Nebius הודיעה ב-1 באוקטובר 2026 על רכישת Inferize, חברת הזנק מתל אביב שפיתחה טכנולוגיה לקיצור הזמן הדרוש להכנת מודלי בינה מלאכותית לעבודה. לפי דיווח Globes, החברה נמכרה כשהיא בת 10 חודשים, עוד לפני השקה מסחרית. מקורות שמכירים את העסקה העריכו את התמורה ב-100 עד 130 מיליון דולר. Nebius לא פרסמה את תנאי העסקה, ולכן הטווח הזה הוא נתון מדווח ולא מחיר רשמי.
מאחורי העסקה עומדת בעיה פחות גלויה ממשתמשי הצ'אט: גם כשיש מעבד גרפי פנוי, מודל גדול אינו בהכרח מוכן לענות מיד. תחילה צריך לטעון אותו לזיכרון ולהכין את סביבת ההרצה. Inferize פועלת בחלון הזמן הזה. הצוות והטכנולוגיה שלה מצטרפים ל-Token Factory, פלטפורמת ההרצה המנוהלת של Nebius, במטרה להתאים את קיבולת המחשוב לביקוש מהר יותר.
חברה קטנה, יעד שנמצא בתוך תשתית גדולה
את Inferize הקימו גיא בורטניקוב, המנכ"ל, וליאור גורבונוס, סמנכ"ל הטכנולוגיות. לפי Globes, החברה מעסיקה 17 עובדים במשרד בתל אביב, והמשקיעה היחידה בה הייתה TLV Partners. זהו פרט מהותי להבנת העסקה: מדובר ברכישת צוות וטכנולוגיה בשלב מוקדם, לפני שמוצר עצמאי הושק מסחרית, ולא ברכישת עסק שכבר הציג פעילות מסחרית רחבה.
Nebius, חברת תשתיות בינה מלאכותית הנסחרת בנאסד"ק תחת הסימול NBIS, מציבה את הפיתוח בתוך שירות קיים להרצת מודלים. מבחינתה, הערך המיועד אינו מסתכם בתכונה נפרדת למפתחים. היכולת להעמיד משאבים נוספים לעבודה מהר יותר עשויה להשפיע על האופן שבו הפלטפורמה מתמודדת עם שינויי עומס ועל מספר הבקשות שהיא יכולה לשרת באמצעות החומרה שכבר הוקצתה לה.
לפי הודעת Nebius, מהנדסי Inferize יעבדו לרוחב Token Factory, החל משילוב הטכנולוגיה שפיתחו. המשמעות עבור החברה הישראלית היא מעבר ממוצר שטרם יצא לשוק לשכבת תשתית בתוך פלטפורמה פעילה. אין בהודעה לוח זמנים מפורט לזמינות היכולת לכל לקוח, וגם אין בה התחייבות להוזלה מסוימת במחיר השירות.
חשוב להבחין גם בין אימון מודל לבין הפעלתו לאחר האימון. העסקה מתמקדת בתשתית ההרצה ובזמינות שלה, ולכן אין בה כשלעצמה הודעה על פיתוח מודל חדש. גם חברות שאינן מאמנות מודלים בעצמן עשויות להתמודד עם בעיית הטעינה כשהן מפעילות מודל קיים עבור משתמשים.
מדוע GPU שכבר הוקצה עדיין מחכה
המונח cold start, או התנעה קרה, מתאר כאן את ההמתנה בין הקצאת משאבי מחשוב לבין הרגע שבו המודל יכול להתחיל לטפל בבקשות. מודל גדול נשען על משקולות, הערכים המספריים שנלמדו במהלך האימון. כדי להריץ אותו, הנתונים הרלוונטיים צריכים להגיע לזיכרון של המעבדים הגרפיים. עצם הזמינות של החומרה אינה מבטלת את שלב ההכנה.
ההבחנה הזו חשובה משום שהרצת מודל כוללת יותר מחישוב התשובה עצמה. משתמש רואה את הזמן שחולף עד שמופיע פלט, אבל מפעיל השירות צריך לנהל גם את הכנת המשאבים מאחורי הקלעים. חומרה שממתינה לטעינה אינה מפיקה באותו זמן תשובות. קיצור ההמתנה נועד להפוך חלק גדול יותר מהקיבולת המוקצית לקיבולת שאפשר להשתמש בה.
