חיפוש בחדשות

דוח מחקר חדש של חברת אינטל, המבוסס על אלפי ניסויים שבוצעו על עומסי עבודה של סוכני בינה מלאכותית (Agentic AI), חושף כי פריסה מוצלחת של סוכנים אלו בארגונים דורשת גישה מערכתית מקיפה החורגת מעבר ליכולות של מודלי השפה עצמם. אינטל מציגה חמישה לקחים מעשיים לתכנון התשתית הארגונית, בהם מעבר לתכנון קיבולת לפי צפיפות סוכנים לכל ליבת מעבד (vCPU) במקום ספירת סוכנים, העדפת פריסה לרוחב (scale-out) כברירת מחדל, ושימוש במדדי זמני השהות באחוזון ה-95 (P95 latency) במקום בממוצע ניצול מעבד כדי לזהות דפוסי עבודה מתפרצים. ממצאי המחקר מספקים מפת דרכים מעשית למנהלים השואפים להטמיע סוכני AI באופן יעיל וחסכוני.

לפי דיווח של TechCrunch, חברת השבבים AMD משיקה את מערכת ה-Helios, מערכת שרתים שלמה במסד (rack-scale system) המיועדת להתחרות ישירות במובילת השוק Nvidia. המערכת החדשה, שתוכננה עבור מעבדות ה-AI הגדולות בעולם כדי לאמן ולהריץ את מודלי הקצה התובעניים ביותר, כבר גייסה רשימה של לקוחות ענק הכוללת את מיקרוסופט, OpenAI, Meta, Oracle ו-Anthropic. מיקרוסופט מתכננת להרחיב את תשתית הענן Azure באמצעותה, ואילו Anthropic הכריזה על שיתוף פעולה לפריסת עד שני גיגוואט של מעבדים גרפיים. בנוסף, AMD הציגה את מעבד ה-Venice-X המיועד למרכזי נתונים שיושק ב-2027. מנכ"לית AMD, ד"ר ליסה סו, מעריכה כי העלייה בביקוש למחשוב המונעת על ידי בינה מלאכותית סוכנתית (agentic AI) תוביל את שוק מאיצי ה-AI לשווי של כ-1.4 טריליון דולר עד שנת 2030.

במהלך כנס @Scale של חברת Meta, חשף בוריס צ'רני (Boris Cherny), מפתח כלי Claude Code של חברת Anthropic, כי פיתוח התוכנה והאוטומציה עוברים לעידן של לולאות של סוכני AI (Agentic Loops). במסגרת זו, סוכני בינה מלאכותית מפעילים ומבקרים סוכנים אחרים ברציפות וברקע ללא התערבות אנושית. המודל מאפשר לשפר מערכות קוד ונתונים באופן עצמאי לחלוטין באמצעות הגברת כוח המחשוב בזמן בדיקה (Test-time compute). לפי מחקרים, שיטה זו עשויה לשפר את דיוק הנתונים העסקיים ביותר מ-30% בהשוואה לאוטומציות מסורתיות, אם כי היא כרוכה בצריכת טוקנים מוגברת ועלויות מחשוב גבוהות יותר.

ענקית הפנסיה הקנדית CPP Investments (קרן השקעות הפנסיה של קנדה) נכנסת למרוץ תשתיות הבינה המלאכותית בהודו עם השקעה של עד 70 מיליארד רופי (כ-741 מיליון דולר) במפעילת חוות השרתים CtrlS (מפעילת חוות שרתים הודית). במסגרת העסקה, CPP תרכוש 8.2% מהחברה ותקים מיזם משותף לפיתוח קמפוסים של חוות שרתים לבינה מלאכותית ומחשוב ענן בהיקף "היפר-סקייל" (Hyperscale). המהלך מצטרף להשקעות ענק של חברות כמו Meta (ענקית המדיה החברתית האמריקאית) ו-AirTrunk (חברת תשתיות חוות שרתים), המאיצות את בניית התשתיות הפיזיות הנדרשות לעומסי עבודה של AI. עבור עסקים, צמיחה זו צפויה להוזיל את עלויות המחשוב ולשפר את ביצועי הכלים האוטומטיים ברחבי העולם.

מדינות המפרץ חוות בום אדיר בתחום פיתוח הבינה המלאכותית, אך נתקלות בבעיית תשתית פיזית. על פי דיווח של מגזין WIRED, תלות מוחלטת בכבלים תת-ימיים העוברים בנתיבי מים נפיצים כמו הים האדום ומצר הורמוז מציבה סיכון אסטרטגי. בעוד שחברות הטכנולוגיה הגדולות מנסות לבנות נתיבים חלופיים עוקפי-משבר, עסקים ישראליים הנסמכים על שירותי ענן חייבים להבין את ההשלכות. הכתבה סוקרת את הגיאופוליטיקה של הנתונים, השפעת שיבושי התקשורת על רציפות תפקודית בשירותי בינה מלאכותית, וכיצד מנכ"לים ומנהלי טכנולוגיות יכולים להגן על המערכות שלהם באמצעות תכנון יתירות חכם.

