מעבר לחוק מור: מחשוב בתוך הזיכרון ושבבונים מודולריים לרובוטיקה

TL;DR. בכנס Economist Enterprise לבינה מלאכותית פיזית ולרובוטיקה בלונדון הסביר Taner Ozcelik מ־Mythic AI כיצד מחשוב בתוך הזיכרון שובר את חומת הזיכרון של המחשב.

עיקרי המסקנות

החומה התרמודינמית: מדוע בינה מלאכותית פיזית אינה יכולה לחיות בענן. במהלך השיחה הפתוחה שכותרתה Moving past Moore’s law: the power behind high-performance robotics, הציג Kenneth Cukier את הדילמה ההנדסית המרכזית שעומדת בפני האוטונומיה הארגונית: מודלים של בינה מלאכותית גדלים במספר…
התזה הארכיטקטונית: מחשוב בתוך הזיכרון (CIM). כדי לפתור את צוואר הבקבוק התרמודינמי, קידמה Mythic AI פילוסופיה ארכיטקטונית: במקום להעביר נתונים הלוך ושוב בין יחידות עיבוד ומאגרי זיכרון נפרדים, הזיכרון עצמו צריך להפוך למחשב.
אסטרטגיית השבבונים המודולרית. אף שמחשוב אנלוגי בתוך הזיכרון פותר את משוואות האנרגיה וההשהיה, הרחבת הסיליקון על פני תחומים מסחריים מגוונים מחייבת גמישות באריזה.
השוואה ארכיטקטונית: פרדיגמות חישוב לרובוטיקת קצה. מקור: סינתזה של נתוני השיחה הפתוחה ושל מפרטי ארכיטקטורת המוליכים למחצה שהוצגו בכנס Economist Enterprise לבינה מלאכותית פיזית ולרובוטיקה (Convene 200 Aldersgate, לונדון, 13 באוקטובר 2026).

במשך יותר מחצי מאה התקדם המחשוב לפי חוק מור: דחיסה של פי שניים טרנזיסטורים על הסיליקון בכל שמונה־עשר עד עשרים וארבעה חודשים. אבל בתחום המתהווה של בינה מלאכותית פיזית ורובוטיקה אוטונומית, חוק מור התנגש בחוקי התרמודינמיקה. רחפנים אוטונומיים, רובוטים בעלי ארבע רגליים, זרועות ניתוח רובוטיות וכלי רכב אוטונומיים אינם יכולים לשאת מעבדים גרפיים ברמת שרת הצורכים 700 ואט או מגדלי קירור. בכנס Economist Enterprise לבינה מלאכותית פיזית ולרובוטיקה בלונדון ב־13 באוקטובר 2026 הצטרף Taner Ozcelik, יו״ר ומנכ״ל Mythic AI, אל Kenneth Cukier לשיחה פתוחה שבחנה את המהפכה הארכיטקטונית הנדרשת כדי לשבור את המבוי הסתום הזה: לעבור את חוק מור באמצעות מחשוב אנלוגי בתוך הזיכרון (CIM) ושבבונים מודולריים.

החומה התרמודינמית: מדוע בינה מלאכותית פיזית אינה יכולה לחיות בענן #

במהלך השיחה הפתוחה שכותרתה Moving past Moore’s law: the power behind high-performance robotics, הציג Kenneth Cukier את הדילמה ההנדסית המרכזית שעומדת בפני האוטונומיה הארגונית: מודלים של בינה מלאכותית גדלים במספר הפרמטרים וביכולת התפיסה, אך מכונות פיזיות פועלות תחת אילוצי SWaP-C נוקשים (גודל, משקל, הספק ועלות).

חזית הבינה המלאכותית של היום מעוגנת במרכזי נתונים בקנה מידה עצום הצורכים 150 מגה־ואט ויותר על פני אשכולות שרתים נרחבים. כפי שציין Ozcelik, הארכיטקטורה הזו פועלת בקני מידה של אנרגיה הרחוקים פי מיליונים מנקודות הייחוס הביולוגיות. המוח האנושי מבצע תיאום חושי־מוטורי רציף בזמן אמת, היסק סמנטי וניווט חזותי־מרחבי בתוך מעטפת הספק מטבולית של כ־20 ואט.

