Run:AI — פלטפורמת ניהול משאבי-GPU לאימון AI, ישראלית

הבעיה: כרטיסים יקרים שעומדים ריקים

Run:AI נוסדה בשנת 2018 בתל אביב על ידי עומרי גלר ורונן דר, וכל המוצר שלה נובע מבעיה ארגונית פשוטה למדי. בארגון גדול שמפתח בינה מלאכותית יש כמה צוותים, ולכל צוות מוקצים כרטיסי מסך — מאיצי חישוב שעולים אלפי ועשרות אלפי דולרים ליחידה. ההקצאה נעשית לפי צוות, לא לפי עומס אמיתי, ולכן התוצאה מוכרת לכל מי שניהל מחלקה: צוות אחד ממתין בתור ימים כדי לאמן מודל, בזמן שבחדר השרתים ממש לידו יושבים כרטיסים של צוות אחר בלי שאיש משתמש בהם. בתקופה שבה מאיצים מתקדמים היו לא רק יקרים אלא ממש חסרים בשוק, הבזבוז הזה הפך מבעיה תפעולית לבעיה תקציבית ממדרגה ראשונה. השאלה שהחברה שאלה לא הייתה איך לבנות חומרה טובה יותר, אלא איך לגרום לחומרה שכבר קיימת לעבוד קרוב יותר לקיבולת המלאה שלה. שווה להמחיש את סדר הגודל. אימון של מודל אחד יכול להעסיק עשרות מאיצים במשך ימים רצופים, בעוד ניסוי מחקרי קטן צריך מאיץ אחד למשך שעה. כשכל אלה חולקים אותו מאגר חומרה, ההפרש בין ציוד שעובד רוב הזמן לציוד שעומד רוב הזמן מתורגם ישירות לתקציב.

הפתרון: שכבת ניהול מעל החומרה

Run:AI בנתה שכבת תוכנה שיושבת בין המשתמשים לחומרה ומנהלת את הגישה אליה. במקום שכל צוות יחזיק כרטיסים משלו, כל הכרטיסים נכנסים למאגר משותף, והתוכנה מחלקת אותם דינמית לפי מה שרץ ברגע נתון. כמה מנגנונים מרכזיים עומדים מאחורי זה. חלוקה חלקית מאפשרת לכמה משימות קטנות לחלוק מאיץ אחד במקום שכל אחת תתפוס אחד שלם. תורים ומכסות מבטיחים שכל צוות יקבל את חלקו ההוגן לאורך זמן, גם אם ברגע מסוים מישהו אחר תופס יותר. ותזמון קבוצתי דואג שמשימה שדורשת כמה מאיצים בו זמנית תקבל את כולם יחד או לא תתחיל בכלל — כי משימה כזו שמקבלת רק חלק מהמאיצים תיתקע ותחזיק אותם סתם. כל אלה מנוהלים מעל Kubernetes, מערכת התזמור הסטנדרטית לניהול עומסי עבודה בענן. מבחינת המשתמש התוצאה היא שינוי בחוויית העבודה ולא רק בשורת התקציב: במקום לבקש הקצאה קבועה מראש ולהמתין לה, החוקר שולח משימה לתור ומקבל משאבים כשהם מתפנים.

הגיוסים ומה שקדם לרכישה

במרץ 2022 השלימה החברה סבב C בהיקף של 75 מיליון דולר, בהובלת Tiger Global Management ו-Insight Partners ובהשתתפות משקיעים קיימים, וסך הגיוס שלה הגיע אז ל-118 מיליון דולר. בהודעה על הסבב דיווחה החברה על גידול של פי תשעה בהכנסה השנתית החוזרת בשנה שקדמה לו, ועל כוח אדם שיותר משילש את עצמו באותה תקופה — נתונים שהחברה עצמה מסרה, כמקובל בהודעות גיוס. הלקוחות שנצברו עד אז היו ארגונים גדולים בתחומי הפיננסים, הבריאות והרכב האוטונומי, כלומר בדיוק סוג הארגון שמחזיק תשתית חישוב פנימית משלו ולא רק שוכר אותה בענן. סדר הגודל הזה — מאה מיליון דולר וקצת, לא מיליארדים — חשוב להבנת מה שקרה אחר כך, כי הוא ממקם את Run:AI כחברת תוכנה ממוקדת ולא כשחקנית תשתית עצמאית בקנה מידה גדול. ראוי לסייג שנתונים כאלה, המתפרסמים בהודעת גיוס, אינם מבוקרים ומוצגים תמיד בזווית המחמיאה ביותר. גידול של פי תשעה בהכנסה חוזרת נשמע מרשים במיוחד כשנקודת הפתיחה נמוכה, וכך הוא בדרך כלל בחברה בגיל הזה.

