כדי לקרוץ למפתחי התוכנה שרגילים בעבודה על מערכות קיימות של אנבידיה, מאפשרים במג'סטיק למתכנתי AI לפתח יישומים בשפה הפופולרית פייטורץ', ולעבוד על מערכת ההפעלה של OpenAI, שהפכה למאתגרת המרכזית של אנבידיה בשנים האחרונות. לפי התוכניות של מג'סטיק לאבס, השרתים והשבבים יושקו באמצע 2027 וייכנסו לתהליך של ייצור כבר בחודשים הקרובים.

השרת של מג'סטיק לאבס נמצא עדיין בפיתוח, אך על פי ההערכות בתעשייה היא קיבלה הזמנות בהיקף של כמה מאות מיליוני דולרים על הנייר לאספקת השרתים שלה, שיושקו בשנה הבאה ויוכלו לחשב עד פי חמישים יותר פעולות עיבוד AI, או "טוקנים" על כל מגה־וואט של צריכת חשמל. "יש לי לקוח שבונה כעת חוות שרתים בהיקף פעילות חשמלית של 500 מגה־וואט - מחיר השרת לא חשוב בעיניו כמו כמות האסימונים שהוא ימכור לכל מגה־וואט, ואני יודע לתת לו עד פי 50 ממה שמקובל בשוק", אומר שחם.

"לא מדובר בשוק שבו יש הרבה לקוחות שכל אחד מהם קונה מעט, אלא כזה שבו יש מעט לקוחות - כל אחד מהם קונה במאות מיליוני דולרים. אנחנו מעריכים שעשרות לקוחות יתחילו בהזמנה של מאות מיליוני דולרים כבר בשנה הבאה".

הבעיה של אנבידיה

שחם אומר את מה שרבים בתעשייה חושבים אך חוששים מלהגיד בקול רם - שקנייה של עוד ועוד שרתים ושבבים של אנבידיה תוביל למשבר אנרגיה. "מודלי השפה החזקים ביותר, כמו אלה של ג'מיני, קלוד או GPT מתקשים לפעול בזיכרון המצומצם שמחזיק כל מעבד גרפי וכדי לפצות על כך, החברות נדרשות לקנות עוד ועוד מעבדים ושרתים, רובם נותרים רוב הזמן חסרי מעש בגלל מגבלת הזיכרון שלהם, מה שמכונה בתעשייה כ"קיר הזיכרון" - המעבדים יושבים ללא מעש מחצית מהזמן, שורפים אנרגיה וממתינים לדאטה שיזרום אליהם", אומר שחם.

בעיה זו מכתיבה הוצאות הון אדירות בקרב חמש ענקיות הענן לבדן: אמזון, גוגל, מיקרוסופט, מטא וטסלה עומדות על 443 מיליארד דולר בשנה שעברה - השנה הן כבר צפויות להאמיר ל־700 מיליארד דולר סך הכל. "ועם כמות הפרמטרים ההולכת וגדלה של מודלי הקצה שמשחררות חברות כמו אנתרופיק, OpenAI וג'מיני - חברות נאלצות לרכוש עוד ועוד שרתים כדי לאפשר את כח העיבוד העצום הזה".

שלושת היזמים מוכרים היטב בעמק הסיליקון ולפי ההערכה מחזיקים כבר היום בקשרים טובים עם כמה מחברות מודלי ה־AI הגדולות בארה"ב, כמה מספקיות הענן הגדולות ובעיקר - חברות הניאו־ענן, אלה שעוסקות בבניית חוות שרתי AI והשכרת שירותי עיבוד לענקיות הענן וחברות נוספות - שעשויות להיות המאמצות הראשונות של הטכנולוגיה של מג'סטיק.

שונים בנוף

שחם ושותפיו האמריקאים שונים בנוף הסטארט-אפיסטים הישראלים - מאחוריהם קריירה של לפחות עשרים שנה בניהול מעבדות החומרה של ענקיות הטכנולוגיה. שחם, שעבד עד תחילת העשור הקודם בצוות החומרה של IBM בישראל ביקש בסך הכל ללמוד להשלים תואר שני בהנדסת חשמל בסטנפורד, לימודים שהתפתחו לדוקטורט והביאו אותו למעבדת תכנון השבבים של האוניברסיטה.

יציאת המנחה שלו, פרופ' מארק הורוביץ, לשנת שבתון היתה ההזדמנות שהביאה את שחם בתחילת שנות השלושים לחייו לנהל את המעבדה - ולשרת לקוח מסקרן - דרפ"א, המקבילה האמריקאית למפא"ת, סוכנות הפיתוח הטכנולוגי של מערכת הביטחון האמריקאית. שהגיעה אז לסטנפורד עם הבקשה לפתח מעבדים חדשניים יעילים במיוחד שיוכלו לבצע עיבוד תמונה חכם במכשירי קצה ניידים. "זה היה עוד לפני עידן הבינה המלאכותית - דיברנו אז על "רשתות נוירונים, למידת מכונה וראייה ממוחשבת", מספר שחם.

