גל של סטארט-אפים של שבבי בינה מלאכותית עוקב אחר סבבי גיוס גדולים, ומאותתים כי תיאבון המשקיעים לחברות מוליכים למחצה המאתגרות את הדומיננטיות של Nvidia אינו מראה סימני התקררות. FuriosaAI, Nuvacore ו-d-Matrix נמצאים כולם במצב גיוס כספים פעיל, על פי דו"ח של The Information שפורסם ב-14 ביולי 2026.

מאמצי גיוס הכספים במקביל מדגישים כיצד נוף החומרה של AI מתפתח ממונופול כמעט הנשלט על ידי Nvidia לשוק מפוצל יותר שבו סטארט-אפים רואים פתחים בהסקת מסקנות, מחשוב מיוחד ועיצוב מעבדים מהדור הבא.

לקבלת סיקור תעשיית AI העדכני ביותר על פיתוחי מוליכים למחצה והחברות שמעצבות את עתיד מחשוב הבינה המלאכותית, AI Buzz Wire עוקב מקרוב אחר מגזר החומרה.

FuriosaAI: The Korean Challenger Eyes 500 מיליון דולר

מעצבת שבבי הבינה המלאכותית הדרום קוריאנית FuriosaAI מבקשת לגייס עד 500 מיליון דולר בסבב גיוס מסדרה D לקראת הנפקה ראשונית פוטנציאלית לציבור, לפי בלומברג והמידע. הסבב יועץ על ידי מורגן סטנלי ו-Mirae Asset Securities.

FuriosaAI מיצבה את עצמה כאלטרנטיבה רצינית של Nvidia בשוק הסקת הבינה המלאכותית. שבב הדור השני של החברה, הנקרא RNGD (מבוטא "Renegade"), תוכנן במיוחד להפעלת מודלים של AI ביעילות - עומס העבודה המסיק שמייצג את עיקר הביקוש למחשוב AI בעולם האמיתי, בניגוד לאימון.

החברה בוחנת הנפקה פוטנציאלית כבר ב-2027, בהתאם לתנאי השוק והצלחת סבב סדרה D שלה. גיוס של 500 מיליון דולר יעניק ל-FuriosaAI את ההון הדרוש למימון ייצור המוני של שבב RNGD, להתרחב גלובלית ולהרחיב את צוותי ההנדסה שלה כדי להתחרות בשחקנים מבוססים.

התזמון של FuriosaAI הוא אסטרטגי. הדומיננטיות של Nvidia בשבבי אימון בינה מלאכותית מבוססת היטב, אבל שוק ההסקות - שבו מודלים מאומנים נפרסים כדי לשרת משתמשים אמיתיים - נחשב פתוח יותר לתחרות. לעומסי עבודה של הסקת מסקנות יש דרישות שונות מאשר לאימון, מה שעשוי להעדיף ארכיטקטורות מיוחדות על פני GPUs לשימוש כללי.

Nuvacore: Apple Veterans בונים את המעבד הבא

Nuvacore, סטארט-אפ המתמקד בעיצוב יחידות עיבוד מרכזיות חדשות, הוקמה על ידי מהנדסי שבבים לשעבר של אפל ויצאה ממצב התגנבות רק לפני שלושה חודשים עם סבב סיד בראשות Sequoia Capital. כעת החברה כבר קרובה לגיוס מימון נוסף בשווי גבוה יותר, על פי The Information.

אילן היוחסין של צוות המייסדים של Nuvacore הוא משמעותי. חטיבת הסיליקון של אפל ייצרה כמה מהשבבים המותאמים אישית המוצלחים ביותר בהיסטוריה, כולל המעבדים מסדרת M שמניעים את מחשבי המק והשבבים מסדרת A באייפון. מהנדסים שעזרו לתכנן את השבבים האלה מביאים מומחיות עמוקה בתכנון מעבדים עם ביצועים גבוהים וחסכוני חשמל - מיומנויות החלות ישירות על מחשוב בינה מלאכותית.

מייסדי Nuvacore מכרו בעבר סטארט-אפ לקוואלקום, והעניקו להם גם רקורד יזמי וגם קשרים עמוקים בתעשייה. ההתמקדות של החברה בעיצוב מעבד ולא בעיצוב GPU או מאיץ מרמזת שהיא מכוונת לחלק אחר של מחסנית מחשוב הבינה המלאכותית - אולי המעבדים המארחים שמנהלים עומסי עבודה של בינה מלאכותית לצד מאיצים מיוחדים.

