אנבידיה רודפת אחרי המפתחים: גל רכישות במודלים פתוחי־משקלים

השוק רותח סביב המשקלים הפתוחים

השמועה על רכישת האגינג פייס (Hugging Face) בידי Nvidia תמורת 13 מיליארד דולר (כ־48 מיליארד שקל) היא רק קצה הקרחון. שבועיים קודם לכן סגרה ענקית השבבים עסקה של 6 מיליארד דולר (כ־22 מיליארד שקל) לרכישת פולסייד (Poolside), בונה מודלים פתוחי־משקלים, ורוב עובדיה יעברו לאנבידיה. במקביל סטרייפ (Stripe) בלעה את אופן־ראוטר (OpenRouter), הספק המוביל של מודלים פתוחי־משקלים לארגונים, ביותר מ־7 מיליארד דולר (כ־26 מיליארד שקל). שלוש העסקאות יחד מצביעות על זרימת הון מסיבית לתחום שהמודל העסקי שלו מבוסס על חלוקה חופשית של טכנולוגיה.

האסטרטגיה של אנבידיה: עצמאות מההייפרסקיילרס

עבור אנבידיה המניע ברור: צמצום התלות במעבדות החזית ובהייפרסקיילרס (hyperscalers) שמתחילים לייצר שבבי הסקה (inference) משלהם. השבוע חשפה OpenAI את ג'לפניו (Jalapeño), שבב הסקה פרטי, ו־Google פועלת בכיוון דומה. אם בוני המודלים הופכים ליצרני חומרה, אנבידיה רוצה נתח מעסקי בניית המודלים. לאנבידיה כבר יש משפחת נמוטרון (Nemotron) של מודלים פתוחי־משקלים, אך האימוץ שלהם נמוך. שליטה בפלטפורמת המפתחים הגדולה ביותר למודלים פתוחים תיתן לה גישה ישירה לקהילת משתמשים שאפשר לכוון לשבבים ולתקנים שלה.

עלות ההסקה דוחפת לחלופות סיניות

ברקע עומדת שאלת מחיר ההסקה, שדוחפת חברות לבחון מודלים זולים יותר של חברות סיניות כמו Moonshot, דיפסיק (DeepSeek) ו־Alibaba. האימוץ עדיין מצומצם אך בצמיחה: לפי סקר נתוני הוצאות של ראמפ (Ramp), רק 6% מהחברות משתמשות במודלים פתוחי־משקלים, ולפי ג'ליפיש (Jellyfish), שמפתחת כלים למפתחים, רק 2% מהמהנדסים עושים זאת. ניק אלבראן (Nik Albarran), מוביל מוצר AI בג'ליפיש, הסביר שהשימוש העיקרי כיום הוא בחברות שהמוצר שלהן נשען על עומסי הסקה חוזרים ונשנים, למשל צ'אטים של שירות לקוחות. במשימות כאלה, שכרוכות בנפח גבוה וחזרתיות רבה, אפשר לכוונן מודל פתוח שיענה בזול.

טוקנים כמטבע, שליטה כסיבה העיקרית

סטרייפ ניסחה את רכישת אופן־ראוטר סביב אותה לוגיקה: "טוקנים הם המטבע המרכזי לחברות שבונות עם AI, והפוטנציאל הכלכלי האמיתי תלוי בניצול יעיל של משאבי מחשוב נדירים", אמר פטריק קוליסון (Patrick Collison), מייסד ומנכ"ל משותף של סטרייפ. אלא שלמשימות קוד וסוכנים (agentic), שבהן הבקשות מגוונות ונדרשת חשיבה מורכבת, מודלי החזית עדיין מנצחים, בין היתר כי המעבדות הקנייניות מספקות גישה נוחה יותר ובחלק מהמקרים סבסוד טוקנים. אלבראן ציין שככל שזרימות העבודה של AI מתבגרות, קל יותר לעבור למודלים פתוחים, אך הסיבה המרכזית כיום היא שליטה וקונפיגורביליות, לא חיסכון כספי.

פיירוורקס: 40 טריליון טוקנים ביום

לין צ'יאו (Lin Qiao), מנכ"לית פיירוורקס (Fireworks), נתב ומארח מודלים פתוחי־משקלים מוביל לארגונים, שמוזכרת תדיר כמועמדת לרכישה, חשפה שהחברה מעבדת 40 טריליון טוקנים ביום, יותר מממשקי ה־API של ג'מיני (Gemini) או OpenAI. ההימור של פיירוורקס הוא על מגוון מודלים: ככל ש־LLM מתרבים ומשתפרים, יהיה קל יותר לחברות לאמן אותם ספציפית לצרכיהן. "כל חברת אפליקציה צריכה לשקול העסקת חוקר פנימי", אמרה צ'יאו. "הם יכולים להשתמש במוצר ובנתונים שלהם כדי לבנות מודל שמותאם בדיוק לבעיה שלהם".