电子设计自动化（EDA）巨头凯登斯（Cadence）近日正式公布了名为 Maestro 的专用 AI 模型组合。该模型旨在支持其芯片设计代理运行，并宣称在初始测试结果中，相比通用人工智能模型，Maestro 将结果质量提升了 30%，同时在执行相同任务时实现了高达 5 倍的代币效率提升。
根据官方规划，首批 Maestro 模型将于 2026 年第四季度向“精选客户”提供早期访问权限。用户可选择在 Cadence 云、公共云或本地环境中运行这些模型，并利用 Cadence 提供的微调工具，基于自身的专有数据、设计和工作流程进行后训练。Toms Hardware 采访了 Cadence 战略和新企业高级团队主管 Rob Knoth 以及高级副总裁兼总经理 Paul Cunningham，以深入了解这一新产品的技术细节与市场定位。
与 Synopsys 策略的差异及成本考量
Cadence 的方法与其竞争对手 Synopsys 推出的专用模型 GPT-Synopsys 存在显著差异。GPT-Synopsys 运行在 OpenAI 托管的基础架构上，且不利用客户数据进行模型训练。两家 EDA 巨头的产品发布时间间隔不足一个月。
Paul Cunningham 指出，推出 Maestro 的一个关键驱动力是代理成本的急剧上升。“我认为世界已经意识到这一点，”Cunningham 表示。他比喻道：“你不需要驾驶喷气式发动机去 Safeway 超市，你需要的是在正确的时间使用正确的模型来完成正确的任务。”
技术架构：强化学习与模型路由
Maestro 依托于 Cadence 的 AI 超级代理体系。这些代理负责解释设计意图、分解任务，并与其他前沿及开放型模型组合协同工作，评估权衡因素以指导领域专业决策。此外，系统引入了强化学习（RL）机制，Cadence 的决定性解决者会根据工程目标、约束条件和基本事实评估输出结果，并将反馈用于改进模型性能。
尽管 Cadence 未透露 Maestro 底层基础 AI 模型的具体名称，但称其为“领先的开源模型之一”，且在与商业前沿模型的竞争中极具实力。Cunningham 特别提到，Nemotron 模型正在提供非常稳定的结果。
在芯片设计中，结果质量通常由功率、性能和面积等指标衡量。Rob Knoth 此前曾向 Toms Hardware Premium 指出，工具调用可能需要数小时甚至数天才能返回结果，这与 AI 行业仅需数分钟的培训循环形成对比。目前尚不清楚这种高延迟是否会导致客户账单增加。
Cadence Maestro 与 Synopsys GPT-Synopsys 对比
| 节奏大师 (Maestro) | GPT-Synopsys | |
|---|---|---|
| 宣布时间 | 2026 年 10 月 26 日 | 2026 年 7 月 30 日 |
| 定义 | 为凯登斯的人工智能超级代理提供专用领域的人工智能模型组合 | 一个专门的模型直接操作 Synopsys 工具 |
| 模范合作伙伴 | Nvidia (Nemotron, OpenShell) | OpenAI |
| 模型构成 | 经过后训练的 LLM、决策模型和代理技能，混合了边界和开放权重模型（包括 Nemotron） | OpenAI 边境模型 |
| 运行环境 | 卡登斯云、公共云或由客户控制的本地环境 | OpenAI 托管的基础设施 |
| 客户数据使用 | 客户可在自己的数据、设计和工作流程上进行后训练，使用 Cadence 的微调工具 | 客户数据不用于训练模型 |
| 声称的结果 | 相比通用基础模型，结果质量提高 30%，代币效率提高 5 倍（初步结果） | 未披露 |
| 可用性 | 2026 年第四季度首批选择早期访问客户 | 无具体日期；目前正在开展早期技术项目 |
| 客户名单 | Socionext，实验室 (Nvidia 作为合作伙伴) | 无 |
| 定价模式 | 订阅使用费用，然后按使用量收费 | 未披露；Synopsys 和 OpenAI 共享收入 |
