אנווידיה קונה שבב שהיא לא בנתה: איך Groq הפכה לחלק ה-7 בפלטפורמת Vera Rubin

בדצמבר 2025 אנווידיה עשתה משהו חריג לחברה שמייצרת את שבבי ה-AI המבוקשים בעולם: היא שילמה כ-20 מיליארד דולר לא כדי לקנות חברה, אלא כדי לרשות טכנולוגיה מ-Groq ולגייס את רוב הצוות שלה — כולל המייסד Jonathan Ross והנשיא Sunny Madra. פחות מארבעה חודשים אחר כך, ב-GTC 2026, אנווידיה כבר הציגה את התוצר: שבב בשם קוד LP30, שמכונה רשמית Groq 3 LPU, משולב במלואו בפלטפורמת Vera Rubin. הקצב הזה — מעסקה להטמעה בתוך רבעון — אומר משהו על עד כמה קריטית הפכה תחרות האינפרנס עבור אנווידיה.

למה בכלל אנווידיה צריכה שבב אינפרנס נפרד

ה-GPU-ים של אנווידיה מעולים באימון מודלים ובחישובי attention מורכבים, אבל יש להם צוואר בקבוק ידוע: כל ה-HBM היקר שלהם צריך להתחלק בין משקלי המודל, בין ה-KV cache (הזיכרון שמאחסן את ההקשר של השיחה בזמן דקודינג), ובין חישובי ה-FFN (feed-forward network) שמרכיבים חלק גדול מהעומס החישובי בכל טוקן שנוצר. ככל שמודלים גדלים וההקשרים מתארכים — תרחיש אופייני לסוכני AI אוטונומיים שמחזיקים שיחות ארוכות — ה-KV cache תופס יותר ויותר מקום, ונשאר פחות HBM לכל דבר אחר.

כאן נכנס הרעיון המרכזי מאחורי ה-LPU: Attention-FFN Disaggregation, או בקיצור AFD. הארכיטקטורה מפרידה בין שני סוגי החישוב. חישובי attention, שהם דינמיים וטוענים KV cache בזמן אמת, נשארים על ה-GPU. חישובי FFN, שהם דטרמיניסטיים וניתנים לחיזוי, עוברים לגמרי ל-LPU. התוצאה: ה-GPU יכול להקדיש כמעט את כל ה-HBM שלו ל-KV cache, מה שמעלה משמעותית את מספר הטוקנים שהוא יכול לעבד במקביל.

מפרט טכני: מה בדיוק יש בתוך LP30

השבב עצמו מיוצר אצל סמסונג פאונדרי על תהליך SF4X — לא אצל TSMC, שם אנווידיה מייצרת את רוב קווי ה-GPU המרכזיים שלה. הבחירה הזו לא מקרית: היא מאפשרת לאנווידיה להגדיל ייצור של ה-LPU בלי לצרוך הקצאת ייצור או זיכרון HBM שמיועדת לקווי הדגל שלה. מדובר בשדרוג משמעותי גם מבחינת Groq עצמה — ה-LPU הקודם (LPU 1) יוצר אצל Global Foundries בתהליך 16 ננומטר ותמך ב-750 טרהפלופס INT8 בלבד. המעבר לתהליך SF4X של סמסונג מביא את השבב ל-1.2 פטהפלופס FP8 לכל שבב, קפיצה משמעותית.

כל שבב LP30 נושא כ-500 מגה-בייט SRAM על-שבבי, וקצב תעבורה של כ-150 טרה-בייט לשנייה. במדף LPX מלא — התצורה שאנווידיה מציגה כברירת מחדל — מתחברים 256 שבבים כאלה (32 מגשים עם 8 שבבים כל אחד), עם עד 128GB SRAM מצטבר ותעבורה כוללת של עד 640 טרה-בייט לשנייה ברמת המדף. המדף כולו מקורר בנוזל ובנוי על תשתית MGX הסטנדרטית של אנווידיה.

המספרים שאנווידיה מציגה — ומה עומד מאחוריהם

אנווידיה טוענת שהשילוב של LPX עם מדפי Vera Rubin NVL72 מניב עד פי 35 תפוקת אינפרנס למגה-וואט, ועד פי 10 פוטנציאל הכנסה למודלים בגודל טריליון פרמטרים, בהשוואה לפתרונות קודמים. אלה מספרים דרמטיים, וכמו תמיד עם נתוני ביצועים שמגיעים מהיצרן עצמו — כדאי להתייחס אליהם כתקרה תאורטית בתנאי מעבדה, לא כערבות לביצועים בעומס אמיתי. עם זאת, ההיגיון הארכיטקטוני מאחוריהם סביר: אם באמת אפשר לפנות רוב ה-HBM של ה-GPU ל-KV cache, זה משפיע ישירות על כמות הבקשות המקבילות שמערכת יכולה לשרת, וזה בדיוק המדד שקובע כלכלת אינפרנס בקנה מידה גדול.

