מהדורת התוכנה המשמעותית ביותר בתולדות החברה מרחיבה את האפשרויות עבור בינה מלאכותית מבוססת סוכנים ועבור עומסי עבודה נוספים של מחשוב מואץ. NeuralMesh 6 מגדירה מחדש את כלכלת ההסקה באמצעות תמיכה מובנית בריבוי דיירים, ערמת פרוטוקולים מאוחדת לקבצים ולאובייקטים המבוססת על NVMe, ניידות נתונים חכמה עם תמיכה בשכפול ובמטמון מרוחק, צמצום נתונים רציף עם הבטחות ביצועים, תפעול טבעי בסביבת Kubernetes, וניטור אחוד.
קמפבל, קליפורניה, 21 ביולי, 2026 /PRNewswire/ –– WEKA, המתמחה בתשתיות נתונים וזיכרון לבינה מלאכותית, הכריזה היום על WEKA NeuralMesh 6 — מהדורת התוכנה המשמעותית ביותר בתולדות החברה — המספקת פלטפורמה ייעודית שתוכננה לסייע ללקוחות להפעיל עומסי עבודה של אימון בינה מלאכותית, הסקה (Inference) ומחשוב מואץ בסביבת ייצור ובקנה מידה רחב, על גבי ערמת תוכנה מאוחדת אחת. המהדורה מציעה מערך יכולות מקיף ששוק תשתיות הבינה המלאכותית אילץ באופן היסטורי מפעילים להרכיב באמצעות ספקים נפרדים: ריבוי דיירים (Multi-tenancy) מובנה בקנה מידה של ספקי ענן ענקיים (Hyperscale), ערמת פרוטוקול S3 מלאה על גבי NVMe, ניידות נתונים חכמה המבוססת תחילה על מטא-נתונים (Metadata-first) המספקת שכפול אסינכרוני ומטמון מרוחק, צמצום נתונים רציף עם התחייבויות ביצועים חוזיות, תפעול טבעי בסביבת Kubernetes, וניטור אחוד (Observability) בכל סוגי הפריסות.
עלויות ההסקה הן כעת הגורם שקובע אילו חברות בינה מלאכותית יצליחו להתרחב
המהדורה מגיעה בזמן שבו תעשיית הבינה המלאכותית עוברת באופן הולך וגובר ובאופן מכריע מאימון מודלים לעבר הרצת הסקות בסביבת ייצור. הסקת מסקנות מבוססת הקשר ארוך (Long-context reasoning), תהליכי עבודה מבוססי סוכני בינה מלאכותית (Agentic workflows) ועומסי עבודה של בינה מלאכותית המונעת באמצעות אחזור מידע (Retrieval-driven AI) מפעילים לחץ מתמשך על הזיכרון, המטא־נתונים והאחסון, בדרכים שתשתיות מסורתיות לא תוכננו להתמודד איתן. NeuralMesh 6 נבנתה כדי לספק פריצת דרך בכלכלת ההסקה של בינה מלאכותית בקנה מידה של ייצור, עבור ענני בינה מלאכותית, ספקי מודלי בסיס מתקדמים (Frontier Models), סוכנויות ממשלתיות וארגונים גדולים הנמצאים בחזית החדשנות בתחום הבינה המלאכותית.
כלכלת ההסקה הוכחה בסביבת ייצור על גבי Oracle Cloud Infrastructure
NeuralMesh מפעילה כיום הסקת בינה מלאכותית בקנה מידה היפר-רחב (Hyperscale) בסביבת ייצור על גבי Oracle Cloud Infrastructure (OCI). באמצעות יכולת Augmented Memory Grid של WEKA, המרחיבה את זיכרון ה-GPU באמצעות האצת הגישה למטמון KV מתמשך (Persistent KV Cache) אל אחסון NVMe המנוהל על ידי NeuralMesh, בדיקות ביצועים על תשתית OCI H100 הראו תפוקת טוקנים גבוהה פי 10, שירות לפי 10 יותר משתמשים בו-זמנית, ופי 7 יותר טוקנים לכל יחידת עיבוד גרפי (GPU) בפריסות ייצור.