安全性与灵活性
对于客户而言，解决方案的灵活性至关重要。Synopsys 表示，在其自动驾驶系统中，客户可以在商业、开源和微调的语言模型中进行选择，并支持 Synopsys 管理或客户管理的部署方式，涵盖云或本地基础设施。而在代理安全性方面，如沙箱保护，Cadence 表示正与 Nvidia 合作，整合 Nvidia 的 OpenShell 参考架构，以帮助保护客户的知识产权。
发展历程与客户进展
过去 12 个月里，Cadence 在代理集成方面动作频繁。首席执行官 Anirudh Devgan 在 7 月的财报电话会议上透露，其设计和验证代理 ChipStack 已有超过 20 个客户参与，定制和模拟代理 ViraStack 则有超过 25 个客户参与。两家实验室均认为 ChipStack 加速了调试过程，并表示正在关注 Maestro。
Cadence 的代理整合始于 2025 年 11 月对 ChipStack 的收购。2026 年 6 月，公司声称其代理人已达到 5 级自主水平。9 月，Knoth 提前向媒体预告了 Maestro 的核心组件：强化学习循环、对开放权重模型的域特定后训练以及模型路由。目前，Maestro 已整合至所有四个超级代理之下。
| 时间 | 产品 | 凯登斯的说法 | 情况和应付款项 |
|---|---|---|---|
| 2025 年 11 月 | 收购 ChipStack (代理验证启动) | — | 已完成；联合创始人卡尔蒂克·赫格德 (Kartik Hegde) 现在领导凯登斯的核心人工智能研究小组 |
| 2026 年 2 月 | 芯片堆 AI 超级代理 | 编码设计和测试台，测试计划，回归和调试的生产率高达 10 倍 | 自发射以来的早期访问 |
| 2026 年 4 月 | 维拉斯塔克 (定制和模拟), InnoStack (数字化实现) 和 AgentStack (主代理) | — | Socionext 正在生产中部署 InnoStack; 其他未列明 |
| 2026 年 6 月 | ChipStack 在 5 级，与 Nvidia 的 Nemotron 和 OpenShell | 在 Nvidia 的部署中，RTL 验证周期超过 40 倍 | 2026 年下半年早期访问客户的第 5 层和 AgentStack |
| 2026 年 7 月 | AuraStack (PCB 和先进的包装) | 推出时间快 2 倍，生产率提高 15 倍 | 在 Cadence 的 Millennium M2000 超级计算机上可用；诺基亚正在部署它 |
| 2026 年 9 月 | ChipStack RTL Generation Agent | 在早期评估中，平均比纯基础模型代码减少 24% 的面积和 18% 的功耗 | 将于 2026 年第四季度向部分早期访问客户提供；与本田研发部门早期合作 |
| 2026 年 10 月 26 日 | Maestro AI Model Portfolio | 在初步结果中，相比通用基础模型，结果质量提高多达 30%，代币效率提高多达 5 倍 | 首批模型将于 2026 年第四季度向部分早期访问客户提供；约有十几个合作项目 |
快速的技术迭代意味着必须区分“早期访问”与“一般可用性”。Cadence 尚未公布 Maestro 的一般可用性日期。相比之下，Synopsys 的目标是在年底前实现其 AgentEngineer 组合和 Autopilot 平台的一般可用性，而 GPT-Synopsys 目前仅处于“早期技术参与”阶段。平台和代理仍处于开发进程中。
Cunningham 希望在第四季度通过更多案例研究和可量化的收益来验证 Maestro 的效果。他强调，核心叙事在于“我们将把代理和智能体 AI 原生地引入我们的垂直领域，而不是让我们的垂直领域被嵌入到通用代理中。”虽然 Cadence 声称的 30% 质量提升有待真实工作流程中的客户结果来检验，但目前两家公司展示的早期数据对 EDA 行业而言极具前景。