היסטורית ניסו מהנדסי רובוטיקה לעקוף את מגבלות החישוב המובנה באמצעות העברת ההסקה לענן. אולם בסביבות תעשייה, תעופה וחלל והגנה קריטיות למשימה, אוטונומיה התלויה בענן היא בלתי אפשרית מבחינה ארכיטקטונית:

שונות בהשהיה ורעד: בקרה רובוטית מהירה בלולאה סגורה מחייבת עדכוני מנוע דטרמיניסטיים בתדר של 50 עד 1,000 הרץ (סבבים הלוך ושוב של פחות מ־20 מילישניות). רשתות סלולריות ו־Wi-Fi מכניסות רעד במנות, פריימים שאבדו וקפיצות השהיה הגורמים לזרועות רובוטיות להפיל חלקי עבודה או לכלי רכב אוטונומיים להחטיא את ספי הבלימה.
רוויית רוחב פס: הזרמה של כמה הזנות וידאו 4K לא דחוסות ושל ענני נקודות LiDAR מעשרות רובוטים ניידים ברחבי מפעל מכלה במהירות את רוחב הפס האלחוטי המקומי וגוררת עמלות יציאה מהענן מופקעות.
ריבונות תפעולית וקישוריות במחלוקת: בכרייה תת־קרקעית, במנהרות ללא GPS, באתרי בנייה מרוחקים או בסביבות צבאיות טקטיות, קישורי רשת חיצוניים אינם קיימים או משובשים במכוון. מערכות אוטונומיות חייבות לשאת את מלוא הבינה התפעולית ישירות על שלדת הקצה.

לצייד רובוטים במעבדים גרפיים רגילים בעלי ביצועים גבוהים יש מחיר פיזי משלו: חנק תרמי, צלעות קירור עצומות המוסיפות מסה טפילית למטען, וצריכת הספק גבוהה המקצרת את זמן הטיסה של הסוללה משעות לדקות.

התזה הארכיטקטונית: מחשוב בתוך הזיכרון (CIM) #

כדי לפתור את צוואר הבקבוק התרמודינמי, קידמה Mythic AI פילוסופיה ארכיטקטונית: במקום להעביר נתונים הלוך ושוב בין יחידות עיבוד ומאגרי זיכרון נפרדים, הזיכרון עצמו צריך להפוך למחשב.

תדריך ארכיטקטורה של Next-Gen In-Memory AI Compute Platform המציג מערכי חישוב של טרנזיסטור יחיד, אסטרטגיית שבבונים מודולרית, מכפילי יעילות ופריסות עוגן מסחריות .class="img-fluid clearfix"

הפיזיקה של כפל מטריצות בטרנזיסטור יחיד #

במחשוב ספרתי קלאסי, חישוב מכפלה סקלרית של מטריצות מחייב שליפה של אלפי ערכי משקל של 8 או 16 סיביות מזיכרון DRAM חיצוני דרך קווי אפיק בעלי קיבול גבוה, טעינתם לרגיסטרי מטמון, ביצוע הכפל ביחידות ALU ספרתיות וכתיבת התוצאות בחזרה לזיכרון. יותר מ־90% מהאנרגיה מושקעים בטעינה ובפריקה של קווי החיבור מנחושת בין השבבים.

ארכיטקטורות של מחשוב בתוך הזיכרון מחליפות את העברת הנתונים הספרתית הזו בפיזיקה של מעגלים אנלוגיים:

תכנות המשקלים. משקלי הרשת העצבית מתוכנתים ישירות לתאי זיכרון בלתי נדיף (כגון flash מותאם או RAM התנגדותי) כמוליכויות אנלוגיות ($G$). לאחר התכנות המשקלים נשארים קבועים בתוך מערך הזיכרון; הם לעולם אינם נשלפים או מועברים בזמן ההסקה.

אפנון מתח הקלט. אקטיבציות הקלט (כגון אסימונים חזותיים ממצלמות) מומרות לרמות מתח אנלוגיות ($V$) ומוזנות לאורך קווי המילה של המערך.

כפל לפי חוק אוהם. כאשר מתח הקלט עובר דרך כל תא זיכרון, חוק אוהם ($I = V \times G$) מבצע כפל אנלוגי מיידי ומייצר זרם חשמלי היחסי למכפלת הקלט במשקל השמור.

