Cadence introduceert Maestro-modellen voor chipontwerp

Cadence introduceert Maestro, een portfolio van domeinspecifieke AI-modellen voor chip- en systeemontwerp dat AI-agenten koppelt aan Cadence-ontwerptools; geselecteerde klanten krijgen de eerste modellen in Q4 2026.

Voor Nederlandse chipontwerpteams die Cadence-software gebruiken, opent daarmee een extra testoptie: het volledige AI-platform kan op klantbeheerde infrastructuur draaien. De toegang begint wel bij een beperkte groep.

Maestro koppelt modellen aan EDA-tools

Maestro is geen enkel model dat een engineer een ontwerpvraag stelt en meteen een eindresultaat geeft. Het is een portfolio met meerdere modelgroottes en architecturen: verder getrainde domeinmodellen, getrainde beslismodellen en vaardigheden waarmee AI-agenten zichzelf verbeteren. Cadence combineert die met zijn AI Super Agents en software voor chip- en systeemontwerp.

EDA, electronic design automation, is de software waarmee chipontwerpers schakelingen uitwerken, simuleren en controleren. SDA, system design automation, richt zich op het ontwerp van bredere systemen. Cadence beschrijft hoe een agent een ontwerpdoel interpreteert, taken opsplitst en modellen met EDA- en SDA-tools laat samenwerken. De agenten kunnen ontwerpen genereren, resultaten analyseren en afwegingen maken op basis van technische eisen, kosten en beveiliging.

De terugkoppeling uit de ontwerptools is onderdeel van het systeem. Cadence gebruikt reinforcement learning, waarbij modellen leren van terugkoppeling, en rekenprogramma’s met vaste uitkomsten om resultaten aan ontwerpdoelen en randvoorwaarden te toetsen. Die uitkomsten sturen volgende ontwerpkeuzes. De engineer blijft degene die de doelstellingen bepaalt en de resultaten beoordeelt. De portfolio voedt vier bestaande Cadence-agenten: ChipStack voor ontwerp en verificatie van system-on-chip (SoC), InnoStack voor digitale implementatie en eindcontrole, AuraStack voor printplaten en geavanceerde chipverpakking, en ViraStack voor analoge en maatwerkchips.

De ontwerpdata kan op klantinfrastructuur blijven

Het Maestro-portfolio combineert volgens Cadence domeinspecifieke modellen met algemene topmodellen en modellen met open beschikbare gewichten, waaronder NVIDIA Nemotron. Cadence werkt voor agentbeveiliging ook met NVIDIA’s OpenShell-referentiearchitectuur. Klanten kunnen Maestro-modellen verder trainen op eigen gegevens, chipontwerpen en werkstromen. Het volledige systeem, dus de agenten, modellen en EDA-tools, kan draaien op Cadence’ eigen beveiligde cloud, in publieke clouds of op eigen servers onder klantbeheer (on-premises). Reuters beschrijft de optie om de modellen achter de eigen firewall en in eigen datacenters te draaien.

Tom’s Hardware sprak met Cadence-topman Paul Cunningham, die zei dat klanten het verder trainen mogelijk zelf op hun GPU’s en binnen hun eigen netwerk kunnen uitvoeren. De aankondiging maakt zo een test binnen de eigen infrastructuur concreter, maar beschrijft geen exacte voorwaarden voor dataretentie, beheer of licenties. De modellen kunnen gebruikmaken van open gewichten, maar Cadence presenteert Maestro als een combinatie van verschillende modeltypen en publiceert geen licentie voor het hele portfolio.

De eerste modellen komen in Q4 2026 beschikbaar voor geselecteerde early-accessklanten. Cadence noemt geen algemene lanceringsdatum of prijs en maakt niet bekend welke klanten toegang krijgen. Tom’s Hardware meldt dat er bij de introductie ongeveer twaalf klanttrajecten liepen. Dat is een beperkte eerste uitrol, geen aanbod dat iedere chipontwerper direct kan bestellen.

De scorekaart laat belangrijke vragen open

Cadence meldt in de eerste ontwerpwerkstromen tot 30 procent hogere kwaliteit van resultaten en tot vijf keer meer tokenefficiëntie dan een algemeen basismodel. Tom’s Hardware meldt dat Cadence niet specificeert wat de kwaliteitsscore precies meet en het gebruikte basismodel niet bij naam noemt. Volgens het gesprek vergelijkt Cadence met het niet nader genoemde open model waarop Maestro voortbouwde, niet met een openbaar gemiddelde van andere ontwerpteams.

Tokenefficiëntie kan het aantal modeltokens voor een taak verlagen, maar zegt niet vanzelf hoeveel de factuur daalt. Cunningham vertelde Tom’s Hardware dat Maestro-gebruik meetelt in Cadence’ agentabonnement, dat een gebruiksruimte bevat en extra kosten rekent bij overschrijding. Hij zei niet of de lagere tokenbehoefte het bedrag voor klanten verlaagt. Zonder openbaar tarief, taakbeschrijving en vergelijkingsmodel zijn de twee percentages dus geen kostenraming voor een Nederlands ontwerpteam.

Het persbericht noemt ook een verwachting van Socionext: het bedrijf verwacht tot vijf keer meer totale productiviteit bij de inzet van InnoStack voor fysieke chipimplementatie. Dat gaat over een ander Cadence-agentproduct en is een verwachting, geen gemeten Maestro-resultaat. Silicon Labs meldt dat ChipStack al hielp bij het versnellen van foutopsporing in laagvermogenverificatie, maar publiceert daar geen percentage voor. De voorbeelden tonen dat klanten Cadence-agenten gebruiken, maar vormen geen onafhankelijke validatie van de Maestro-benchmarks.

Cadence en Synopsys kiezen een andere route

De Maestro-aankondiging komt van Cadence en is een afzonderlijke ontwikkeling naast de samenwerking tussen Synopsys en OpenAI. OpenAI richtte zijn AI-chipontwerpwerk op interne onderzoeksinfrastructuur en EDA-koppelingen; de vacature van het bedrijf beschrijft tooling waarmee modellen aan echte siliciumontwerpen kunnen werken.

Op 30 september kondigden Synopsys en OpenAI de meerjarige ontwikkeling van GPT-Synopsys voor gebruik met Synopsys-EDA-tools aan. Het gezamenlijke persbericht zegt dat het model op OpenAI-gehoste infrastructuur draait en al vroege technische klanttrajecten kent. Cadence presenteert daartegenover een portfolio dat met meerdere modelsoorten werkt en zowel in de cloud als op klantinfrastructuur kan draaien. Het gaat om twee leveranciers en twee afzonderlijke aankondigingen, niet om dezelfde samenwerking of hetzelfde product.

Beide aankondigingen brengen AI dichter bij bestaande EDA-werkstromen, maar de praktische toegang is nog beperkt. Voor Nederlandse teams die Cadence-tools gebruiken, ligt de eerste mogelijkheid bij een geselecteerde proef in Q4, eventueel binnen de eigen infrastructuur. De waarde voor een specifiek ontwerpteam hangt vervolgens af van meetbare resultaten op eigen ontwerpwerk, de prijs van het agentabonnement en afspraken over ontwerpdata. Zolang Cadence geen meetmethode, algemeen tarief of brede beschikbaarheid publiceert, kan een team de claims nog niet omrekenen naar een verwachte besparing.