למה פוטוניקה הופכת לשכבת התשתית הבאה של מערכות AI

בעשור האחרון התמקד מרוץ החימוש הטכנולוגי בשיפור חסר תקדים של כוח העיבוד. חברות כמו NVIDIA, AMD ו Google פיתחו דור אחר דור של מעבדים עוצמתיים, שהובילו לזינוק דרמטי ביכולות החישוב ולאבולוציה של מודלי שפה גדולים (LLMs). אולם, בעידן ה-AI הנוכחי, המגבלה המרכזית כבר אינה כוח העיבוד עצמו, אלא היכולת להזין אותו בנתונים בזמן אמת. קצב השיפור של המעבדים עלה באופן חד על קצב השיפור של תשתיות תנועת המידע, הקישוריות, הזיכרון והתקשורת בתוך מרכזי הנתונים וכך נוצר צוואר בקבוק שמגביל את ביצועי המערכת כולה.

תורת האילוצים ומסע הנדידה של צוואר הבקבוק

 תורת האילוצים (Theory of Constraints - TOC) של ד״ר אליהו גולדרט מלמדת כי ביצועי מערכת אינם נקבעים על ידי החלק החזק שבה, אלא על ידי האילוץ שמגביל אותה בפועל. במשך שנים האילוץ היה ברור - כוח העיבוד של המעבדים.

בהתאם לכך, תעשיית השבבים השקיעה עשרות שנים בהרחבת מקביליות ובהאצת החישוב, והביצועים אכן זינקו. אך לפי גולדרט, אילוץ אינו נעלם; הוא פשוט נודד למקום הבא בתור. ככל שהמעבדים הפכו למהירים ועוצמתיים מאי פעם, הם החלו לבלות חלק ניכר מזמנם ב"מצב המתנה (Idle time) המנוע הפך למהיר מאי פעם אך המידע פשוט לא הגיע אליו בזמן.

צוואר הבקבוק הבא: הזיכרון

 במודלי שפה גדולים, כל טוקן שנוצר מחייב גישה חוזרת ונשנית למשקולות המודל (מאגר עצום של פרמטרים המאוחסן בזיכרון מהיר (HBM). כאן נוצר פער מבני: קצב העיבוד של ה-GPU גדל מהר בהרבה מקצב השיפור של רוחב הפס לזיכרון. המעבד נעשה מהיר יותר מהיכולת להזין אותו בנתונים. אך גם כאן האילוץ לא עצר. 

ככל שהצורך בסנכרון בין אלפי יחידות חישוב גדל, צוואר הבקבוק המשיך לנדוד אל שכבת התקשורת והאנרגיה. העברת נתונים בקצבים קיצוניים על גבי תשתיות נחושת מייצרת התנגדות חשמלית, איבוד אות ופליטת חום אדירה. בנקודה זו, המגבלה כבר אינה שייכת לרכיב בודד אלא לפיזיקה של המערכת כולה: כמה מידע ניתן להזיז, ובאיזו עלות אנרגטית.

בנקודה זו, האילוצים של קישוריות, זיכרון ואנרגיה מתכנסים לשאלה מבנית אחת: האם ניתן להמשיך להרחיב את הארכיטקטורה הקיימת, או שיש צורך להחליף את מנגנון ההובלה עצמו?

כאן נכנסת הפוטוניקה.

הפוטוניקה כשכבת הובלת המידע של המחשוב

 פוטוניקה אינה מאיצה את אותה המערכת אלא מחליפה את המדיום שבו המידע נע. במקום אלקטרונים, נעשה שימוש באור. המעבר הזה משנה את הפיזיקה של התקשורת: התנגדות חשמלית מוחלפת בהעברת מידע עם איבוד אנרגיה נמוך משמעותית. התוצאה היא שינוי מבני עמוק: רוחבי פס גבוהים בסדרי גודל מהקיים, ירידה משמעותית בעלות האנרגיה לכל ביט מידע, הפחתה דרמטית של חום בתקשורת בין רכיבי המערכת, ויכולת להרחיב מערכות AI מעבר למגבלות הפיזיקליות של תשתיות נחושת.

חשוב להדגיש: המהפכה הקרובה אינה מחשוב פוטוני מלא, אלא שינוי בשכבת הקישוריות Optical Interconnects שהיא השכבה המחברת בין חישוב, זיכרון ורשת. השינוי כבר מתרחש בפועל. חברות ענק כמו Marvell, Coherent , Lumentum ו Credo - ממקמות את עצמן סביב שכבת ה-Data Movement החדשה. אחת הדוגמאות הישראליות הבולטות לכך היא Tower Semiconductor בשנים האחרונות, פעילותה בתחום ה-Silicon Photonics ממחישה שהמעבר לקישוריות אופטית כבר אינו רק שאלה מחקרית או הנדסית, אלא חלק מהדיון התעשייתי הרחב יותר סביב הדור הבא של תשתיות AI ודאטה סנטרים. 