ההקשר האסטרטגי: למה אנווידיה קונה מה שהיא לא בנתה

העסקה עם Groq היא חלק מדפוס רחב יותר שאנווידיה מפתחת בשנה האחרונה: התרחבות אגרסיבית מעבר לליבת ה-GPU אל כל שכבות מרכז הנתונים. באותו GTC 2026 אנווידיה גם הציגה מדף CPU בשם Vera ETL256 (256 מעבדי Vera במדף אחד, מקורר בנוזל), כאמצעי להתמודד עם עומס עיבוד נתונים גדל שנלווה לעומסי AI — וכן פלטפורמת אחסון בשם CMX/ICMS. ההיגיון ברור: ככל שעומסי אינפרנס אג'נטיים (agentic) גדלים, הצוואר בקבוק כבר לא רק בכוח החישוב הגולמי, אלא בכל שכבות התומכות — זיכרון, אחסון, רשת ועיבוד מקדים.

הרכישה של יכולות Groq, במקום פיתוח פנימי של שבב אינפרנס דטרמיניסטי מאפס, גם חוסכת לאנווידיה זמן קריטי. שוק שבבי האינפרנס הופך תחרותי יותר — גוגל מרחיבה את משפחת ה-TPU שלה עם שבבים ייעודיים לאינפרנס, ואמזון ממשיכה לדחוף את Trainium משלה. עבור אנווידיה, לרכוש טכנולוגיה בוגרת ומוכחת ולשלב אותה תוך רבעון בפלטפורמת הדגל שלה, זה מהיר משמעותית מבניית יכולת מקבילה מאפס — גם במחיר של 20 מיליארד דולר.

מה זה אומר לשוק התשתית

עבור מפעילי מרכזי נתונים וספקי ענן שקונים תשתית אנווידיה, Groq 3 LPU מייצג אופציה חדשה: תוספת ממוקדת שמטפלת בעומס ספציפי (שכבות FFN בדקודינג) בלי לדרוש שדרוג מלא של תשתית ה-GPU. זה מתאים לאסטרטגיה הרחבה יותר של Vera Rubin, שמציגה 'עולמות' גדולים יותר של מדפים מחוברים — כמו NVL576 (דור Rubin Ultra) שמחבר שמונה מדפי Oberon עם אופטיקה משולבת (co-packaged optics) בין המדפים, ו-NVL1152 העתידי (דור Feynman) עם שמונה מדפי Kyber שבהם, לפי ג'נסן הואנג, גם החיבורים בתוך המדף עצמו עתידים לעבור בהדרגה לאופטיקה משולבת.

לצד ה-LPU, GTC 2026 הביא גם מדף CPU חדש בשם Vera ETL256 — 256 מעבדי Vera במדף אחד (32 מגשי חישוב עם 8 מעבדים כל אחד), מקורר בנוזל ובנוי עם 4 מגשי מתג Spectrum-6 שמאפשרים טופולוגיית Ethernet שטוחה מכל-אל-כל. אנווידיה מנמקת את הצורך במדף CPU ייעודי בכך ש'הביקוש למעבדים גדל ככל שעומסי AI דורשים יותר טיפול בנתונים, עיבוד מקדים ותזמור' — כלומר גם החלק ה'משעמם' של תזוזת נתונים והכנתם הופך לצוואר בקבוק בקנה מידה גדול, ולא רק כוח החישוב הגולמי של ה-GPU.

עבור המתחרים בשוק שבבי האינפרנס, הצעד הזה מעלה את הרף. Groq, שהחלה כסטארטאפ עצמאי עם ארכיטקטורת LPU ייחודית שמתמקדת בדטרמיניזם ובזמן תגובה נמוך, ניצלה עכשיו את המשאבים העצומים של אנווידיה כדי להגיע לתהליך ייצור מתקדם יותר ולפריסה בקנה מידה שהיא לבדה לא הייתה מגיעה אליו כל כך מהר. השאלה הפתוחה היא אם היתרון הארכיטקטוני של הפרדת attention מ-FFN יישאר ייחודי, או שמתחרים כמו גוגל ואמזון יאמצו גישות דומות משלהם בדורות הבאים של השבבים המותאמים אישית שלהם.

יש גם היבט שרשרת אספקה שכדאי לזכור: הבחירה לייצר את LP30 אצל סמסונג פאונדרי, ולא אצל TSMC, היא לא רק החלטת תכנון קיבולת פנימית — היא גם צעד לגיוון גיאוגרפי-תעשייתי, שכן הייצור מתבצע בתהליך שמדגישים כמיוצר בארה"ב. בעולם שבו יכולות ייצור שבבים מתקדמים הפכו לנושא גיאופוליטי רגיש לא פחות מאשר טכנולוגי, מהלך כזה מקבל משמעות שחורגת מעבר לגיליון המפרט הטכני בלבד.