צבירה לפי חוק הזרמים של קירכהוף. לאורך קווי הסיביות האנכיים, זרמים מאלפי תאי זיכרון מקבילים מצטרפים באופן טבעי לפי חוק הזרמים של קירכהוף ($\sum I = 0$).

כך מבצע מערך זיכרון flash יחיד כפל מטריצה בווקטור שלם במחזור שעון יחיד, ופועל ברמה הפיזיקלית בלי שליפה אחת מהזיכרון. הזרם האנלוגי המצטבר מומר לאחר מכן בחזרה לערכים ספרתיים באמצעות ממירים אנלוגיים־ספרתיים (ADC) מהירים בשולי המערך.

אסטרטגיית השבבונים המודולרית #

אף שמחשוב אנלוגי בתוך הזיכרון פותר את משוואות האנרגיה וההשהיה, הרחבת הסיליקון על פני תחומים מסחריים מגוונים מחייבת גמישות באריזה. במקום לייצר מערכות־על־שבב (SoC) גדולות ומונוליתיות - הסובלות משיעורי פגמים מעריכיים, תפוקת פרוסות נמוכה ותצורות מוצר לא גמישות - הציג Ozcelik אסטרטגיית שבבונים מודולרית.

לפי הפרדיגמה הזו, אריחי חישוב קטנים ותקניים בתוך הזיכרון מיוצרים בנפרד ומולחמים על גבי מגשרים (interposers) באמצעות אריזה מתקדמת:

חיבורי die-to-die מהירים ותקניים: בזכות תקנים מתהווים כגון Universal Chiplet Interconnect Express (UCIe), שבבונים מתקשרים דרך מיקרו־בליטות בצפיפות רוחב פס גבוהה ובהשהיות ברמת פיקו־שנייה.
הרכב הטרוגני: מתכנן מערכת יכול לצמד שני שבבוני מחשוב בתוך הזיכרון למעבד בקרה ARM זול עבור מטען רחפן קל, או להרכיב שישה־עשר שבבונים יחד עם ממשקי PCIe מהירים כדי ליצור כרטיס מאיץ לשרתים במרכזי נתונים בקצה.
הידור אוניברסלי ומיפוי עומסים: שכבת מהדר מאוחדת קולטת גרפים תקניים של למידה עמוקה (ONNX, PyTorch) ומחלקת אוטומטית את שכבות המודל על פני טופולוגיית השבבונים הזמינה, תוך מיטוב ניתוב הנתונים כדי לצמצם את התקשורת בין השבבונים.

השוואה ארכיטקטונית: פרדיגמות חישוב לרובוטיקת קצה #

וקטור ארכיטקטוני	GPU ספרתי רגיל (NVIDIA Jetson / Orin)	NPU ייעודי לקצה (Google Coral / Hailo)	שבבון אנלוגי למחשוב בתוך הזיכרון (Mythic AI)
המנגנון הבסיסי	ליבות SIMD/tensor ספרתיות השולפות משקלים מ־LPDDR5/HBM	מערכים סיסטוליים ספרתיים עם מטמון משקלים ב־SRAM שעל השבב	מערכים אנלוגיים של טרנזיסטור יחיד המבצעים כפל מטריצות במקום
תקורת תנועת הנתונים	גבוהה (טעינה רציפה של אפיק DRAM/SRAM; בזבוז אנרגיה של 85%+)	בינונית (מוגבלת בקיבולת מטמון ה־SRAM הפנימי)	אפס תנועת נתונים פנימית; המשקלים נשארים בזיכרון לצמיתות
מעטפת ההספק בהסקה	30 עד 75 ואט ויותר (מחייבת קירור מאוורר פעיל וצלעות קירור כבדות)	5 עד 15 ואט (קירור פסיבי או מינימלי)	10 עד 20 ואט (פיזור חום פסיבי קומפקטי במיוחד)
יעילות אנרגטית (TOPS/W)	2 עד 5 TOPS/Watt (ברמת המערכת)	10 עד 25 TOPS/Watt	50 עד 200+ TOPS/Watt (יעילות תאורטית של 10x-1000x)
עלות רכיבי ההתקן (BOM)	£500 עד £2,500+ למודול חישוב	£100 עד £350 ללוח מאיץ	עשרות דולרים ליחידת שבבון בייצור המוני
צוואר בקבוק הזיכרון (פון נוימן)	חמור; מוגבל ברוחב הפס של הזיכרון (GB/s עד TB/s)	בינוני; מוגבל בקיבולת ה־SRAM שעל השבב (MBs)	לא קיים; רוחב הפס של המערך תואם את מטריצת הזיכרון הפנימית
תחום הפריסה המיועד	כלי רכב אוטונומיים יוקרתיים ורובוטים לבדיקה תעשייתית	מצלמות חכמות והתקני IoT משובצים קלים	רובוטיקה מישושית בקצב גבוה, רחפנים טקטיים ובינה מלאכותית לרכב

