Cadence stellte am 26. Oktober 2026 Maestro vor, ein Portfolio spezialisierter KI-Modelle für die AI Super Agents des Unternehmens. Die Modelle sollen Agenten bei Aufgaben im Chipdesign unterstützen. Erste Modelle waren für ausgewählte Kunden im Early Access für Q4 2026 geplant. Maestro ist als Modellschicht für agentische Arbeitsabläufe gedacht, nicht als eigenständige Chipdesign-Anwendung.
Wie Maestro Modelle und Engineering-Werkzeuge verbinden soll
EDA steht für Electronic Design Automation, also Software für den Entwurf und die Prüfung elektronischer Systeme. Cadence beschreibt seine Agenten so, dass sie Entwurfsabsichten interpretieren, Aufgaben aufteilen und passende Modelle für einzelne Arbeitsschritte auswählen. Dabei sollen spezialisierte Maestro-Modelle mit weiteren Frontier- und Open-Weight-Modellen zusammenarbeiten.
Die Modellauswahl ist Teil eines größeren Rückkopplungsablaufs: Deterministische Solver, also Werkzeuge, die Ergebnisse nach festgelegten Regeln prüfen, bewerten sie anhand von Entwicklungszielen, Vorgaben und Referenzergebnissen. Diese Bewertungen fließen laut Cadence über bestärkendes Lernen, auch Reinforcement Learning genannt, in die Verbesserung der Modelle ein. Das soll die Modelle auf Chipdesign-Aufgaben ausrichten; für sich genommen belegt der beschriebene Ablauf noch keine höhere Qualität von Entwürfen.
![Konzeptionelles Schema: Ein Chipdesign-Auftrag führt über einen Agenten zu Modellen und Werkzeugen; ein Solver prüft Ergebnisse und gibt Rückmeldung an die Modellverbesserung.](after_heading="Wie Maestro Modelle und Engineering-Werkzeuge verbinden soll")
Zum größeren Kontext agentischer EDA gehört auch Synopsys. Unser Bericht zu AgentEngineer und Autopilot ordnet die dort beschriebenen Agentenabläufe ein.
Was Cadences Leistungsangaben aussagen
Cadence nennt für Maestro bis zu 30 Prozent höhere Ergebnisqualität und bis zu fünffache Token-Effizienz gegenüber dem allgemeinen Open-Source-Modell, von dem Maestro abgeleitet wurde. Tokens sind Einheiten, in die Sprachmodelle Eingaben und Ausgaben zerlegen. Für die Angabe zur Ergebnisqualität nennt Cadence keine konkrete Messgröße.
Die Token-Effizienz ist keine Zusage, dass eine Kundenrechnung im gleichen Verhältnis sinkt. Cadence beschrieb ein Abonnement mit einem Verbrauchskontingent und zusätzlichen Kosten für die Nutzung über dieses Kontingent hinaus. Eine konkrete Einsparung lässt sich aus dem Effizienzwert allein nicht ableiten.
Cloud, eigene Infrastruktur und kundenspezifisches Training
Cadence beschrieb drei Bereitstellungswege: die eigene Cloud, öffentliche Cloud-Dienste und eine vom Kunden kontrollierte lokale Umgebung. Kunden sollen Modelle außerdem mit eigenen vertraulichen Daten, Entwürfen und Arbeitsabläufen nachtrainieren können. Cadence zufolge kann dieser Anpassungsschritt auf kundeneigenen GPUs und im eigenen Netzwerk laufen.
Zum Modellmix gehört laut Cadence NVIDIA Nemotron. Außerdem arbeitet Cadence mit NVIDIA an einer Integration auf Basis der OpenShell Reference Architecture für die Sicherheit von Agenten.
Geplanter Early Access im Q4 2026
Cadence plante, erste Maestro-Modelle im Q4 2026 ausgewählten Kunden im Early Access bereitzustellen. Das Unternehmen beschrieb die Abrechnung als Abonnement mit festgelegtem Verbrauchskontingent und zusätzlichen Kosten für Mehrverbrauch.