חברת השבבים Cerebras, הנהנית מגיבוי מאסיבי ומחוזים בשווי למעלה מ-10 מיליארד דולר מול OpenAI, מתכוננת להנפקת הענק של 2026. לפי דיווחים, החברה צפויה לגייס 3.5 מיליארד דולר לפי שווי מקסימלי של 26.6 מיליארד דולר, במטרה לאתגר את הדומיננטיות של Nvidia בשוק החומרה. המהלך מסמן נקודת מפנה בתעשיית הבינה המלאכותית: השבב הייעודי Wafer-Scale Engine 3 מאפשר תהליכי עיבוד (Inference) מהירים וזולים משמעותית לעומת מעבדים גרפיים מסורתיים. המשמעות עבור השוק הישראלי היא דרמטית – ירידה צפויה בעלויות הפעלת מודלי שפה, שתוביל להוזלה ישירה בעלויות ה-API ותאפשר לעסקים להטמיע אוטומציות מורכבות וסוכני AI בתקציב נגיש מבעבר.

**"10 הדברים שחשובים ב-AI עכשיו" היא רשימה חדשה של MIT Technology Review שנועדה לזהות את הרעיונות, המחקרים והמגמות שישפיעו על 2026.** לפי הדיווח, ההכרזה תתקיים ב-21 באפריל 2026 בכנס EmTech AI. עבור עסקים בישראל, המשמעות אינה רק חדשות טכנולוגיה אלא מסגרת לקבלת החלטות: אילו יכולות AI באמת ראויות לפיילוט, תקציב וחיבור למערכות קיימות. הסימנים הראשונים שכבר עלו—AI companions, generative coding, mechanistic interpretability ו-hyperscale data centers—מרמזים על שוק שבו הערך יעבור ממודלים בודדים לאינטגרציות עסקיות. עסקים שיחברו בין WhatsApp Business API, Zoho CRM, N8N וסוכן AI סביב תהליך אחד מדיד, ינועו מהר יותר מהמתחרים.

**ScaleBITS היא מסגרת לכימות משקלים במודלי שפה גדולים שמקצה אוטומטית ביטווידת לכל בלוק תחת תקציב זיכרון, תוך התאמה לחומרה.** לפי המאמר (arXiv:2602.17698v1), השיטה מציגה שיפור עד 36% לעומת כימות אחיד ועד 13% מול שיטות רגישות אחרות במשטר “מתחת ל‑4 ביט בממוצע” — ומדגישה שאין תקורת ריצה נוספת. לעסקים בישראל זה רלוונטי כשמריצים LLM כחלק מתהליך שירות/מכירות: WhatsApp Business API → ניסוח תשובה בעברית → עדכון Zoho CRM → אוטומציה ב‑N8N. כימות יעיל יכול להקטין VRAM ועלויות GPU, לאפשר הרצה על תשתית צנועה יותר, ולשפר שליטה בנתונים כשנמנעים משליחת מידע רגיש לענן.

**CodeScaler הוא מודל תגמול ללא הרצה (execution-free) ליצירת קוד, שמחליף תלות ב-unit tests בדירוג איכות שנלמד מנתוני העדפות. לפי תקציר המאמר, הוא שיפר את Qwen3-8B-Base בממוצע ב-+11.72 נקודות בחמישה בנצ׳מרקים, ובזמן inference סיפק פי-10 פחות השהיה תוך ביצועים דומים לגישות unit test.** לעסקים בישראל זה חשוב במיוחד בפרויקטים כמו N8N, Zoho CRM ו-WhatsApp Business API, שבהם כמעט אין כיסוי בדיקות מלא אבל כל שינוי משפיע על מכירות ושירות. המשמעות המעשית: אפשר לקבל איכות גבוהה יותר ליצירת קוד/זרימות אוטומציה בלי להקים סביבות הרצה כבדות, ולהקטין סיכוני חשיפת מידע כשבודקים על דאטה רגיש.

OpenAI השיקה GPT-5.3-Codex-Spark, גרסה קלה של Codex המופעלת בשבב Cerebras למהירות גבוהה. גלה כיצד זה משנה פיתוח קוד. גלה עוד: [קרא את המאמר המלא](/article-slug)

ScaleEnv מציגה מסגרת חדשה ליצירת סביבות אינטראקטיביות מאפס לאימון סוכני AI כלליים. הפתרון משפר ביצועים בבנצ'מרקים ומדגיש גיוון סביבתי. גלו כיצד זה משפיע על עסקים.

מערכות רב-סוכנים לא תמיד זקוקות לזרימות עבודה ברמת שאילתה. מחקר חדש מציג את SCALE, שחוסך 83% טוקנים עם ירידה מינימלית בביצועים. קראו עכשיו!