בתמונה למעלה: פרט מתוך סירטון וידאו שייצר Kimi K3, המתאר את התכנון האוטונומי של שבב
מרבית תשומת הלב סביב השקתו של מודל השפה הסיני החדש Kimi K3, התמקדה בביצועיו, המתחרים במודלי החזית של OpenAI, Anthropic ו-Google. אולם לצד המודל עצמו, פרסמה יצרנית המודל, חברת Moonshot AI הסינית, שתי הדגמות טכנולוגיות שעשויות להיות משמעותיות לא פחות: סוכן AI שפיתח שבב באופן אוטונומי בתוך 48 שעות, וסוכן נוסף שפיתח קומפיילר לתכנות מעבדים גרפיים (GPU). שתי ההדגמות אינן מציגות רק יכולת כתיבת קוד, אלא ניסיון להמחיש שסוכני AI יכולים לנהל תהליכי הנדסה מורכבים הנמשכים ימים שלמים, כמעט ללא התערבות אנושית.
שבב בתוך יומיים
פיתוח שבב הוא בדרך כלל אחד מתהליכי ההנדסה המורכבים ביותר בתעשיית ההייטק. בחברות שבבים מסחריות מדובר בפרויקט שנמשך חודשים ולעיתים שנים, הדורש מעורבות של עשרות מהנדסים, ולעתים אף מאות מהנדסים. התהליך כולל הגדרת ארכיטקטורה, כתיבת קוד RTL, סימולציות, אימות פונקציונלי (Verification), סינתזה, בדיקות תזמון, אופטימיזציה ותהליכי תכנון פיזי עד להכנת השבב לייצור. חברת Moonshot ביקשה להראות שסוכן AI מסוגל לבצע חלק ניכר משרשרת העבודה הזו בעצמו.
במסגרת ההדגמה, קיבל Kimi K3 משימה לתכנן מאיץ AI קטן, וביצע את התהליך באופן אוטונומי במשך כ־48 שעות באמצעות כלי EDA זמינים בקוד פתוח. בסיום התקבל תכנון מלא של שבב בשטח סיליקון של 4 מ"מ רבוע, המבוסס על תהליך ייצור של 45 ננומטר. הוא כולל כ־1.46 מיליון תאים לוגיים, זיכרון SRAM בנפח של כ־0.277 מגה־בייט ומערך חישובי INT4 MAC המיועד להאצת רשתות נוירונים. לפי החברה, הסימולציה של המאיץ השיגה קצב עיבוד של יותר מ־8,700 טוקנים בשנייה.
חשוב להדגיש כי לא מדובר במעבד מסחרי מתקדם או בשבב שיועד לייצור המוני, אלא בהדגמת היתכנות המבוססת על תהליך ייצור ותיק יחסית. עם זאת, עצם הוכחת היכולת של סוכן AI לנהל תהליך הנדסי כה מורכב במשך יומיים רצופים – ללא התערבות אנושית – נחשבת להישג מרשים ולאבן דרך באופן שבו מתכננים שבבים.
לא רק חומרה, גם קומפיילר ל־GPU
ההדגמה השנייה עשויה להיות מעניינת אף יותר עבור תעשיית השבבים. Moonshot הציגה סוכן AI שפיתח באופן אוטונומי את MiniTriton – קומפיילר ושכבת תוכנה בהשראת Triton, סביבת הפיתוח בקוד פתוח שפותחה במקור בידי OpenAI לצורך כתיבת Kernels יעילים עבור מעבדים גרפיים.
הסוכן לא הסתפק בכתיבת קוד, אלא שימש כארכיטקט התוכנה: הוא תכנן את מבנה הקומפיילר, מימש את רכיביו, הריץ מבחני ביצועים וביצע שיפורים לאורך הדרך. בהכרזה הזו Moonshot אינה מציגה את MiniTriton כתחליף ל־CUDA של NVIDIA, אלא כהדגמה לכך שסוכן AI מסוגל לפתח באופן עצמאי תשתיות תוכנה מורכבות עבור עולם ה־GPU.
שתי ההדגמות מצביעות על מגמה חדשה בתחום הבינה המלאכותית: המעבר ממודלים המסוגלים להשלים משימות קצרות, לסוכנים אוטונומיים המסוגלים לנהל פרויקטים הנדסיים שלמים לאורך זמן. אם עד היום מודלי AI שימשו בעיקר לכתיבת קטעי קוד או לסיוע למפתחים, Moonshot מנסה להמחיש יכולת פיתוח דור חדש של מערכות הפועלות כמהנדס עצמאי המנהל רצף ארוך של משימות.
מודל ענק עם ארכיטקטורה חדשה
מודל Kimi K3 עצמו נחשב לאחד ממודלי ה־Open Weight הגדולים ביותר שפורסמו עד כה. הוא מבוסס על ארכיטקטורת Mixture of Experts (MoE), הכוללת 2.8 טריליון פרמטרים, אך בכל טוקן מופעלים רק 16 מתוך 896 "מומחים". גישה זו מאפשרת לשמור על ביצועים גבוהים תוך הפחתת עלות החישוב.
המודל כולל גם מספר חידושים ארכיטקטוניים, ובהם מנגנון Kimi Delta Attention (KDA), שנועד לייעל את חישובי ה־Attention ולשפר עבודה עם קונטקסטים ארוכים, מנגנון Attention Residuals לשיפור זרימת המידע בין שכבות המודל, ומנגנון Stable LatentMoE, שמטרתו לאזן את חלוקת העבודה בין המומחים. המודל תומך בחלון קונטקסט של עד מיליון טוקנים.
חברת Moonshot טוענת ש-Kimi K3 מספק ביצועים המתקרבים ואף משתווים במבחני ביצועים שונים למודלים המובילים של OpenAI, Anthropic ו־Google. העובדה שהחברה בחרה להפיץ אותו במתכונת Open Weight עשויה להאיץ את אימוצו הן במחקר והן בתעשייה.
מעבר לביצועים עצמם, Kimi K3 משקף מגמה רחבה יותר: העלייה המהירה ביכולותיהן של חברות AI סיניות לפתח מודלי חזית בקנה מידה עולמי, גם תחת מגבלות הייצוא האמריקאיות על שבבים מתקדמים. אם ההבטחה שמגלמות ההדגמות של Moonshot תתממש, ייתכן שהדור הבא של מהנדסי השבבים לא יעבוד לבד – אלא לצד סוכני AI המסוגלים לנהל תהליכי פיתוח שלמים, משלב התכנון ועד לאימות וההעברה לייצור.