במקביל לעבודתו במעבדה, הקים שחם חברה משלו שתיישם חלק מהעקרונות שלמד לפיתוח שבבים יעילים ובתוך זמן קצר החתים לקוח מעניין אחר - גוגל, שבשנת 2011 החלה לבחון את הנושא מקרוב לאחר שרכשה את אנדרואיד. מי שניהל את התחום בגוגל, שאה ראבי, רכש את החברה של שחם, הפך למנהלו הישיר וברבות השנים עבר עמו למטא והקים איתו את מג'סטיק לאבס.

ב־2013 החלו שחם וראבי לנהל את פיתוח מעבדי ה- AI הראשונים עבור הטלפונים החדשים של גוגל, שהיו עתידים לקבל את המותג המוכר "פיקסל". אל השניים הצטרפה עורכת דין בשם מאסומי ריינדרס שהתגלתה ככישרון מסחרי. ריינדרס הפכה לצלע השלישית של שחם וראבי כמנהלת מוצר בכירה בכל אחת מהפעילויות שלהם - כיום היא המייסדת השלישית במג'סטיק.

"עשינו דברים שבגוגל לא האמינו שאפשר לעשות - הצגתי לאחד המנהלים הבכירים בכרום את מפת הדרכים שלנו - הוא הסתכל עלי ואמר - אתם הולכים לשים את כל זה על גבי טלפון? זה משוגע לגמרי, אבל אני אוהב דברים משוגעים, קח עוד חמישה אנשים ותעשה את זה. התחלנו שם חמישה אנשים וכשעזבתי, היינו 300 איש. היום כשאני רואה את המכוניות האוטונומיות של וואימו - אני יודע שחלק משבב הרדאר הלייזר פותח במעבדה שלנו, שחלק מהיבטי אבטחת המידע של ג'ימייל עוברים דרך השבבים שפיתחנו ושכל וידאו של יוטיוב עובר דרך תוכנה שפיתחנו לדחיסה של וידאו על גבי השבבים.

לא מודאגים מהתחרות

אחרי שנים שעבדו על שבבים של מכשירי קצה כמו טלפונים, משקפיים וקסדות מציאות, עברו לעבוד על סוג אחר של מכשור - שרת עיבוד בינה מלאכותית. "הבנו שהבעיה הגדולה נמצאת במקומות שבהם צריכים לחשב מודלי שפה שרק הולכים וגדלים בקצב מסחרר - החל משנת 2020 הם גדלים אקספוננציאלית מ־100 מיליון פרמטרים למיליארד ואז ל 100 מיליארד ומשם לטריליון פרמטרים, ובמקביל אתה רואה שהחומרה שצריכה לשאת את המודלים האלה לא מתקדמת באותו הקצב.

"מגבלת הזיכרון של החומרה הקיימת. עד השנים האחרונות לא היתה לנו תוכנה שדרשה מאיתנו לקנות ארון שרתים שעולה 5 מיליון דולר, והיום - כל השקה של מודל חדש מחייבת אותך רק להגדיל עוד יותר את ההשקעה בציוד חומרה. זה לא בר־קיימא ודורש ארכיטקטורה חדשה".

שחם לא מודאג מהתחרות הגוברת עם חברות שבבים חדשות כמו סרבראס, שהנפיקה בהצלחה בחודש שעבר לאחר שהשיקה שבב להפעלת סוכני AI בעל שיעור זיכרון גבוה, או מהזינוק המחודש של אינטל ו־AMD בזכות הדרישה הגדלה למעבדי הליבה שלהן במתקני עיבוד AI. "אני לא רואה תחרות כבעיה", הוא אומר, כמעט בביטול. "להפך". בעיניו, העובדה שאנבידיה עדיין מחזיקה בכ-90% מהשוק רק ממחישה עד כמה הזירה עוד פתוחה, ועד כמה יש מקום לשחקנים נוספים שיציעו גישות אחרות לפתרון בעיות אחרות.

"הצלחה של חברות כמו סרבראס מוכיחה לדאטה-סנטרים וללקוחות הענק שיש יותר מדרך אחת לבנות תשתית AI. העולם הזה הוא כל כך ורסטילי וכל כך רחב, שפתרונות שונים פותרים בעיות שונות", הוא אומר.

וזו, מבחינתו, בדיוק הנקודה: השוק לא נכנס לעידן של תחליף אחד, אלא לעידן של מחשוב הטרוגני. עולם שבו בתוך אותו דאטה-סנטר פועלים כמה סוגי מעבדים, שכל אחד מהם מותאם למשימה אחרת. יש סוגי חישובים שעדיין "יושבים" מצוין על אנבידיה; אחרים יתאימו יותר לארכיטקטורות חדשות.