העובדה ש-Nuvacore עברה מחמקנות לסבב גיוס שני תוך שלושה חודשים בלבד מדברת על הדחיפות של המשקיעים בגיבוי כישרונות שבבים. בשוק שבו מהנדסי מוליכים למחצה מנוסים הם נדירים ומבוקשים מאוד, צוותים עם רקורדים מוכחים שולטים בהערכת שווי פרמיה.

D-Matrix: רודף אחר הערכה גבוהה יותר

D-Matrix, סטארט-אפ נוסף של שבבי בינה מלאכותית בצנרת המימון, ממשיכה לסבב חדש בהערכה גבוהה יותר. החברה מתמחה במאיצי הסקת AI מבוססי שבבים - גישה מודולרית לתכנון שבבים המשלבת מספר קוביות קטנות יותר לחבילה אחת, מה שעלול להפחית עלויות ולשפר את גמישות הייצור.

D-Matrix גייסה בעבר מימון ממשקיעים כולל קרן הסיכון M12 של מיקרוסופט ו-Playground Global. ארכיטקטורת השבבים של החברה ממצבת אותה כחלופה לעיצובי GPU מונוליטיים, מכוונת לעומסי עבודה של הסקת מידע במרכזי נתונים שבהם עלות-יעילות ומדרגיות חשובות לא פחות מהביצועים הגולמיים.

למה הבהלה לזהב בצ'יפ נמשכת

גיוס הכספים בו-זמני על ידי FuriosaAI, Nuvacore ו-d-Matrix משקף אמונה בסיסית בקרב משקיעים: הדומיננטיות הכמעט מוחלטת של Nvidia בשבבי AI אינה קבועה. כמה גורמים מניעים את ההרשעה הזו.

ראשית, שוק ההסקות גדל מהר יותר מאשר אימונים. ככל שיותר חברות פורסות דגמי בינה מלאכותית בייצור, הדרישה לחומרת מסקנות חסכונית מתפוצצת. ה-GPUs של Nvidia מצוינים לאימון, אך עשויים להיות מוגזמים ומחירים מופקעים עבור משימות הסקה רבות.

שנית, לחצים גיאופוליטיים יוצרים הזדמנויות ליצרניות שבבים שאינן בארה"ב. בקרות הייצוא הגבילו את יכולתה של Nvidia למכור את השבבים המתקדמים ביותר שלה בסין, ויצרו ואקום שיצרניות השבבים המקומיות ובעלות בריתה ממהרות למלא. FuriosaAI, כחברה דרום קוריאנית, ממוקמת היטב בהקשר זה.

שלישית, היקף הביקוש למחשוב AI מלחיץ את יכולת הייצור של Nvidia. יכולת האריזה המתקדמת של TSMC - קריטית עבור שבבי AI מתקדמים - מוגבלת, מה שמוביל לזמני המתנה ארוכים. לקוחות מחפשים יותר ויותר חלופות להפחתת התלות שלהם בספק יחיד.

הדרך קדימה עבור סטארט-אפים של שבבי בינה מלאכותית

למרות ההתלהבות, סטארט-אפים של שבבי AI מתמודדים עם אתגרים משמעותיים. תכנון וייצור מוליכים למחצה תחרותיים דורש הון עצום, והתחרות ב-Nvidia פירושה התאמה לא רק של ביצועי החומרה אלא גם לאקוסיסטם התוכנה - ל-CUDA, פלטפורמת המחשוב המקבילה של Nvidia, יש התחלה של עשור ונאמנות מפתחים עמוקה.

שבב ה-RNGD של FuriosaAI וההצעות של חברות סטארט-אפ אחרות חייבות להוכיח שהם יכולים לספק יתרונות ביצועים בעולם האמיתי, לא רק ניצחונות בנצ'מרק. החברות שיצליחו יהיו ככל הנראה אלו שימצאו נישות ספציפיות שבהן חומרה מיוחדת מתגברת באמת על GPUs למטרות כלליות - בין אם ביעילות מסקנות, צריכת חשמל או עלות לשאילתה.

עם מימון של מיליארדי דולרים שיזרמו לסטארטאפים של שבבי בינה מלאכותית ברחבי העולם, השנתיים הקרובות יקבעו אילו מתמודדים יוכלו לשרוד ואילו יירכשו או ייסגרו. הנרטיב האלטרנטיבי של Nvidia משכנע - אבל רף הביצוע גבוה במיוחד.

---

מקורות: המידע, בלומברג ודיווחים ממספר חנויות של תעשיית המוליכים למחצה.

הישארו קדימה ב-AI

לסיקור מתמשך של תעשיית המוליכים למחצה, פריצות דרך של חומרת AI והחברות המאתגרות את Nvidia, בקר ב-AI Buzz Wire לקבלת ההתפתחויות האחרונות.

קרא עוד חדשות AI →