ככל שמערכות מחשוב נדרשות להעביר יותר מידע, מהר יותר, ובמחיר אנרגטי נמוך יותר, הפוטוניקה הופכת לרכיב משמעותי יותר בארכיטקטורת השבבים עצמה. במקביל, מתפתח בישראל אקו־סיסטם נוסף סביב אותה נקודת מעבר. חברות כגון DustPhotonics, Teramount ו-NewPhotonics פועלות בצמתים קריטיים של חיבור בין סיבים לשבבים, קישוריות בין-שבבית וסיליקון פוטוני. המאפיין המשותף לשחקניות הללו הוא שהן פועלות בנקודת החיכוך הקריטית של מערכות AI מודרניות: לא בתוך מנוע החישוב עצמו, אלא בממשק שבין חישוב, זיכרון ורשת. 

• פריים אנרג'י נכנסת לתחום חוות השרתים - בארץ ובחו"ל
• דאטה סנטרס בחלל: הפתרון למשבר החשמל של ה-AI או חלום יקר מדי?

בפעם הראשונה מזה עשורים, מוקד החדשנות אינו עוד כוח העיבוד עצמו, אלא האופן שבו מידע נע דרך המערכת. זהו שינוי שמייצר חלון הזדמנויות אסטרטגי לשחקנים חדשים, וממקם את הטכנולוגיה הישראלית בנקודת ממשק טבעית עם תשתיות הענן וה AI -של הדור הבא.

יחד עם זאת כדאי להזכיר כי המעבר לפוטוניקה משולבת עם התקנים מבוססי סיליקון אינו פשוט. סיליקון הוא יסוד מצוין להולכת אלקטרונים, אולם כמעט ואינו יעיל ביצירת אור בשל מבנה פסי האנרגיה שלו. לכן, אנרגיה חשמלית בו מומרת בעיקר לחום ולא לפוטונים. כדי לאפשר תקשורת אופטית בתוך מערכות מחשוב, נדרש שילוב של חומרים נוספים כמו אינדיום פוספיד בתוך תשתית סיליקון קיימת. זהו אתגר ה:Silicon Photonics לא להחליף את הסיליקון, אלא לשלב שתי פיזיקות שונות בתוך אותה מערכת. 

השלב הבא בארכיטקטורה הזו הוא מה שקרוי, Co-Packaged Optics גישה שמקרבת את האופטיקה ככל האפשר אל יחידות החישוב, תוך שמירה על ייצוריות, אמינות ועלויות תעשייתיות.

שחקן משמעותי באחת מתשתיות הליבה של העשור הבא

 ככל שצוואר הבקבוק של מערכות AI נודד מהעיבוד אל תשתיות העברת המידע, גם מוקד החדשנות משתנה. הדגש כבר אינו רק על מהירות החישוב, אלא על היכולת להזרים אליו מידע במהירות, ביעילות ובמחיר אנרגטי בר־קיימא. במציאות הזו, הפוטוניקה אינה “עוד שדרוג”, אלא שכבת התשתית ההכרחית שתאפשר לדור הבא של המעבדים לממש את הפוטנציאל שלהם. אם ה GPU-הוא המנוע העוצמתי של מהפכת ה, AI- הפוטוניקה הופכת למערכת העצבים ולתשתית התחבורתית שמאפשרת למנוע הזה לפעול במהירות, בסינכרון ובקנה מידה גדול מאוד.

עבור ישראל, השינוי הזה עשוי לייצר הזדמנות אסטרטגית יוצאת דופן. במשך שנים מוקד תעשיית השבבים היה בשיפור המעבדים ובייצור בקנה מידה עצום, תחומים שבהם יתרון הגודל של ענקיות גלובליות היה כמעט בלתי ניתן לערעור. אך המעבר לעולמות של קישוריות אופטית, Silicon Photonics ו-Co-Packaged Optics פותח מחדש את מרחב החדשנות סביב ארכיטקטורת המערכת עצמה.

• סימד וארבע הדרגות: איך (שוב) הפכנו זבל אמריקאי לזהב ישראלי?
• למה ג׳נסן "משקר": האיום הגדול על אנבידיה הוא לא תחרות - אלא הציבור

לישראל כבר קיימים נכסים משמעותיים בתחומי semiconductors, mixed-signal, packaging ו-deep tech systems , בדיוק בתחומים שבהם מתעצבת כיום שכבת התשתית החדשה של מערכות ה-AI . אם האקו־סיסטם המקומי ידע להעמיק את ההתמחות בשכבת תנועת המידע של מערכות AI הוא עשוי להפוך לשחקן משמעותי באחת מתשתיות הליבה של העשור הבא.

הכותב הוא מנהל פיתוח עסקי בקרן BIRD.