הוכרזה בינואר והושלמה כעת באופן סופי.

זו הרכישה השלישית של NXP בפרק זמן קצר. מוקדם יותר השנה רכשה החברה את Kinara תמורת 297 מיליון אירו ואת Aviva Links תמורת 235.5 מיליון אירו. במסגרת רכישת TTTech Auto, יצטרפו ל-NXP כ-1,100 עובדים נוספים.

פלטפורמה לעתיד

השילוב בין טכנולוגיית CoreRide של NXP לפלטפורמת התוכנה של TTTech Auto יאפשר ליצרניות הרכב לפשט משמעותית את תהליכי הפיתוח שלהן. ההיצע המשותף יסייע בגישור בין תוכנה לחומרה, יפחית את המורכבות ויחסוך בעלויות בדגמי הרכב של הדורות הבאים.

TTTech Auto תמשיך לפעול כחברה עצמאית בשוק, תוך שיתוף פעולה עם יצרני שבבים, יצרניות רכב ושותפות תוכנה שונות. ניטרליות זו אמורה לאפשר המשך פיתוח של טכנולוגיות הרכב מבוסס התוכנה. עם זאת, עדיין לא ברור האם מתחרותיה של NXP יראו בחציצה בין החברה האם לחברה הבת מספיק אמון כדי לשתף עמה פעולה באותה מידה.

עם זאת, NXP מתמודדת בתקופה האחרונה עם תוצאות עסקיות מאכזבות. באפריל הודיע המנכ"ל קורט סיוורס על עזיבתו לאחר שכיהן בתפקיד מאז 2020, ולפני כן שימש כחבר הנהלה מאז 2009. סיוורס גם נכח לאחרונה בסימפוזיון הטכנולוגי של TSMC באמסטרדם, שם הסביר כיצד החברה עושה שימוש בתהליכי ייצור שבבים זעירים יותר ויותר במערכות לרכב.

כותרת משנה:

נרדפים:

הפוסט NXP השלימה את רכישת TTTech Auto תמורת 625 מיליון דולר – ומזרזת את מהפכת הרכב מבוסס התוכנה הופיע לראשונה ב-Chiportal.

ב־27 במאי 2025, במסגרת כנס ה־European Tech Symposium של TSMC שהתקיים באמסטרדם, עלה לבמה קורט סיברס, מנכ״ל חברת NXP, שתיאר את ההתפתחות בשיתופי הפעולה בין שתי החברות.

"מאז שהופרדה NXP כישות עצמאית ב־2006 והונפקה בשנת 2010 בנאסד״ק, היא התפתחה במהירות: הכנסותיה הוכפלו בשלוש ובעיקרון ההפעלה (Operating Margin) של החברה זינק ביותר מפי שניים, כששווי השוק שלה (Market Cap) גדל כמעט פי חמישה עשר מאז ההנפקה. מדדים אלו אינם מטרה בפני עצמם, אלא פלטפורמה יציבה שממנה אפשר לצאת אל עתיד שוק מבוסס רכיבים חכמים ורב־תכליתיים."

אחד המיזמים המרכזיים שציין סיברס היה השותפות המשותפת בין TSMC, Bosch, Infineon ו־NXP להקמת מפעל ESMC  בדרזדן ש בגרמניה. "המפעל, שהחל כרעיון לחיזוק החוסן של שרשרת האספקה באירופה, עתיד להפוך למרכז חדשנות מתקדמת לייצור שבבים. הוא ישלב בין היכולת הטכנולוגית של TSMC, הניסיון התעשייתי של Bosch והידע בתחום אבטחת הרכב של Infineon, יחד עם התוכניות של NXP למערכות רכבים חכמות. סיברס הדגיש כי הייצור במפעל יתמוך הן במפעלי ייצור TIWAAN והן במתקני TSMC באריזונה, מה שיוסיף לשוק האירופאי נפחי ייצור שלא נראו כמותם באזור בשנים האחרונות".

בהמשך דן סיברס באופן מקיף בשיתופי הפעולה הרב־תחומיים של NXP, ובראשם השקה של מספר רכיבים פורצי דרך. בין ההכרזות שהציג ניתן למצוא את השקת מיקרוקונטרולר ה־S32K5, המיועד לשוק הרכב האוטונומי. זהו המיקרוקונטרולר התעשייתי הראשון בתעשייה המתבסס על תהליך 16 ננומטר ומשולב בו זיכרון MRAM מובנה, כך שהוא מותאם במיוחד לאפליקציות רכב הדורשות ביצועים גבוהים וחיסכון אנרגטי במקביל. סיברס ציין שהמיקוד העיקרי של רכיב זה יהיה עבור יישומים המבוססים על אנרגיה סולארית (Solar Applications in STDs) במכוניות היברידיות או חשמליות, וכן במערכות חישה ובקרה ברכבים תעשייתיים

