המרוץ העולמי לבינה מלאכותית אינו מתנהל רק סביב רעיונות, אלגוריתמים או סטארט-אפים פורצי דרך. בשנים האחרונות התברר כי אחד המשאבים הקריטיים ביותר לפיתוח טכנולוגיות מתקדמות הוא כוח מחשוב. אימון מודלים גדולים של AI מייצר אקסלרציה בפיתוח טכנולוגיות מתקדמות: מפיתוח תרופות בעזרת סימולציות חישוביות ועד בניית תשתיות AI כחול-לבן. מהפכה טכנולוגית זו יכולה להזניק את ההייטק הישראלי קדימה, אך דורשת תשתיות מחשוב עוצמתיות במיוחד לצורך ניתוח כמויות המידע העצומות.
עבור חברות רבות וקבוצות מחקר באקדמיה, הגישה לתשתיות כאלה אינה מובנת מאליה. עלויות החישוב הגבוהות והמחסור העולמי בשבבים מתקדמים הפכו את כוח המחשוב למשאב נדיר. כדי להתמודד עם האתגר הזה השיקה רשות החדשנות את מחשב העל הישראלי ובנתה תוכנית לשוברים מוזלים לשימוש בתשתית זו. השוברים מאפשרים לחברות ולחוקרים לקבל גיושה מוזלת ומהירה לאימון מודלי שפה גדולים על גבי תשתיות מחשוב מתקדמות.
כרם נבו, סמנכ"לית צמיחה ברשות החדשנות, מסבירה בראיון כיצד נולדה התוכנית, מדוע היא מיועדת גם לתעשייה וגם לאקדמיה, ומה המשמעות של שיתוף הפעולה עם חברת הענן Nebius,שמפעילה תשתיות המבוססות על שבבי NVIDIA מהמתקדמים בעולם.
מהו הרציונל שעומד מאחורי התוכנית הייעודית למתן גישה למחשוב מתקדם?
"אנחנו רואים בשנים האחרונות שינוי עמוק באופן שבו מתפתחת חדשנות טכנולוגית. בתחומים רבים, במיוחד בבינה מלאכותית, כוח מחשוב הפך למשאב קריטי. בעבר צוות חזק ורעיון טוב יכלו להספיק כדי להקים סטארט-אפ טכנולוגי. היום, אם אתה רוצה לאמן מודלי שפה גדולים, אתה צריך תשתיות חישוב עצומות. מה שאפשר לייצר באמצעות AI מקפיץ את החברות קדימה ומקצר זמני פיתוח, אבל הגישה לתשתיות אלו יכולה להוות צוואר בקבוק.
"הדרישות האלה גדלו בצורה דרמטית", היא מוסיפה. "מודלים מתקדמים של בינה מלאכותית דורשים לפעמים אלפי שעות חישוב על מאיצים גרפיים מתקדמים. גם בתחומים אחרים, כמו מחקר רפואי או פיתוח חומרים חדשים, נעשה שימוש הולך וגובר בסימולציות חישוביות שמצריכות כוח מחשוב משמעותי".
כלומר, החסם המרכזי הוא כבר לא רק רעיון או ידע, אלא תשתית?
"נכון. יש בישראל הרבה מאוד חברות חדשניות וקבוצות מחקר מצוינות, אבל לא תמיד יש להן גישה לתשתיות מחשוב בהיקף שנדרש לפרויקטים מתקדמים. העלויות של מחשוב כזה יכולות להיות גבוהות מאוד, ובמקרים רבים גם יש מחסור עולמי במשאבים. גם הזמנים יכולים להיות ארוכים מאוד. באמצעות התוכנית אנחנו בעצם מתקנים את שני הכשלים הללו".
לבצע חישובים מקביליים בקנה מידה עצום
נבו מסבירה כי זו בדיוק הסיבה שהוחלט להשיק את תכנית הוואצ'רים. "המטרה שלנו היא להנגיש את המשאב הזה. במקום שכל חברה או מוסד מחקר יצטרכו להקים תשתית מחשוב משלהם, אנחנו מאפשרים להשתמש בתשתיות מתקדמות באופן מאוגד ולהקל על הגישה אליו באמצעות שיוברי הנחה וניהול תור מקוצר".
איך המסלול הזה עובד בפועל?
"המסלול מאפשר לחברות ולחוקרים להגיש בקשה לקבלת שוברים לשימוש בתשתיות מחשוב מתקדמות לצורך פרויקטים של מחקר ופיתוח. לאחר שהבקשה מאושרת, הם יכולים להשתמש במשאבי המחשוב לצורך אימון מודלים של AI, ביצוע חישובים מורכבים או הרצת סימולציות.
אחד הרכיבים המרכזיים בתוכנית הוא שיתוף פעולה עם חברת הענן Nebius. במה חשיבותו?
