דילוג לתוכן הראשי

נביוס רוכשת את Inferize, שפיתחה טכנולוגיה להוזלת הרצת AI

לפי גלובס, נביוס רוכשת את Inferize התל־אביבית בעסקה המוערכת ב־100–130 מיליון דולר. החברה פיתחה טכנולוגיה לשיפור ניצול מעבדים גרפיים ולהוזלת הרצת AI.

יעל ברנעיעל ברנעעורכת ראשית
·5 דק׳ קריאה
0:00 / 7:22
ידיים של טכנאי בודקות רכיבי שרת GPU פתוח בחדר שרתים, להמחשת תשתיות הרצת AI

נביוס רוכשת את הסטארט־אפ התל־אביבי Inferize, עשרה חודשים בלבד לאחר הקמתו, לפי דיווח גלובס מ־1 באוקטובר. העסקה מוערכת בדיווח ב־100–130 מיליון דולר, ומפנה את תשומת הלב לשכבה פחות בולטת ממודלי ה־AI עצמם: הטכנולוגיה שאמורה לאפשר להפעיל אותם במחיר נמוך יותר.

מה ידוע על הרכישה, ומה עדיין לא

לפי הדיווח, Inferize מעסיקה 17 עובדים וטרם השיקה את מוצריה. החברה פיתחה טכנולוגיה לשיפור ניצול המעבדים הגרפיים ולהפחתת עלויות הרצת מודלי AI. זהו הבסיס הטכנולוגי המתואר בעסקה: לא פיתוח של מודל חדש לצרכן, אלא ניסיון להפיק יותר מתשתית החישוב שעליה מודלים פועלים.

הפער בין גילה הצעיר של החברה לבין היקף העסקה המוערך בולט, אבל חשוב להפריד בין הפרטים המדווחים לבין המסקנות שאפשר להסיק מהם. הסכום שפורסם אינו מחיר רשמי, והמידע בתחקיר אינו מפרט את מבנה התמורה, תנאי העסקה או לוח הזמנים להשלמתה. לכן אין בסיס לקבוע כמה יקבלו המייסדים או העובדים, או אילו יעדים מסחריים עומדים מאחורי ההערכה.

100–130 מיליון דולר הם טווח הערכה שפורסם בגלובס, לא סכום רכישה רשמי. גם שיעור החיסכון שמציעה הטכנולוגיה אינו מפורט בתחקיר, ולכן אין לייחס לה הבטחת ביצועים מספרית.

העובדה שהמוצרים טרם הושקו מגבילה גם את היכולת להעריך את בשלותם מבחוץ. רכישה בשלב כזה יכולה לשקף עניין בטכנולוגיה, בצוות או בשילוב עתידי בתשתיות הרוכשת, אך בלי פירוט נוסף אי אפשר לקבוע מה המשקל של כל אחד מהגורמים במקרה הזה. עצם העסקה אינה תחליף לבדיקת ביצועים.

למה ניצול ה־GPU חשוב לא פחות מהמודל

הרצת מודל, המכונה inference, היא השלב שבו מערכת משתמשת במודל כדי להפיק תשובה או לבצע משימה. מבחינה עסקית, זו הוצאה שחוזרת בכל שימוש. גם מוצר שנותן תשובות מצוינות יכול להיות קשה להפעלה בקנה מידה רחב אם עלות השירות גבוהה ביחס להכנסה שהוא מייצר.

מעבד גרפי יקר אינו בהכרח מעבד גרפי שמנוצל היטב. בעומסי AI, היכולת להפיק ממנו עבודה שימושית תלויה בין היתר בתזמון הבקשות, בהעברת הנתונים, בזיכרון ובמאפייני המשימות. לעיתים הגדלת מספר הבקשות המטופלות יחד יכולה לשפר יעילות, אך היא עלולה גם להשפיע על זמן ההמתנה. אלה שיקולים כלליים בתחום, לא תיאור של המנגנון הספציפי שפיתחה Inferize.

מכאן נובע הערך האפשרי של טכנולוגיית אופטימיזציה: אם אותה תשתית יכולה להשלים יותר משימות תוך שמירה על דרישות השירות, עלות המשימה עשויה לרדת. לחלופין, אפשר להשתמש ביעילות הנוספת כדי להתמודד עם עומס גדול יותר בלי להגדיל מיד את התשתית. שני התרחישים מעניינים מפעילי שירותים, אך שניהם דורשים הוכחה בעומסי עבודה אמיתיים.

המדד העסקי אינו רק כמה עולה שעת GPU, אלא כמה עולה להשלים משימה באיכות ובזמן שהלקוח צריך.
פרשנות מערכת

לכן אין משמעות מספקת להבטחה כללית ל״ניצול טוב יותר״ בלי לדעת מה נמדד. שיפור בקצב עיבוד של עבודות שאינן דחופות אינו בהכרח שיפור בשירות שיחה שצריך להגיב במהירות. גם חיסכון בחישוב אינו חיסכון מלא אם הוא מחייב תפעול מורכב יותר. התחקיר אינו כולל נתונים שמאפשרים לבחון את הפשרות האלה אצל Inferize.

שני אנשי תשתיות בוחנים מסך ניטור בחדר עבודה קטן, לצד ארון תקשורת סגור
להמחשה: בחינת יעילות תשתית דורשת לבדוק גם זמני תגובה, עומסי שיא ועלות למשימה, ולא רק את פעילות המעבדים.