רכבים מבוססי תוכנה

סיברס הכריז גם על מיזם הרכיב החדש בקצה העליון של היררכיית העיבוד לרכב: מעבד על בטכנולוגיית 5 ננומטר בשם Wheel Computer. מדובר במעבד־על התעשייתי הראשון מבית NXP, המיועד לרכבי דור העתיד – רכבים מבוססי תוכנה (Software-Defined Vehicles). ה־Wheel Computer אינו מציע רק עוצמת עיבוד מרשימה, אלא משלב גם תמיכה מלאה ביכולת מולטיאינטגריטי אבטחה פונקציונלית (ACLD) עבור בטיחות ופונקציונליות קריטית, לצד בידוד חומרתי מלא בין תתי־מערכות. סיברס הדגיש כי יכולת האספקה של רכיבי ה־5 ננומטר האלה תותמך על ידי שיתוף הפעולה עם TSMC, הן דרך המפעלים בטייוואן והן בזכרון הייצור החדש באריזונה שבארצות הברית.

מעבר להשקות המוצרים, הציג סיברס את חזון NXP ל־ Edge AI – עתיד שבו חכמת המחשוב ושמרון הנתונים יתקיימו בסמוך למקור הייצור שלהם, במספר עולמות בו זמנית. לדבריו:  "שוק השבבים העולמי צפוי להגיע לשווי של כ־1.3 טריליון דולר עד שנת 2030, וצמיחתו תתפתח בגלים: תחילה מחשבים אישיים, ההמשך במובייל עם סמארטפונים וטאבלטים, וכעת הגל השלישי – חכמת ה־Edge."

Agentic AI – השלב הבא במודעות של הבינה המלאכותית לסביבתה

בכנס תיאר סיברס את שלבי האבולוציה של בינה מלאכותית (AI) בתחום ה־Edge: השלב הראשון הוא Perception AI, שבו מערכות למידת חישה (כמו זיהוי עצמים ודיבור) מעלות את המודעות של המכשיר לסביבתו. השלב הבא, Generative AI (גם הוא ידוע כ־Chain AI), מאפשר ל־Edge ליצור תוכן, החל מקוד ותסריטי טקסט ועד ליצירת תמונות וסרטונים. אולם השלב השלישי, שלפי סיברס מכונה Agentic AI, הוא המעבר לפרואקטיביות: מערכות ה־Edge לא רק יגיבו לגירויים אלא ילמדו להפעיל תהליכים, ליזום פעולה ולמקסם תוצאות בצורה אוטונומית.

סיברס הסביר כי מעבר לתובנה האקדמית, העשייה המעשית מחייבת התמודדות עם ארבעה אתגרים מרכזיים: האתגר הראשון הוא כמות הנתונים האדירה שמיוצרת מדי יום – שמוערכת בחצי טריליון ג’יגה־בייט במכשירי Edge ברחבי העולם. השתהות בהעלאת כולם לענן תדרוש רוחב פס עצום, צריכת אנרגיה בלתי נסבלת וזמן תגובה איטי מדי. לכן הפתרון נעוץ בעיבוד מקומי של רוב הנתונים, כשהענן מקבל רק מידע תמציתי (Metadata). הבעיה השניה היא הדרישה לתגובה מיידית (Low Latency). במערכות אוטונומטיות כגון רכבים אוטונומיים או קווים תעשייתיים, החלטות חייבות להתקבל בשברירי שנייה, ולא ניתן לסמוך על מעבר נתונים לענן. שלישית: , יעילות אנרגטית גבוהה יותר: עיבוד מקומי חוסך בתנועה חוזרת של נתונים ובמתח צרוך, וזאת קריטית במיוחד במכשירים בעלי הגבלת הספק, לרבות רכבים חשמליים ומכונות חכמות. Fourth, אמון – והכוונה כאן לבטיחות פונקציונלית (Functional Safety) ול־Cybersecurity ברמה הגבוהה ביותר. מערכות ה־Edge, ובפרט אלה המובילות רמת הפעלה אנושית (כמו רובוטים תעשייתיים ורכבים אוטונומיים), חייבות להיות חסינות לתקיפות סייבר ובעלות מנגנונים מובנים שמונעים תקלות מקרות או זדוניות.

