Cadence 发布 Maestro:芯片与系统设计专用 AI 模型组合进入早期访问
Cadence 宣布 Maestro AI 模型组合,把领域后训练模型、决策模型与智能体技能接到 AI Super Agents 及 EDA/SDA 工具,并称相对通用基座最高约 30% 质量提升、最高约 5 倍 token 效率;部分客户 2026 年第四季度早期访问。
电子设计自动化厂商 Cadence(Nasdaq:CDNS)于 2026 年 10 月 26 日发布稿宣布 Maestro™ AI Model Portfolio,面向「智能体化」芯片与系统设计。窗内中文转述帖同步指出:组合把领域模型、强化学习、AI Super Agents 与 EDA/SDA 工具绑在一起,支持云端或客户本地部署,并可用客户自有设计数据继续训练;首批面向 2026 年第四季度部分早期访问客户。
官方要点(据 Cadence 新闻稿):Maestro 含多种规模与架构,覆盖领域后训练大模型、训练过的决策模型与可自改进的 agent skills,并接入 AuraStack、ChipStack、InnoStack、ViraStack 等 AI Super Agents 以及既有 EDA/SDA 工具。垂直整合的强化学习环境用确定性求解器对照工程目标、约束与真值打分,形成可核验反馈。Cadence 称初始工作流结果相对通用基座模型最高约 30% 更高质量、最高约 5 倍 token 效率;安全架构允许把 Maestro 与前沿/开源权重模型组合,并在云与客户可控本地之间部署。稿件还提到可与 NVIDIA Nemotron 等模型一并在客户专有数据上后训练。
flowchart TB
O[高层设计目标] --> SA[AI Super Agents]
SA --> M[Maestro 领域模型组合]
SA --> F[前沿/开源权重模型]
SA --> T[EDA / SDA 工具]
T --> RL[确定性求解器反馈]
RL --> M
对芯片与系统设计团队,值得盯的是模型—工程工具—私有数据闭环,而不是把它当成面向所有人的通用聊天模型。上述质量与效率数字来自厂商发布,非本站实测;是否开放需以 Cadence 早期访问资格为准。