Cadence ogłosiło Maestro 26 października 2026 r. To zestaw wyspecjalizowanych modeli AI dla agentów wspomagających projektowanie układów scalonych. Pierwsze modele mają trafić do wybranych klientów w ramach wczesnego dostępu w Q4 2026.
Czym jest Maestro?
Maestro ma zasilać AI Super Agents Cadence, które pracują z narzędziami EDA, czyli oprogramowaniem do elektronicznej automatyzacji projektowania. W opisanym przepływie agenty interpretują założenia projektu, dzielą pracę na zadania i dobierają do nich modele oraz narzędzia. W portfolio mają znaleźć się między innymi dostrojone modele językowe, modele decyzyjne i umiejętności agentów; Cadence wymienia też NVIDIA Nemotron.
Rozwiązania agentowe w EDA rozwija również Synopsys. NeoTeo opisywało wcześniej inicjatywy firmy związane z AgentEngineer i Autopilot.
Jak agenty mają kierować zadaniami?
Cadence opisuje system, w którym agent rozkłada zadanie projektowe na mniejsze części i kieruje je do odpowiednich modeli, w tym modeli wyspecjalizowanych oraz innych modeli o otwartych wagach i modeli wiodących. Wyniki oceniają deterministyczne solvery, czyli narzędzia obliczeniowe sprawdzające rezultat względem celów, ograniczeń i danych referencyjnych. Informacja zwrotna z tej oceny ma wracać do procesu doskonalenia modeli przez uczenie ze wzmocnieniem, metodę, w której model poprawia swoje działanie na podstawie oceny wyników.
Co oznaczają deklarowane wyniki?
Cadence deklaruje do 30% wyższą jakość wyników i do 5× większą efektywność wykorzystania tokenów względem ogólnego modelu open source, od którego rozpoczęto prace nad Maestro. Token to jednostka, na którą model dzieli wejście i wyjście. Cadence nie podało miary, według której ocenia deklarowaną jakość.
Efektywność tokenowa opisuje zużycie tokenów, a nie samą cenę abonamentu. Cadence opisało rozliczenie jako abonament z pulą zużycia i dodatkową opłatą za jej przekroczenie.
Gdzie można wdrożyć modele i dostrajać je na danych klienta?
Cadence opisało wdrożenie w swojej chmurze, chmurach publicznych lub środowisku on-premises kontrolowanym przez klienta. Klienci mają móc dostrajać modele na własnych danych, projektach i przepływach pracy za pomocą narzędzia Cadence do dostrajania. Paul Cunningham z Cadence opisał możliwość przeprowadzenia tego etapu na własnych procesorach graficznych i w sieci klienta.
Cadence zapowiedziało również współpracę z NVIDIA nad integracją z OpenShell Reference Architecture na potrzeby bezpieczeństwa agentów.