כדי להדגים אפשרות יישומית, תיאר סיברס מודל של מערכת שמורכבת ממספר סוכנים (Agents)  המנוהלים על־ידי “מנחה” (Orchestrator). בתרחיש תעשייתי פשוט, חיישני לחות ומצלמות לאיתור דליפות מים מזהים מצב חריג: טפטוף מים על רצפת המפעל. מיד מחליט המנחה להנחות את סוכני המשאבה לעצור את אספקת המים, לסגור דלתות כדי לבודד את האזור ולהפעיל סוכנים נוספים שמטפלים בסילוק המים. כל התהליך אוטונומי, לא דורש התערבות אנושית ושומר על רציפות הפעילות של המפעל. סיברס הבהיר כי כל הטכנולוגיה הדרושה קיימת כבר היום, ואין בה משום מדע בדיוני.

סיברס הדגיש כי כדי להניע מערכות מסוג זה יש להשקיע בכך שניסוי רכיבי הסיליקון עצמם יגיעו מוכנים מראש להתמודדות עם מורכבות מרובה: נדרשים ריבוי ממשקים (Power Management, Connectivity, Safety & Security) לצד פלטפורמות תוכנה (Software Building Blocks) שיתאימו למגוון רחב של יישומים, החל ממכונת קפה תעשייתית ועד רשתות רכב החכמות ביותר. הוא ציין כי עם כל הדור הקודם של רכיבי NXP, היכולת לשמור על תאימות תוכנתית בין דורות (Backward & Forward Compatibility) היא שזוכה להעדפה גבוהה בקרב לקוחות המעוניינים לחסוך משאבי פיתוח ולזרז את זמן הגעה לשוק.

בהמשך הכריז סיברס על שיתופי פעולה נוספים שנועדו להרחיב את אבני הפינה של אקוסיסטם ה־Edge:
• Kinara – מובילה בתחום ה־Neural Processing Units (NPUs) לדור הבא, שמתמחות בעיבוד חכם ומותאם ב־Edge.
• Aviva Links – חברה המתמחה בתקשורת אלחוטית ואסינכרונית ברוחב פס גבוה לרכבים מבוססי תוכנה, כדי לאפשר העברת נתונים סופר־מהירה בין יחידות ה־Edge.
• TTTech Auto – המפתחת Middleware ייעודי לבטיחות לרכב, שבשל הנהלים הרגולטוריים נדרש להתאמה קפדנית ל־ISO 26262 (תקן בטיחות פונקציונלית ברכב).

סיברס סיכם את הנאום בהצהרה אופטימית במיוחד: "היכולות הטכנולוגיות הדרושות להטמעה נרחבת של Agentic AI ב־Edge כבר זמינות היום. הוא הדגיש שזהו לא תחליף לענן המחשוב, אלא שיתוף פעולה הדוק בין הענן לבין ה־Edge, שם מתבצע עיקר העיבוד המיידי. סיברס אף הביע אמון מלא בקהילה הטכנולוגית האירופית וביכולתה להביא את החזון למימוש בכללותו כבר בשנים הקרובות."

הוא הבטיח כי למרות תוכניתו לפרוש מתפקיד מנכ״ל NXP בסוף שנת 2025, גם אחרי פרישתו, בסיס השותפויות והטכנולוגיות שהונחו כאן בכנס ישמשו אבן דרך משמעותית לשנים של צמיחה מתמדת, וציין שהוא מצפה בשקט לזכות לחוות בקרוב מערכת אוטומטית מלאה במלון כלשהו, כשכל הצרכים יתואמו ללא התערבות אדם.

הפוסט הסוכנים באים הופיע לראשונה ב-Chiportal.

Kinara ידועה בזכות יחידות העיבוד העצביות (NPUs) בעלות הביצועים הגבוהים ויעילות האנרגיה שלה, המאיצות הסקת מסקנות של בינה מלאכותית בקצה. הטכנולוגיה שלהם מתאימה במיוחד ליישומים באוטומציה תעשייתית, ערים חכמות, רכב וקמעונאות, שבהם קבלת החלטות בזמן אמת וחביון נמוך הם קריטיים.

"על ידי הוספת Kinara לחברתנו, אנו מגדירים מחדש את מה שאפשר לעשות בקצה (במכשירים דיגטלים) עם סוגים חדשים של מערכות מופעלות", אמר רוטגר ורייאן, סגן נשיא בכיר לאסטרטגיה ב-NXP. "רכישה זו מחזקת את החזון שלנו שהעבודה פורצת הדרך שעשינו בבינה מלאכותית רב-מודאלית וג'נרטיבית תהיה טרנספורמטיבית ביותר, במיוחד כאשר היא משולבת עם הטכנולוגיה והמוצרים של NXP."

הרכישה צפויה להיסגר במחצית הראשונה של 2025, בכפוף לאישורים רגולטוריים ותנאי סגירה מקובלים.

הפוסט NXP רוכשת את Kinara – חברה בתחום ה- Edge AI תמורת 307 מיליון דולר הופיע לראשונה ב-Chiportal.