גוגל מטלטלת את שוק השבבים: פריצת דרך ב-AI מפילה את מניות הזיכרון

שוק השבבים חווה טלטלה במסחר אחרי שגוגל חשפה פריצת דרך טכנולוגית שמשנה את כללי המשחק בבינה מלאכותית, בעיקר בכל מה שקשור לביקוש לשבבי זיכרון. התגובה להודעה של גוגל בשוק הייתה מיידית - מניות יצרניות הזיכרון המובילות ירדו בחדות כי המשקיעים חוששים שהטכנולוגיה החדשה תקטין את הצורך בשבבים, שהיו אחד ממנועי הצמיחה החזקים של שוק ה-AI בשנים האחרונות.

מה גוגל חשפה - ולמה זה מלחיץ את השוק

חברת אלפאבית, החברה האם של גוגל, הציגה טכנולוגיה חדשה בשם TurboQuant שמאפשרת לדחוס בצורה משמעותית את השימוש בזיכרון במודלים גדולים של בינה מלאכותית. השיטה יכולה להפחית עד פי 6 את כמות הזיכרון הנדרשת להפעלת מודלים כמו אלה שמבוססים על ChatGPT ודומיהם. הפוקוס הוא על שיפור היעילות של רכיב ה-cache – המקום ששומר חישובים קודמים כדי לייעל את הביצועים. המשמעות הפשוטה היא פחות צורך בזיכרון לכל מודל, לפחות בשלב הראשוני. וזה בדיוק מה שגורם למשקיעים להילחץ, כי אם צריך פחות שבבים, המכירות של חברות השבבים - אנבידיה, ARM, AMD ואחרות וגם הישראליות - טאואר-נובה-קמטק ("טנק") עלולות להיפגע. 

מניות הזיכרון נופלות - מסמסונג ועד מיקרון

הירידות הגיעו מהר. סמסונג אלקטרוניקס ירדה בכ-5%, SK הייניקס איבדה כ-6%, וקיוקסיה היפנית ירדה גם היא בכ-6%. בארה"ב נרשמה חולשה דומה במניות סנדיסק ומיקרון טכנולוג'י, שממשיכות לרדת גם במסחר המוקדם. החשש ברור: אם מודלים עתידיים יסתפקו בפחות זיכרון, הביקוש לשבבי DRAM ו-NAND עלול להיפגע, וזה משפיע ישירות על ההכנסות של החברות האלה.

למרות הירידות החדות, רבים בשוק רואים כאן לא סוף אלא התחלה של צמיחה גדולה יותר. כשמפתרים צוואר בקבוק טכנולוגי כמו צריכת הזיכרון, אפשר לבנות מודלים מתקדמים יותר, עם יותר שימושים ומשימות מורכבות. זה אומר שבטווח הקצר אולי פחות זיכרון לכל מודל, אבל בטווח הארוך – יותר מודלים, יותר שרתים ויותר ביקוש כולל לחומרה.

• ורייזון מכוונת לפסגת השוק שלה, ועם המנכ"ל החדש יש סיכוי טוב שזה יקרה
• גוגל פיתחה שני סוכני AI המסוגלים לייצר מחקר שלם
• המלצת המערכת: כל הכותרות 24/7

הנתונים האחרונים של מיקרון מראים בדיוק כמה חזק הביקוש הזה עדיין, גם אחרי ההכרזה של גוגל.

חשוב לזכור שהמניות האלה עלו חזק מאוד בשנה האחרונה. סמסונג כמעט הוכפלה, מיקרון ו-SK הייניקס זינקו ביותר מ-300% על רקע הביקוש העצום לשבבי AI ומחסור בהיצע. בגלל זה חלק מהירידות הנוכחיות הן גם מימוש רווחים טבעי – המשקיעים חיפשו סיבה למכור, וההכרזה של גוגל נתנה להם אותה. מדובר בהתפתחות אבולוציונית שמשפרת יעילות אבל לא משנה את התמונה הכוללת של הביקוש ארוך הטווח.

בסופו של דבר, העניין הוא בקצבן. הבינה המלאכותית נשארת אחד התחומים החמים ביותר בטכנולוגיה, עם השקעות ענקיות מגוגל, מיקרוסופט ואמזון. גוגל עצמה מציינת שמחסור בשבבים, כולל זיכרון, הוא אחד החסמים הגדולים לפיתוח AI מתקדם. הפרדוקס ברור: טכנולוגיה שחוסכת משאבים בטווח הקצר דווקא יכולה להאיץ את הביקוש הכולל בטווח הארוך.

פחות גודל, יותר יעילות: כך משתנות כללי המשחק בבינה המלאכותית

עד לאחרונה שלטה בתעשייה גישה אחת: ככל שהמודל גדול יותר, כך הוא טוב יותר. חברות כמו אנבידיה ומיקרוסופט דחפו למודלים עם מאות מיליארדי פרמטרים הדורשים כמויות עצומות של זיכרון וכוח עיבוד. אבל בשנה האחרונה מתגבשת גישה חדשה, שמעמידה את היעילות במרכז.

• מאנדיי מזנקת 26%, מודרנה 8%, אינטל 5.4%; מה קורה בחוזים העתידיים?
• מאנדיי מזנקת 26%; עקפה את הציפיות והשיקה פלטפורמת AI
• תוכן שיווקי שוק הסקנדרי בישראל: הציבור יכול כעת להשקיע ב-SpaceX של אילון מאסק
• אלמנתו של בעלי אונליפאנס קיבלה את השליטה באימפריה שבנה

גוגל, עם טכנולוגיית TurboQuant שלה, מתמקדת בדחיסת מידע וניהול חכם יותר של זיכרון - כך שמודל משיג ביצועים גבוהים תוך שימוש במשאבים מופחתים. בסין, דיפסיק כבר יישמה גישה דומה ואף אגרסיבית יותר: מודלים שמתחרים בביצועי המובילים האמריקאים, אך צורכים שבריר מהמשאבים.

שתי שיטות נוספות תופסות תאוצה. הראשונה היא Mixture of Experts, שבה המודל מחולק לתת-מודלים ורק חלק קטן מהם פעיל בכל רגע נתון - חיסכון ניכר בחישוב ובזיכרון. השנייה היא Distillation, שבה ידע ממודל גדול "מועבר" למודל קטן יותר המסוגל לבצע כמעט את אותן משימות בעלות תפעולית נמוכה בהרבה - גישה שמתאימה במיוחד לאפליקציות ולשירותים הפועלים על מכשירי קצה.

אז מה משמעות הדבר לשוק? לא בהכרח ירידה בביקוש לחומרה. נכון שכל מודל בודד דורש פחות משאבים, אך מספר המודלים, השירותים ומשתמשי הקצה גדל בקצב מהיר. יותר חברות נכנסות לתחום, יותר שירותים מבוססי בינה מלאכותית יוצאים לשוק - והעומס הכולל על התשתיות עולה בהתאם. גם מיקרוסופט ואמזון ממשיכות להשקיע במודלים גדולים במקביל לייעול, כלומר מדובר בשני מסלולים שרצים בו-זמנית ולא בהחלפה.

המשמעות הרחבה ברורה: הניצחון בתחום הבינה המלאכותית לא שייך עוד רק למי שמפעיל את המודל הגדול ביותר, אלא גם למי שיודע להפעיל את המודל היעיל ביותר. הביקוש לחומרה לא ייעלם - אבל הדינמיקה שלו משתנה.