"התשתיות שאנחנו מציעים במסגרת המסלול מבוססות בין היתר על מערכות מחשוב מתקדמות שמפעילה Nebius, הכוללות מאיצים גרפיים מהדור החדש של NVIDIA. מאיצים כאלה נחשבים כיום לאחד המרכיבים החשובים ביותר בפיתוח בינה מלאכותית. שבבי NVIDIA משמשים היום לאימון מודלים מתקדמים של AI בכל העולם. הם מאפשרים לבצע חישובים מקביליים בקנה מידה עצום, וזה בדיוק מה שנדרש לפיתוח טכנולוגיות מתקדמות".
המסלול מבוסס על מודל של שוברים שמאפשרים שימוש בתשתיות מחשוב מתקדמות במחיר מסובסד. עד כמה מסובסד?
"עבור חברות, המשמעות היא גישה למשאבי מחשוב בהנחה של כ-30% ממחיר השוק, מה שמאפשר לבצע ניסויים ואימון מודלים בעלויות נמוכות יותר. עבור חוקרים באקדמיה רמת המימון גבוהה יותר, ויכולה להגיע עד כ-80% מעלות השימוש בתשתיות המחשוב, מתוך הבנה שהמחקר האקדמי הוא מנוע מרכזי לחדשנות עתידית".
התוכנית פתוחה גם לחברות וגם לחוקרים. למה היה חשוב לשלב את שני העולמות?
"כי בתחומים כמו AI הגבול בין מחקר לבין יישום נעשה הרבה יותר מטושטש. רבות מהפריצות הטכנולוגיות מתחילות במחקר אקדמי וממשיכות לאחר מכן לתעשייה. לכן חשוב שגם חוקרים וגם חברות יוכלו לעבוד עם תשתיות מתקדמות. צריך להבין שגם האקדמיה מתמודדת עם אתגרים דומים לאלה של התעשייה. חוקרים בתחומים רבים משתמשים היום בבינה מלאכותית ככלי מרכזי במחקר שלהם. למשל, בניתוח נתונים רפואיים, בחקר חלבונים או בפיתוח מודלים לחיזוי תהליכים מורכבים. כל אלה דורשים כוח מחשוב משמעותי".
לראות יותר מחקרים פורצי דרך
את יכולה לתת דוגמאות לסוג המחקרים או הפיתוחים שדורשים מחשוב כזה?
"יש מגוון רחב מאוד של תחומים. למשל, אימון מודלים גדולים של בינה מלאכותית, פיתוח מערכות עיבוד שפה טבעית, ניתוח מאגרי מידע עצומים בתחום הבריאות או סימולציות מורכבות בפיתוח תרופות. גם בתחומים כמו אקלים, תחבורה או אנרגיה משתמשים יותר ויותר במודלים חישוביים גדולים/ במקרים רבים מדובר בפרויקטים שלא ניתן לבצע בלי תשתיות מתקדמות. כאשר צריך לעבד כמויות עצומות של נתונים או להריץ מודלים מורכבים מאוד, מחשוב רגיל פשוט לא מספיק".
עד כמה הנושא של כוח מחשוב הפך להיות חלק מהתחרות הגלובלית?
"היום זה לגמרי חלק מהמרוץ הטכנולוגי העולמי. מדינות רבות משקיעות סכומי עתק בהקמת תשתיות מחשוב ובמרכזי AI. אנחנו רואים השקעות של מיליארדים בארה"ב, באירופה ובאסיה, מתוך הבנה שכוח מחשוב הוא מרכיב אסטרטגי בפיתוח טכנולוגיה. עם זאת, היא מדגישה המטרה של ישראל אינה להתחרות בהיקפים של המעצמות הגדולות. ברור שלא נקים כאן תשתיות בהיקפים של מדינות ענק. אבל כן חשוב לבנות מודלים חכמים שמאפשרים לחברות ולחוקרים בישראל גישה למשאבים ברמה גבוהה".
בסופו של דבר, כיצד תדעי שהתוכנית הצליחה?
"אם נראה יותר מחקרים פורצי דרך ויותר חברות שמצליחות לפתח טכנולוגיות מתקדמות, נדע שהתוכנית עושה את העבודה שלה. בסופו של דבר, המטרה היא לאפשר לאנשים עם רעיונות טובים להגיע רחוק יותר.
"בעולם שבו הטכנולוגיה מתקדמת במהירות, גם התשתיות חייבות להתקדם. חדשנות היום לא נשענת רק על יצירתיות, אלא גם על גישה לכלים הנכונים. התפקיד שלנו הוא לוודא שהכלים האלה יהיו זמינים גם לחוקרים וגם לחברות, שמפתחים את הדור הבא של הטכנולוגיות".