“בעוד שעומסי עבודה של בינה מלאכותית מבוססת סוכנים דוחפים את חלונות ההקשר (Context Windows) ואת ניצול ה-GPU לגבולות חדשים, WEKA ו-Oracle Cloud Infrastructure מסייעות ללקוחות להרחיב את יכולות ההסקה ביעילות רבה יותר, בלי להסתמך פשוט על הוספת יחידות GPU נוספות”, אמר פבלו סלם, מנהל בכיר לפיתוח תוכנה ב-Oracle Cloud Infrastructure. “פלטפורמת NeuralMesh של WEKA, בשילוב יכולת Augmented Memory Grid על גבי OCI, מסייעת להסיר צווארי בקבוק בזיכרון ומספקת תפוקה גבוהה משמעותית ומספר גדול יותר של משתמשים בו-זמנית, מאותה תשתית GPU קיימת. עבור הלקוחות, המשמעות היא החזר השקעה (ROI) גבוה יותר על השקעות בתשתיות, ודרך ברורה יותר להשגת בינה מלאכותית חסכונית ויעילה בקנה מידה רחב”.
בתוך NeuralMesh 6
NeuralMesh 6 מבוססת על תשתית ייצור זו ומרחיבה אותה. המאפיינים והיכולות המרכזיים כוללים:
ריבוי דיירים מובנה בקנה מידה רחב
NeuralMesh 6 מספקת את ארכיטקטורת ריבוי הדיירים היחידה בתעשייה, המשלבת בידוד חומרה פיזי עם בידוד רשת לוגי על גבי פלטפורמה אחת.
- אשכולות הניתנים לשילוב (Composable Clusters) מספקים בידוד מלא ברמת החומרה, עם מעבד (CPU), זיכרון וכונני אחסון ייעודיים לכל דייר, עבור דיירים מרכזיים הזקוקים למשאבים מובטחים, הפרדת עומסי עבודה וביצועים צפויים תחת עומס.
- ריבוי דיירים וירטואלי מספק בידוד רשת דמוי VPC באמצעות Virtualized RDMA Data Fabric (VRDF) של WEKA, ותומך ברשתות VLAN פרטיות, מרחבי כתובות IP חופפים, איכות שירות (QoS) נפרדת לכל דייר, הצפנה ייעודית לכל דייר באמצעות KMS עצמאי, ואימות LDAP/AD נפרד. ריבוי דיירים וירטואלי מאפשר הרחבה ליותר מ-1,000 דיירים לוגיים מבודדים בכל אשכול, כאשר הקצאת דייר חדש מתבצעת בתוך פחות מ-30 דקות.
שתי השכבות משתלבות זו בזו. אשכול חומרה יחיד של WEKA המריץ 50 אשכולות הניתנים לשילוב יכול לתמוך בעד 50,000 דיירים מבודדים מבחינה לוגית על אותה תשתית פיזית — מסלול המאפשר מעבר מעשרות דיירים לעשרות אלפי דיירים ללא צורך בתכנון מחדש של הארכיטקטורה.
ערמת פרוטוקול S3 מלאה על גבי NVMe
NeuralMesh 6 מספקת מימוש S3 מלא ומובנה, שבו אותם בלוקי נתונים פיזיים ניתנים לגישה בו-זמנית באמצעות S3 ו-POSIX — לא שער גישה (Gateway) שמתרגם בין פרוטוקולים, אלא מרחב שמות אחיד ומאוחד. קובץ שנכתב באמצעות NFS או POSIX ניתן לקריאה מיידית באמצעות S3, ולהפך, ובכך מבטל את הצורך במספר עותקים מלאים של מערכי נתונים (Datasets) שאופייניים לצינורות עיבוד בינה מלאכותית מסורתיים בין שלבי האימון, הכוונון העדין וההסקה. המימוש נבנה עבור דפוסי עומסי עבודה של בינה מלאכותית: 2,000 עד 5,000 חיבורי S3 בו-זמניים לכל צומת (Node), כלומר בערך פי חמישה מרמת המקביליות של ארכיטקטורות S3 מסורתיות. S3 על גבי RDMA מאפשר העברת נתונים ללא העתקה (Zero-copy) ישירות אל זיכרון ה-GPU. אחסון אובייקטים אינו עוד שכבה משנית — הוא פרוטוקול עתיר ביצועים המובנה באותה פלטפורמה שמשרתת עומסי עבודה של קובצי POSIX.
