אלפאבית מובילה את עידן הבינה המלאכותית החדש בזכות יעילות חישוב עליונה

בעולם שבו משקיעים מתמקדים בשבבי הבינה המלאכותית הבאים, כמו Nvidia ששולטת בשוק ה-GPUs, AMD שמנסה לצמצם את הפער ו-Broadcom שמסייעת בפיתוח ASICs מותאמים, מתנהל קרב אמיתי ברקע: יעילות החישוב. כאן, Alphabet (GOOGL, GOOG) ממוקמת להיות הזוכה הגדולה, במיוחד ככל שהביקוש להסקת תוצאות (inference) של מודלי שפה גדולים (LLMs) גובר.

צוואר הבקבוק: לא חוסר שבבים, אלא חשמל

האתגר הגדול ביותר כיום אינו מחסור בשבבים, אלא מחסור בכוח חשמלי. מודלי GPU מצטיינים בעיבוד נתונים מהיר בכמויות אדירות, אך הם צורכים אנרגיה רבה. זה עדיין סביר בשלב האימון (training) של מודלי AI, שהוא עלות חד-פעמית. לעומת זאת, השלב הבא – inference, שבו המודלים רצים באופן שוטף – הוא הוצאה מתמשכת הדורשת יעילות אנרגטית גבוהה. כאן Alphabet מציגה יתרון משמעותי.

TPUs: שבבי AI מותאמים אישית של אלפאבית

אלפאבית משקיעה למעלה מעשור בפיתוח שבבי AI מותאמים אישית לפרימוורק TensorFlow שלה. בעוד Broadcom מסייעת ללקוחות אחרים, המאמצים הפנימיים של אלפאבית בולטים. שבבי ה-TPU (Tensor Processing Units) שלה, כעת בדור השביעי, מותאמים באופן מושלם לתשתית הענן של Google Cloud ולעומסי העבודה שלה.

היתרון? ביצועים משופרים וצריכת חשמל נמוכה יותר. זהו יתרון עלותי עצום, שיתעצם ככל שה-inference יהפוך למרכזי. אלפאבית אינה מוכרת TPUs ללקוחות חיצוניים; כדי לגשת אליהם, יש להריץ משימות על Google Cloud. כך היא תופסת הזדמנויות הכנסה מרובות בתחום ה-AI.

יתרה מכך, אלפאבית משתמשת ב-TPUs לפיתוח ולהפעלה של מודל Gemini שלה. זה מעניק לה יתרון עלותי בפיתוח, אימון והסקה של המודלים, בהשוואה למתחרים כמו OpenAI ו-Perplexity AI, שמסתמכים על מודלי GPU יקרים וזוללי חשמל.

אינטגרציה אנכית: ערימת טכנולוגיה שלמה

אף חברה אינה מציעה ערימת טכנולוגיית AI משולבת כמו זו של אלפאבית. מודל היסוד Gemini 3 ששוחרר לאחרונה זוכה לשבחים רבים. אנליסטים מ-D.A. Davidson מציינים שהוא בעל "יכולות החורגות בהרבה ממה שציפינו מדור זה של מודלים מובילים".

לצד זאת, אלפאבית מציעה פלטפורמות תוכנה מתקדמות כמו Vertex AI, המאפשרות ללקוחות לבנות מודלי AI ואפליקציות על בסיס Gemini. הרשת העצומה של סיבים אופטיים שלה מפחיתה השהיות, והרכישה הממתינה של חברת אבטחת הענן Wiz תשלים את ערימת הטכנולוגיה עוד יותר.

תגובת Nvidia: הכרה בכוח ה-TPUs

אפילו Nvidia, מלכת השבבים, מכירה בכוחם. על פי דיווח ב-Wall Street Journal, לאחר ש-OpenAI החלה לבחון TPUs, Nvidia מיהרה להשקיע בעסקה עם הסטארט-אפ ולרכוש מניות. תגובה זו מדגישה את הכבוד שיש ל-Nvidia לטכנולוגיה של אלפאבית.

מדוע אלפאבית היא ההימור לטווח ארוך?

ככל שהשלב הבא של ה-AI מתפתח, האינטגרציה האנכית של אלפאבית ממקמת אותה בראש. יתרון היעילות החישובית, השילוב בין חומרה, תוכנה, ענן ומודלים עצמיים – כל אלה מאפשרים לה לעקוף יריבות שבבים כמו Nvidia. עבור חובבי טכנולוגיה בישראל, שמתעניינים בשוק ה-AI הגלובלי, זו הזדמנות להבין כיצד חברות כמו אלפאבית, עם Wiz הישראלית בתמונה, משנות את כללי המשחק.

בקיצור, הקרב אינו בשבבים בלבד – הוא ביעילות, ואלפאבית מוכנה לנצח.