מקור: סינתזה של נתוני השיחה הפתוחה ושל מפרטי ארכיטקטורת המוליכים למחצה שהוצגו בכנס Economist Enterprise לבינה מלאכותית פיזית ולרובוטיקה (Convene 200 Aldersgate, לונדון, 13 באוקטובר 2026).

מה זה אומר לכל מגזר #

האימות המסחרי של מחשוב בתוך הזיכרון תלוי בחדירה לתעשיות שבהן מגבלות הספק ועלות חסמו היסטורית את פריסתם של מודלי יסוד מתקדמים.

הגנה טקטית ומערכות בלתי מאוישות #

ביישומי קצה ביטחוניים, יעילות אנרגטית מתורגמת ישירות לשרידות מבצעית ולמשך המשימה. מערכות אוויריות קטנות בלתי מאוישות (sUAS) ורכבי שטח טקטיים מוגבלים קשות במשקל הסוללה. צירוף GPU רגיל לרחפן סיור מקצר את זמן השהייה שלו באוויר ב־30% עד 50% רק כדי להפעיל את מחסנית התפיסה של הבינה המלאכותית.

שיתוף הפעולה האסטרטגי של Mythic AI עם Lockheed Martin מתמקד בשילוב מחשוב בתוך הזיכרון במערכות קצה טקטיות, בנחילי רחפנים אוטונומיים ובעמדות מעקב מרוחקות. באמצעות הפחתת צריכת החישוב מ־50 ואט לפחות מ־10 ואט, רחפנים טקטיים משיגים זמני טיסה ארוכים יותר תוך הרצה מקומית של סיווג עצמים רב־מודלי, עיבוד אותות ללוחמה אלקטרונית ואודומטריה חזותית־אינרציאלית בזירות מבצעיות שנויות במחלוקת וללא GPS.

מודעות מצבית ברכב ובינה מלאכותית בתוך התא #

בענף הרכב, יצרני השכבה הראשונה ניצבים בפני לחץ חריף על השוליים. בעוד שכלי רכב חשמליים מובילים יכולים לספוג את עלותם של מחשבי נהיגה אוטונומית בקירור נוזלי בסך £2,000, כלי רכב לשוק ההמוני אינם יכולים.

השותפות של Honda Motor עם Mythic AI מטפלת בחיכוך המסחרי הזה. יצרניות רכב זקוקות לשבבי בינה מלאכותית מוסמכים לרכב בנפחים גדולים שעלותם עשרות דולרים ולא מאות, המסוגלים להריץ מערכות לניטור הנהג, פילוח עצמים בשטח המת ותפיסה היקפית של 360 מעלות בלי לדרוש לולאות קירור נוזלי מורכבות המוסיפות עלות ייצור ומורכבות הרכבה.

מרכזי נתונים תעשייתיים בקצה ומרכזי הפצה ניידים #

אף שמחשוב בתוך הזיכרון ממוטב ארכיטקטונית לקצה, Mythic מבצעת אסטרטגיית גשר מכוונת בכך שהיא מציעה כרטיסי האצה מסוג PCIe למרכזי נתונים בקצה ולמרכזי הפצה במחסנים. במתקנים המארחים מאות רובוטים ניידים אוטונומיים (AMR), ארונות שרתי קצה המריצים מודלים לתיאום צי מוגבלים בנקודות החיבור לחשמל ובמגבלות הקירור של המתקן. כרטיסי האצה של מחשוב בתוך הזיכרון מאפשרים למתקנים להכפיל את תפוקת ההסקה המקומית בלי לשדרג את תשתית החשמל.

חוסן שרשרת האספקה וגאוגרפיית הייצור #

היבט מכריע בתדריך של Ozcelik התמקד בריבונות שרשרת האספקה. חדשנות בחומרה חסרת משמעות אם לא ניתן לייצר, לארוז ולשלוח את הסיליקון באופן אמין ובהיקף גדול.