הרכישה של Nvidia והבדיקה הרגולטורית שלוותה לה

באפריל 2024 הודיעה Nvidia, יצרנית מאיצי החישוב המובילה בעולם, על כוונתה לרכוש את Run:AI; היקף העסקה לא פורסם רשמית, ודווח בתקשורת הכלכלית כעומד על כ-700 מיליון דולר. הרכישה הושלמה בפועל רק ב-30 בדצמבר 2024, כשמונה חודשים אחרי ההודעה. הפער נבע מבדיקות רגולטוריות: הן נציבות האיחוד האירופי והן משרד המשפטים האמריקאי פתחו בבחינה נפרדת של השאלה אם העסקה פוגעת בתחרות, והנציבות האירופית אישרה אותה בדצמבר 2024. חשוב להבין למה עסקה בהיקף כזה, שהוא קטן ביחס לרכישות טכנולוגיה גדולות, בכלל עוררה בדיקה: התוכנה של Run:AI עבדה עד אז מול חומרת Nvidia בלבד, ורגולטורים חששו שרוכשת ששולטת ממילא בנתח שוק דומיננטי תקבל גם את שכבת הניהול שמעליו. זה הפך את המקרה לדוגמה מוכרת לכך שגודל העסקה אינו מה שקובע את עוצמת הבדיקה. השנה שחלפה בין ההודעה לסגירה ממחישה כלל שחוזר בערכים רבים כאן: הודעה על רכישה אינה רכישה. עד שלא ניתנו כל האישורים והכסף הוחלף בפועל, מדובר בכוונה מוצהרת שיכולה עוד להשתנות.

הקוד נפתח: KAI Scheduler

ב-1 באפריל 2025 עשתה Nvidia מהלך שלא היה מובן מאליו: היא שחררה את מנוע התזמון שהיה ליבת המוצר של Run:AI כקוד פתוח, תחת השם KAI Scheduler וברישיון Apache 2.0, וההסבר הרשמי היה הרחבת הזמינות שלו לכלל מערכת ה-AI. פרויקט הקוד הפתוח כולל את אותם מנגנונים שתוארו למעלה — חלוקה חלקית של מאיצים, תורים ומכסות, תזמון קבוצתי — והוא ממשיך במקביל להיארז ולהימכר גם כחלק מפלטפורמת התוכנה המסחרית של Nvidia. המהלך גם מאפשר, מבחינה טכנית, להתאים את התזמן לחומרה של יצרניות אחרות. אפשר לקרוא אותו בשתי דרכים, וכנראה ששתיהן נכונות בו זמנית: מחווה לקהילה שמגדילה אימוץ, ובה בעת מענה לחלק מהחששות התחרותיים שהעלו הרגולטורים באותה בדיקה עצמה. מבחינת מפתחים ברחבי העולם המשמעות מעשית מאוד: מנוע תזמון שהיה קודם מוצר מסחרי בתשלום נעשה זמין להורדה ולשימוש חופשי, כולל בארגונים קטנים שלא היו רוכשים אותו ממילא.

מה הסיפור הזה מלמד

Run:AI לא פיתחה חומרה כלל. כל הערך שלה נמצא בשכבת התוכנה שמעל חומרה שמישהו אחר ייצר — ובכל זאת הפכה לרכיב בפלטפורמה של אחת החברות היקרות בעולם. זהו דפוס שחוזר בתעשייה הזו: כשמשאב חישוב נעשה נדיר ויקר, מי שיודע לחלק אותו ביעילות מייצר ערך אמיתי, לפעמים לא פחות ממי שמייצר את המשאב עצמו. יש כאן גם צד שראוי לומר אותו בפשטות: העובדה שהתוכנה עבדה מלכתחילה רק מול חומרה של יצרנית אחת הייתה גם החוזק שלה מול אותה יצרנית וגם התלות שלה בה. עבור התעשייה הישראלית, ההיקף המדווח של העסקה — מאות מיליוני דולרים על חברה שהוקמה שש שנים קודם לכן — חיזק את מעמדה של תל אביב כמרכז לפיתוח תשתיות בינה מלאכותית, לצד חברות נוספות באותו תחום. יש כאן גם לקח לחברות תוכנה קטנות. להיות רכיב הכרחי בתשתית של גורם גדול הוא מסלול לגיטימי ומשתלם, אבל הוא כמעט תמיד מסתיים ברכישה — כי מי שהתשתית שלו נשענת עליך יעדיף להחזיק אותך מלהסתמך עליך.