שכפול חכם עבור עומסי עבודה של בינה מלאכותית
תשתיות GPU הופכות יותר ויותר למבוזרות בין אתרים, עננים ואזורים גאוגרפיים. ארכיטקטורות שכפול מסורתיות מאלצות ארגונים להמתין להשלמת העתקות מלאות של הנתונים לפני שניתן להתחיל להריץ עומסי עבודה — מודל שאינו מתאים כאשר זמינות ה-GPU משתנה בתוך שעות ולא בתוך שבועות. השכפול החכם של NeuralMesh 6 משנה את המודל. אותה תשתית בסיסית תומכת בניידות נתוני בינה מלאכותית, הרחבת עומסים לענן (Cloudbursting) ושיתוף פעולה בין אתרים מרובים. שכפול המבוסס בראש ובראשונה על מטא-נתונים (Metadata-first Replication) הופך סביבות יעד לזמינות לדפדוף מיידי. הנתונים נטענים לפי דרישה (Hydration on Demand), רק כאשר מתבצעת אליהם גישה, ובכך מצמצמים את תעבורת ה-WAN ומבטלים את הצורך בעותקים מלאים ומיותרים של מערכי נתונים. ארגונים יכולים למקם עומסי עבודה במקום שבו קיימת כיום קיבולת GPU זמינה, במקום להיות מוגבלים למיקום שבו הנתונים נכתבו במקור. בשלב הראשון בדרך לפדרציה מלאה ולמרחב שמות גלובלי, NeuralMesh 6 מאפשרת שכפול אסינכרוני ופונקציונליות של מטמון מרוחק מיידי.
צמצום נתונים רציף עם ביצועים מובטחים
NeuralMesh 6 מציגה צמצום נתונים רציף (Always-On Data Reduction), שתוכנן במיוחד עבור עומסי עבודה של בינה מלאכותית, הכולל טביעת אצבע (Fingerprinting), גיבוב דמיון (Similarity Hashing), מניעת כפילויות (Deduplication) ודחיסה (Compression). הפתרון מספק תקורת כתיבה (Write Overhead) של פחות מ-5%, חיסכון בקיבולת של עד פי 6 עבור נתוני אימון של בינה מלאכותית, וכן התחייבות חוזית הן ליחס צמצום הנתונים והן להשפעה על הביצועים. ‘מחיר הביצועים’ (Performance Tax) שבעבר אילץ מפעילים לבחור בין יעילות למהירות נעלם: צמצום נתונים מופעל כברירת מחדל, בכל פריסה ובכל עומס עבודה. ניתוח קדם-מכירה מותאם ללקוח יכול לחזות את תוצאות צמצום הנתונים בהתאם לעומסי העבודה הספציפיים, עוד לפני הפריסה.
AlloyFlash — שכבות אחסון פלאש אוטומטיות מסוג TLC + QLC
AlloyFlash מאפשרת לשלב כונני פלאש NVMe מסוג TLC ו-QLC בתוך אשכול יחיד, תוך ניתוב שקוף של פעולות רגישות לזמן השהיה אל TLC, ובמקביל ניצול QLC עבור עומסי עבודה עתירי קיבולת, בעלות הנמוכה בכ-30%–40% לכל טרה-בייט. AlloyFlash הופכת את תצורות WEKApod בצפיפות הגבוהה ביותר לכשירות לשימוש בסביבת ייצור, ולא רק לקיבולת תאורטית על הנייר.
אוטומטי, שקוף, ללא צורך בהגדרת תצורה מצד הלקוח.
NeuralMesh Kubernetes Operator
NeuralMesh Kubernetes Operator מבצע אוטומציה של פריסת אשכולות וניהול מחזור החיים שלהם בסביבות Kubernetes. עבור נאו-עננים (Neo-clouds) ומעבדות מחקר בתחום הבינה המלאכותית המריצות Kubernetes כסטנדרט התפעולי שלהן, Kubernetes Operator מקצר את זמן הפריסה משבועות לשעות ומביא את NeuralMesh לאותו מודל תפעולי הצהרתי (Declarative) שבו כבר משתמשת תשתית המחשוב שלהן.
NeuralMesh Observe
NeuralMesh Observe הוא פתרון ניטור מבוסס SaaS, שנבנה במיוחד עבור אחסון בינה מלאכותית עתיר ביצועים. לוחות מחוונים מאוחדים מרובי-אשכולות, כלי אבחון ברמת הלקוח, התראות חכמות עם ספי התרעה הניתנים להגדרה, וניתוב התראות אל Slack, PagerDuty או דואר אלקטרוני, כולל קישורים ישירים ללוחות המחוונים הרלוונטיים. הפתרון כלול בכל פריסת NeuralMesh ללא עלות נוספת.