הקושי בולט כשהביקוש עולה וצריך להפעיל עותקים נוספים של מודל. אם ההכנה ממושכת, הפלטפורמה עלולה להתקשות להגדיל את השירות בדיוק בזמן הדרוש. דרך להתמודד עם כך היא להחזיק קיבולת מוכנה מראש. אלא שמשאבים שנשמרים למקרה של עומס אינם בהכרח עובדים ברציפות, והחזקתם כרוכה בעלות גם כשהביקוש נמוך יותר.
לכן המטרה של Inferize אינה ליצור מודל שיודע יותר, אלא לצמצם חיכוך תפעולי סביב מודל קיים. טעינה מהירה יותר יכולה לאפשר תגובה גמישה יותר לשינויים בביקוש. היא אינה מבטיחה לבדה שכל תשובה תיווצר מהר יותר לאחר שהמודל כבר נטען, ואינה מעידה על שיפור באיכות התשובות. אלה מדדים אחרים, שצריך להפריד ביניהם.
מה Nebius מבקשת לקבל מכל מעבד
בהודעת הרכישה Nebius קושרת את הפיתוח לשיפור ניצול החומרה ולכלכלת הטוקנים. טוקנים הם יחידות המידע שהמודל מעבד ומפיק, ובשירותי שפה הם יכולים להיות מילים, חלקי מילים או סימנים. עבור מפעיל תשתית, השאלה אינה רק כמה עולה לרכוש מעבד, אלא כמה עבודה מועילה אפשר להפיק ממנו לאורך זמן ובתנאי השירות הנדרשים.
מכאן נובע ההיגיון הכלכלי של העסקה: אם פחות זמן מוקדש להכנת משאבים, ואם נדרשת פחות קיבולת שממתינה לביקוש, עשוי להיווצר מרחב לשיפור היעילות. זו מטרת הטכנולוגיה כפי שמציגות החברות. ההודעה אינה מספקת שיעור חיסכון מדוד ללקוחות, ולכן אי אפשר לתרגם את הרכישה עצמה לאחוז קבוע של ירידה בעלויות או למחיר חדש לטוקן.
גם ההקשר של Token Factory משנה את המשמעות. מפתח שמשתמש בשירות מנוהל אינו מנהל בהכרח בעצמו כל שלב בטעינת המודל. שיפור בתשתית יכול להשתלב במערכת בלי להפוך למוצר נפרד שהוא צריך להתקין. עם זאת, עצם שילוב הטכנולוגיה בפלטפורמה אינו אומר שכל מודל, כל עומס וכל תצורת חומרה ייהנו ממנה באותה מידה.
המשמעות לצוותים בישראל
הזווית הישראלית בעסקה מתחילה בצוות ובמשקיעה, אך נוגעת גם לחברות שבונות מוצרים על גבי מודלים. עבור צוות שמפעיל שירות עם ביקוש משתנה, זמינות המודל בשעת עומס יכולה להיות שיקול חשוב לא פחות ממהירותו בתנאים יציבים. העסקה ממחישה מדוע פתרון ממוקד בשכבת ההרצה עשוי להיות בעל ערך לרוכשת שמפעילה תשתית רחבה.
לצוותים כאלה כדאי להבחין בין זמן הכנת המודל, הזמן עד תחילת התשובה וקצב הפקת ההמשך. אלה שלבים קשורים, אך אינם זהים. שיפור באחד מהם יכול להיות משמעותי בלי לפתור את כל מגבלות השירות. בהערכת ספק מחשוב, המדדים המועילים הם אלה שמתארים את דפוס השימוש בפועל, כולל עליות בביקוש, ולא רק הרצה כשהכול כבר מוכן.
מבחינת Inferize, האירוע המרכזי הוא שהפיתוח מגיע ל-Nebius לפני השקה מסחרית עצמאית. מבחינת Nebius, המבחן הבא הוא היכולת להפוך אותו לשיפור תפעולי בתוך Token Factory. מחיר העסקה נותר לא רשמי, ושיעור החיסכון ללקוחות לא פורסם. מה שכבר ברור הוא היעד: להקטין את הזמן שבו תשתית יקרה ממתינה, ולהגדיל את הזמן שבו היא משרתת בקשות.