Mythic AI הקימה טביעת רגל ייצורית בינלאומית מבוזרת:

ייצור הסיליקון: ייצור פרוסות הליבה של מחשוב בתוך הזיכרון מעוגן בטוקיו, יפן, ונהנה מהובלתה המבוססת של יפן בייצור מוליכים למחצה מדויקים ובצמתי תהליך אנלוגיים ו־flash בשלים.
אריזה מתקדמת והרכבה: הפרוסות נשלחות לאירופה (ובפרט לגרמניה) לחיתוך שבבונים מתקדם, להדבקת מצעים מרובי פיסות ולבדיקה אופטית אוטומטית.
אימות הגרסה: החברה משלימה כעת את אימות גרסת הסיליקון האחרונה שלה, ומתמקדת בהפיכת מדדי התפוקה במעבדה להצהרות עבודה (SOW) ברמת ייצור הניתנות לשחזור לקראת ייצור המוני לרכב ולהגנה.

הגישה הרב־אזורית הזו נמנעת מנקודות תורפה גאופוליטיות בודדות, ומספקת לשותפים תאגידיים באירופה ובאסיה שרשראות אספקה מגוונות גאוגרפית.

סיכום #

השיחה הפתוחה בין Taner Ozcelik ל־Kenneth Cukier בכנס Economist Enterprise לבינה מלאכותית פיזית ולרובוטיקה שרטטה את המציאות הפיזית שתמשול בעשור הבא של המערכות האוטונומיות. חוק מור, כמדד פשוט להקטנת טרנזיסטורים, כבר אינו מספיק כדי להניע את מהפכת הבינה המלאכותית הפיזית.

כל עוד ארכיטקטורות מחשוב נאחזות בהפרדה של פון נוימן בין לוגיקה לזיכרון, הרובוטיקה תישאר מוגבלת במסת הסוללה, בפיזור החום ובעלויות רכיבים גבוהות מנשוא. במעבר מתנועת נתונים ספרתית למערכי חישוב אנלוגיים בתוך הזיכרון ולטופולוגיות שבבונים מודולריות, הנדסת המוליכים למחצה מספקת את קפיצת המדרגה ביעילות שהמערכות האוטונומיות זקוקות לה.

המעבר מאשכולות מרכזי נתונים של 700 ואט לסיליקון קצה של 15 ואט הוא השער האמיתי לאוטונומיה פיזית. בסופו של דבר, רובוטים הפועלים בעולם האמיתי חייבים לציית לחוקי האנרגיה של העולם האמיתי; מחשוב בתוך הזיכרון הוא הארכיטקטורה שמגשרת על הפער בין הסיליקון לביולוגיה.

שאלות נפוצות #

מהו צוואר הבקבוק של פון נוימן בחומרת בינה מלאכותית? צוואר הבקבוק של פון נוימן הוא מגבלת התפוקה והאנרגיה הנובעת מההפרדה הפיזית בין יחידת העיבוד המרכזית (ALU) לבין זיכרון המערכת (DRAM). בעומסי עבודה של בינה מלאכותית, הכוללים מיליארדי פעולות כפל מטריצות, המעבדים מוציאים יותר מ־85% מהאנרגיה הכוללת שלהם ומחזורי שעון רבים רק על העברת נתונים הלוך ושוב דרך אפיקי נחושת, ויוצרים צווארי בקבוק תרמיים וצווארי בקבוק של השהיה חמורים.

כיצד פועל מחשוב אנלוגי בתוך הזיכרון (CIM)? מחשוב בתוך הזיכרון מבצע פעולות מתמטיות ישירות בתוך תאי הזיכרון בלי להזיז נתונים. משקלי הרשת העצבית נשמרים כמצבי מוליכות אנלוגיים בתוך תאי זיכרון בלתי נדיף. כאשר מתחי קלט מופעלים על פני המערך, זרם עובר בתאים לפי חוק אוהם ($I = V \times G$) ומצטבר לאורך קווי הסיביות לפי חוק הזרמים של קירכהוף. כך מושלם כפל מטריצה בווקטור שלם בצעד פיזיקלי אחד.

