StorageReview.com

Cadence Maestro KI-Modelle versprechen bis zu 5-fache Token-Effizienz für Superagenten im Chipdesign

AI  ◇  Unternehmen

Cadence hat das Maestro AI Model Portfolio vorgestellt, eine Sammlung domänenspezifischer Modelle, die die KI-Superagenten im Chip- und Systemdesign unterstützen. Maestro kombiniert nachtrainierte große Sprachmodelle, trainierte Entscheidungsmodelle und selbstlernende Agentenfähigkeiten. Laut Cadence zeigen erste Ergebnisse im Design-Workflow eine bis zu 30 Prozent höhere Ergebnisqualität und eine bis zu 5-fach bessere Token-Effizienz im Vergleich zu einem universellen Basismodell. Diese Angaben stammen vom Hersteller und wurden von uns weder überprüft noch geprüft.

Die Folie zu Cadence Maestro KI-Modellen zeigt domänenspezifische Modelle, die mit Cadence-Tools nachtrainiert wurden, das Modellrouting zwischen Maestro- und Basismodellen sowie kundenspezifisches Nachtraining.

Reinforcement-Learning-Schleifen und deterministische EDA-Solver

Cadence führt diese Erfolge auf eine vertikal integrierte Lernumgebung zurück, die die Maestro-Modelle mit seinen KI-Superagenten, seinen EDA- (Electronic Design Automation) und SDA-Tools (System Design Automation), kuratierten Engineering-Datensätzen und Evaluierungsumgebungen verknüpft. Die deterministischen Solver von Cadence bewerten die Agentenausgabe anhand von Engineering-Zielen, Randbedingungen und Referenzdaten, wodurch das Reinforcement Learning einen geschlossenen, verifizierten Feedback-Kreislauf erhält. Cadence hat die Workloads oder Baselines, die den Steigerungen von 30 Prozent und 5x zugrunde liegen, nicht veröffentlicht.

Super Agents nutzen Maestro zusammen mit allgemeinen Modellen: Ausgehend von einem übergeordneten Ziel interpretiert ein Super Agent die Designabsicht, unterteilt sie in Aufgaben, verteilt die Arbeit auf Maestro-, Frontier- und Openweight-Modelle und steuert die EDA- und SDA-Tools. Laut Cadence reduziert die Balance zwischen Tool-Aufrufen und Modellaufrufen den Tokenverbrauch. Kunden können Maestro-Modelle, einschließlich NVIDIA Nemotron-Varianten, auch mit proprietären Daten, Designs und Workflows nachtrainieren.

NVIDIA steuert Nemotron-Modelle, OpenShell und technisches Know-how bei. Die beiden Unternehmen integrieren Cadence-Agenten in die NVIDIA OpenShell-Referenzarchitektur, um die Agentensicherheit zu gewährleisten. „Indem wir Reinforcement Learning auf Feedback von EDA-Tools und deterministischen Solvern stützen, können wir Agenten beibringen, bessere Designentscheidungen zu treffen, basierend darauf, wie gut ihre Arbeit die technischen Ziele und Einschränkungen erfüllt“, so Tim Costa, Vice President und General Manager für Industrial and Computational Engineering bei NVIDIA.

Workload-Orchestrierung mit KI-Superagenten

Maestro steuert vier in der Ankündigung genannte Super-Agenten, die jeweils einer Phase des Designprozesses zugeordnet sind. ChipStack übernimmt das digitale Front-End-Design und die Verifikation, von der RTL-Generierung und Testbench-Erstellung bis hin zu Regression und Debugging. ViraStack deckt kundenspezifisches und analoges Design ab, InnoStack ist für die digitale Implementierung, die Abnahme und 3D-ICs zuständig, und AuraStack konzentriert sich auf Leiterplatten und fortschrittliche Gehäuse. Der übergeordnete Agent AgentStack von Cadence koordiniert alle diese Prozesse.

Cadence AI Super Agents, die von Maestro-Modellen unterstützt werden: AgentStack über ChipStack, ViraStack, InnoStack, AuraStack und SystemStack

Zwei Kunden setzen die Agenten bereits ein: Socionext implementiert InnoStack in seiner Produktionsumgebung. Hisato Yoshida, COO von Socionext, erklärte: „Durch die Kombination von agentenbasierter KI mit fortschrittlichen EDA-Tools für das physikalische Design erwarten wir eine bis zu fünffache Steigerung der Gesamtproduktivität bei gleichbleibender Designqualität.“ Bei Silicon Labs beschleunigten die Entwicklungsteams, die Cadence Verisium Debug als Teil von ChipStack nutzten, die Ursachenanalyse und das End-to-End-Debugging während der Pre-Silicon-Verifizierung des Stromverbrauchs, so Garima Sharda, Vice President of Engineering des Unternehmens.

Bereitstellungsstatus und Frühzugriff

Die vollständige Agentenumgebung, einschließlich der Super Agents, Maestro-Modelle und EDA-Tools, kann auf der sicheren Cloud-Plattform von Cadence, in sicheren öffentlichen Clouds oder in kundeneigenen Umgebungen ausgeführt werden, um Datenschutz- und Sicherheitsanforderungen zu erfüllen. Die ersten Maestro-Modelle stehen ausgewählten Early-Access-Kunden im vierten Quartal 2026 zur Verfügung. Cadence hat die allgemeine Verfügbarkeit und die Preise noch nicht bekannt gegeben.

Cadence AI Super Agents

Beteiligen Sie sich an StorageReview

Newsletter | YouTube | Podcast (iTunes / Spotify) | Instagram | Twitter | TikTok | RSS-Feed

Harold Fritts

Ich bin in der Technologiebranche tätig, seit IBM Selectric gegründet hat. Mein Hintergrund ist jedoch das Schreiben. Also beschloss ich, aus dem Vorverkaufsgeschäft auszusteigen und zu meinen Wurzeln zurückzukehren, ein bisschen zu schreiben, mich aber immer noch mit Technologie zu beschäftigen.