“WhiteFiber בונה פלטפורמת GPU מבוזרת בין מספר מרכזי נתונים, המחוברים באמצעות סיבי Dark Fiber מהירים. בהיקף הפעילות שלנו, ניידות נתונים אינה תוספת נחמדה — היא מהווה תשתית בסיסית”, אמר סם טבאר, מנכ”ל WhiteFiber. “השכפול החכם של NeuralMesh הופך את ניידות הנתונים למציאות בקנה מידה גדול: אנו יכולים להפוך מערכי נתונים לזמינים לצפייה בין אתרים, ולמשוך בדיוק את הנתונים שכל משימת עבודה דורשת אל הקצאת ה-GPU הבאה ברגע שהיא הופכת לזמינה. הדבר משנה את תפקיד השכפול מפונקציית הגנה עורפית (Back-end) לרכיב מרכזי באופן שבו תשתית הבינה המלאכותית המבוזרת שלנו צריכה לפעול, תוך שיפור ניידות עומסי העבודה, יעילות הקיבולת והחוסן שעליו הלקוחות שלנו מסתמכים. תשתית הנתונים והזיכרון של WEKA מספקת את הבסיס להרחבת היקף הפעילות שלנו ללא פשרות. אנו נרגשים להמשיך ולבנות על בסיס זה יחד”.
“מפעילי התשתיות המריצים כיום בינה מלאכותית בסביבת ייצור נאלצו להרכיב פלטפורמות מספקים שמעולם לא תוכננו לעבוד יחד. ערמות נפרדות (Stacks) עבור קבצים ואובייקטים, העברת נתונים ידנית ביניהן, וריבוי-דיירים שנוסף כתוספת מאוחרת לאחר מעשה. NeuralMesh 6 מספקת את מה שהם למעשה היו זקוקים לו לאורך כל הדרך: פלטפורמה אחת המטפלת הן בשכבת הקבצים עתירת הביצועים והן בשכבת אחסון האובייקטים עתירת הקיבולת על גבי אותם בלוקי נתונים, עם ריבוי-דיירים מובנה, ניידות נתונים חכמה ויעילות נתונים רציפה המשולבות במערכת כבר מההתחלה. כך נראית תשתית הסקה בסביבת ייצור כאשר היא מתוכננת עבור עומס העבודה מלכתחילה, ולא מותאמת אליו בדיעבד”, אמר אג’אי סינג, מנהל המוצר הראשי ב-WEKA.
זמינות
NeuralMesh 6 תהיה זמינה באופן כללי במהלך המחצית השנייה של שנת 2026. לקוחות WEKA הקיימים יכולים לשדרג ל-NeuralMesh 6 ללא עלות נוספת באמצעות ערוצי השדרוג הסטנדרטיים, ומומלץ לפנות לנציג הצלחת הלקוחות שלהם לקבלת פרטים נוספים.
למידע נוסף על מהדורת התוכנה WEKA NeuralMesh 6 ועל תכונותיה, בקרו בכתובת: https://www.weka.io/product/neuralmesh/.
NeuralMesh × WEKApod: תוכננו לפעול יחד בסימטריה מושלמת
WEKA הכריזה גם על הדור השלישי של WEKApod Nitro, WEKApod Prime ו-WEKApod Prime Max — התקני אחסון הראשונים לבינה מלאכותית המבוססים על חומרה שתוכננה והונדסה על ידי WEKA עצמה, במטרה למטב את פלטפורמת התוכנה של NeuralMesh. המערכות מספקות קיבולת אפקטיבית של עד 1.1 אקסה-בייט לכל ארון שרתים, ומבוססות על מספר טכנולוגיות שעבורן הוגשו בקשות לפטנטים. למידע נוסף על הדור השלישי של WEKApod, בקרו בהכרזה של היום: https://www.weka.io/news/wekapod-3-densest-ai-storage-memory-system.
אודות WEKA
WEKA היא חברת תשתיות נתונים וזיכרון לבינה מלאכותית, שמטרתה לשנות את כלכלת הבינה המלאכותית מבוססת הסוכנים. פלטפורמת NeuralMesh™ מאחדת בין אחסון נתונים עתיר ביצועים לבין הרחבת זיכרון GPU, ומספקת לארגונים, לספקי ענן מבוסס בינה מלאכותית ולמפתחים תשתית אחת לאימון מודלים, להסקה ולעומסי עבודה מבוססי סוכנים. באמצעות Augmented Memory Grid, NeuralMesh מגדילה את קיבולת זיכרון ה-GPU פי 1000, משפרת את הזמן עד הטוקן הראשון עד פי 20, ומספקת פי 10 יותר משתמשים במקביל מאותו נפח GPU – תוצאות שהודגמו במבחני ייצור. WEKA, המשרתת בהצלחה 30% מחברות Fortune 50, מאפשרת לארגונים להרחיב מערכות בינה מלאכותית מהר יותר, למקסם את ניצול ה-GPU ולהפחית את העלות לכל טוקן. למידע נוסף בקרו בכתובת www.weka.io, או צרו איתנו קשר ב-LinkedIn וב-X.