המשמעות לחברות ולמפתחים בישראל

הזווית הישראלית אינה מסתיימת באקזיט תל־אביבי. עבור חברה מקומית שבונה שירות AI, השאלה המעשית היא היכן נמצא חשבון החישוב שלה ומי מסוגל להשפיע עליו. חברה שמריצה מודלים בעצמה יכולה לבדוק את ניצול החומרה ישירות. חברה שקונה שירות דרך API תלויה גם במדיניות התמחור של הספק, ולכן התייעלות בתשתית שלו לא מבטיחה הנחה ללקוח.

למשל, עסק ישראלי שמפעיל עוזר שירות בעברית צריך לבחון עלות מול איכות התשובות וזמן ההמתנה. מערכת שמסכמת מסמכים בלילה עשויה לאפשר גמישות תפעולית אחרת מזו של מוקד שירות פעיל. זו דוגמה עקרונית לבחירת מדדים, לא טענה על לקוחות קיימים של Inferize או על התאמה של הטכנולוגיה שלה לעברית.

  • לצוותי פיתוח: למדוד עלות של משימה שהושלמה בהצלחה, לצד איכות התוצאה, ולא להסתפק בעלות בקשה בודדת.
  • למנהלי תשתיות: לבדוק ביצועים בעומס שיא ובשגרה, משום שהתייעלות בתרחיש אחד אינה מבטיחה התייעלות באחר.
  • לרוכשי שירותי API: לברר אם שיפור בתשתית מתבטא במחיר, בזמינות או בקיבולת המוצעת ללקוח.
  • לחברות שבוחנות אופטימיזציה: לכלול בחישוב גם עלויות שילוב, ניטור ותחזוקה, ולא רק את חשבון החומרה.

עבור יזמים בארץ, העסקה המדווחת מצביעה על עניין גם בתשתיות שמאחורי מוצרי AI. עם זאת, אין להסיק מעסקה אחת שכל חברה בתחום תוכל להגיע לשווי דומה או ללוח זמנים דומה. היתרון העסקי של פתרון כזה תלוי ביכולת להציג חיסכון שניתן לשחזר, ובהשתלבות שלו בסביבה שבה הלקוח כבר עובד.

מה צריך לקרות כדי שההבטחה תהפוך לחיסכון

המבחן הבא יהיה פירוט טכנולוגי ומסחרי. כדי להעריך את משמעות הרכישה מעבר לכותרת, יהיה חשוב לדעת באילו סוגי עומסים הטכנולוגיה מועילה, לאילו תשתיות היא מתאימה ואיך נראית ההשוואה למצב הקיים. גם פרסום של תוצאות מרשימות יצטרך לכלול תנאי בדיקה ברורים: חומרה, מאפייני עבודה ודרישות זמן תגובה.

שאלה נוספת היא כיצד תגיע הטכנולוגיה לשימוש בפועל. בתחקיר אין פירוט על תוכנית שילוב במוצרי נביוס, זמינות ללקוחות או מודל מסחרי. האפשרות שהתייעלות תגדיל את קיבולת השירות שונה מהאפשרות שהיא תתורגם להוזלת מחירים, ואין כרגע בסיס לבחור באחת מהן כתוצאה צפויה של העסקה.

נכון ל־2 באוקטובר, המסקנה הזהירה היא שהרכישה המדווחת ממחישה את הביקוש לטכנולוגיה שמוזילה את הפעלת הבינה המלאכותית, ולא רק לטכנולוגיה שמשפרת את יכולות המודל. עבור עסקים בישראל, החדשות אינן עדיין הבטחה לחשבון נמוך יותר. הן סיבה טובה לבדוק כמה עולה להפעיל את המוצר שלהם, ואיזה חלק מהעלות אפשר באמת לצמצם.

שאלות נפוצות

מה עושה Inferize שנביוס רוכשת?

לפי דיווח גלובס מ־1 באוקטובר, Inferize היא חברה תל־אביבית שפיתחה טכנולוגיה לשיפור ניצול המעבדים הגרפיים ולהפחתת עלויות הרצת מודלי AI. בדיווח נמסר כי היא מעסיקה 17 עובדים וטרם השיקה את מוצריה.

בכמה נביוס רוכשת את Inferize?

בדיווח גלובס הוערך סכום העסקה ב־100–130 מיליון דולר. זו הערכה שפורסמה בתקשורת, ולא מחיר רכישה רשמי ומאושר.

איך ניצול טוב יותר של GPU יכול להוזיל הרצת AI?

ניצול יעיל יותר עשוי לאפשר לתשתית קיימת לטפל ביותר עבודה, וכך להפחית את עלות המשימה. החיסכון בפועל תלוי בעומס, בחומרה ובדרישות השירות; בתחקיר שסופק אין תוצאות ביצועים כמותיות של Inferize.

#נביוס#Inferize#מעבדים גרפיים#עלויות הרצת AI
מה דעתכם?

דרגו את הכתבה

הדירוג עוזר לנו לדעת מה שווה לכם.

תגובות

התגובה חייבת להיות בעברית ומתפרסמת מיד.
  1. היו הראשונים להגיב.

עוד בנושא