מדוע מחשוב בתוך הזיכרון קריטי במיוחד לרובוטיקה ולרחפנים? רובוטים ניידים ורחפנים פועלים תחת מגבלות נוקשות של גודל, משקל, הספק ועלות (SWaP-C). הם נשענים על סוללות מובנות ואינם יכולים לשאת רדיאטורים כבדים לקירור או ספקי כוח בהספק גבוה. מחשוב בתוך הזיכרון מספק יעילות אנרגטית גבוהה פי 10 עד פי 1,000, ומאפשר לרובוטים להריץ מקומית מודלים מורכבים של ראייה־שפה־פעולה בתוך מעטפת הספק של 10 עד 20 ואט תוך שמירה על משך הסוללה.

מה היתרון של גישת השבבונים על פני שבב מונוליתי? שבבים מונוליתיים משלבים את כל היחידות הפונקציונליות על פיסת סיליקון אחת גדולה. ככל שהפיסה גדלה, שיעורי פגמי הייצור עולים באופן מעריכי, התפוקה יורדת ועלות היחידה עולה. ארכיטקטורת שבבונים מפרקת את המערכת לפיסות סיליקון קטנות ותקניות יותר המיוצרות בנפרד בתפוקה גבוהה ומחוברות באמצעות מיקרו־בליטות מהירות. כך מתאפשרות תצורות מודולריות וגמישות המותאמות לדרישות ההספק ולגורם הצורה של כל תעשייה.

מי השותפים המסחריים העיקריים של הטכנולוגיה הזו? פלטפורמת המחשוב בתוך הזיכרון של Mythic AI מעוגנת כיום בשתי שותפויות תאגידיות גדולות: Lockheed Martin, המשלבת את הארכיטקטורה ברחפני הגנה טקטיים, בפלטפורמות רובוטיות בלתי מאוישות ובעמדות אבטחה היקפיות כדי להאריך את משך הסוללה; ו־Honda Motor, המכוונת לשבבי בינה מלאכותית זולים ומוסמכים לרכב עבור מודעות מצבית של הרכב וחישה בתוך התא.

מקורות #

Economist Enterprise, (2026). כנס הבינה המלאכותית הפיזית והרובוטיקה: יתרון תפעולי באמצעות מערכות אוטונומיות ⧉. Economist Enterprise.
Ozcelik, T., (2026). מעבר לחוק מור: הכוח שמאחורי רובוטיקה בעלת ביצועים גבוהים ⧉. Mythic AI.
Cukier, K., (2026). התקרות התרמודינמיות של בינה אוטונומית ⧉. The Economist.
Marković, D., Mizrahi, A., Querlioz, D., & Grollier, J., (2020). פיזיקה למחשוב נוירומורפי ⧉. Nature Reviews Physics, 2, 499-510.
Universal Chiplet Interconnect Express, (2025). מפרט UCIe 2.0: תקן החיבור בין פיסות ⧉. UCIe Consortium.
IEEE, (2026). מפת הדרכים הבינלאומית להתקנים ולמערכות (IRDS): מעבר ל־CMOS ולמחשוב בתוך הזיכרון ⧉. IEEE Standards Association.

נסקר לאחרונה 2026-10-13.

נסקר לאחרונה 2026-10-27.

פרסום מחדש של הכתבה

מעבר לחוק מור: מחשוב בתוך הזיכרון ושבבונים מודולריים לרובוטיקה — Sebastien Rousseau

בכנס Economist Enterprise לבינה מלאכותית פיזית ולרובוטיקה בלונדון הסביר Taner Ozcelik מ־Mythic AI כיצד מחשוב בתוך הזיכרון שובר את חומת הזיכרון של המחשב.

כתבה זו מפורסמת ברישיון Creative Commons Attribution 4.0 International. פרסום מחדש מחייב ייחוס לכתובת ה-URL הקאנונית.

מעבר לחוק מור: מחשוב בתוך הזיכרון ושבבונים מודולריים לרובוטיקה — Sebastien Rousseau

בכנס Economist Enterprise לבינה מלאכותית פיזית ולרובוטיקה בלונדון הסביר Taner Ozcelik מ־Mythic AI כיצד מחשוב בתוך הזיכרון שובר את חומת הזיכרון של המחשב.

Originally published at https://sebastienrousseau.com/he/2026-10-13-maavar-lechok-mvr-mihshuv-betokh-hazikaron/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.

SEBASTIEN ROUSSEAU FOUNDER · ENGINEER