גם גודל ההזדמנות, מבחינתו, כבר מזמן יצא מכל פרופורציה מקובלת. כשהחברה הוצגה ב-2023, הוא מזכיר, התחזית דיברה על שוק של 80 מיליארד דולר ב-2024 וחצי טריליון דולר עד סוף העשור. בפועל, לדבריו, השוק כבר דהר הרבה מעבר לזה. "זה שוק מטורף, ואנחנו נמצאים בתוכו", הוא אומר. במציאות שבה חמש החברות הגדולות לבדן שופכות סכומי עתק על תשתיות, אין באמת היגיון לחשוב ששחקן אחד יספק את כל המענה. להפך: כל הצלחה של חברה חדשה דוחפת את השוק קדימה, מוכיחה מה אפשרי - ומרחיבה את הלגיטימציה לארכיטקטורות נוספות.

קיר הזיכרון

בתוך התמונה הזאת, שחם ממקם את החברה שלו במקום מאוד מסוים. לא במרדף אחר שיאי מהירות נוצצים, אלא בלב אחת הבעיות הכואבות ביותר של עולם ה-AI: קיר הזיכרון. הוא מסביר שעולם ההסקה נחלק למעשה לשני חלקים שונים: מצד אחד עיבוד הקלט - פרומפטים, מסמכים, הקשר; מצד שני ייצור האסימונים. כל שלב כזה דורש משאבים אחרים. "אחד צריך יותר קומפיוט, והשני זיכרון", הוא אומר. מבחינתו, העתיד לא שייך למכונה אחת שעושה הכול, אלא למערכות שיודעות לחלק את העבודה נכון - ולגרום לכל הרכיבים לדבר זה עם זה.

כאן, לדבריו, נמצא היתרון של החברה: "אנחנו מאוד מכוונים לנושא קיר הזיכרון ואיך לפרק אותו". במקום להתמקד רק בחישובים הכי מהירים, החברה פונה דווקא למודלים הגדולים, הארוכים והמורכבים ביותר - המקומות שבהם צוואר הבקבוק האמיתי הוא לא בהכרח כוח חישוב, אלא היכולת להזין, להחזיק ולהעביר כמויות עצומות של מידע ביעילות.

ההיגיון העסקי, מבחינתו, חד מאוד: בעולם שבו דאטה-סנטרים נחנקים ממגבלות אנרגיה, הניצחון לא יימדד רק במהירות - אלא ביעילות. לא מי ירוץ הכי מהר, אלא מי ישרת הכי הרבה משתמשים במסגרת אותה מעטפת חשמל. "אם יש לי חוות שרתים של 100 מגוואט, ואני נותן לו פי 50 יותר משתמשים במסגרת האנרגיה מהגריד - הוא מרוצה", הוא אומר. השורה התחתונה ברורה: "אנחנו לא מפוקסים על החישובים המהירים ביותר, אלא על כמות הלקוחות הגדולה ביותר ביעילות הגדולה ביותר"

שני המייסדים האמריקאים - שאה ראבי ומאסומי ריינדרס - ממוקמים בליבה של עמק הסיליקון, בעוד ששחם מנהל את הסניף שלה בפארק תעשייה חדש ונוצץ ברעננה. "אנחנו מנסים ליהנות מכל העולמות", הוא אומר. "יש בישראל טאלנט מטורף בתוכנה וחומרה - ומצד שני לחברה יש דנ"א אמריקאי שמאוד מקושר לכל מה שקורה בעמק הסיליקון ונמצא מרחק נסיעה של שעה לכל היותר ממגוגל, מטא, OpenAI, אנתרופיק ואנבידיה.

"אנחנו חיים מסביב לשעון - מסיימים פרויקט בישראל ואז מעבירים אותו לעובדים בקליפורניה שמחזירים אותו לישראל בסוף היום שלהם, ואם יש לקוח שצריך לפגוש, תמיד יהיה מישהו בעמק הסיליקון שיוכל לקחת זאת על עצמו", אומר שחם. "אין כאן עניין של לבנות את החברה הכי גדולה אלא הכי יעילה שרצה הכי מהר ובונה את המוצר הכי טוב, אבל יש קשיים - כמו עצירת הטיסות מדי פעם שמקשה לפעמים - אתה מוצא את עצמך סוגר עסקאות בזום במקום פנים מול פנים, ושער הדולר הנמוך שהופך את העובדים ליקרים מאוד. אבל האם נשכור כאן פחות עובדים? לאו דווקא, נעשה זאת איפה שנמצא את העובד הכי טוב, אבל ללא ספק היתרון של ישראל בעלויות עובדים נשחק".