Cadence 推出 Maestro：英伟达加持的芯片设计 AI 模型，芯片厂可在自家机房里跑

芯片设计软件巨头 Cadence 周一推出了 AI 模型套件 Cadence Maestro，专门用来帮芯片工程师设计芯片。这是 EDA（电子设计自动化）领域一次明确的“AI 智能体进车间”动作，背后还有英伟达的加持。

按路透社的报道，Maestro 部分基于英伟达的开源权重模型 Nemotron，并用英伟达的 OpenShell 安全技术做防护。它的定位不是通用聊天模型，而是能替工程师去操作芯片设计工具的智能体——芯片设计要把数十亿个晶体管精确排布到成本与性能目标上，正是这类长流程、高精度任务的典型场景。

部署方式是这套产品的关键卖点：客户可以在 Cadence 自己的云上跑，也可以在任何公有云上跑，还可以完全放在自家防火墙和数据中心里跑，并且能针对自家芯片设计做微调。对芯片厂来说，设计数据是最核心的机密，“不用把数据交出去也能用 AI”比单纯的模型能力更重要。

效果数据目前只有厂商自报：Cadence 称，相比通用模型，早期结果显示质量最高提升 30%、成本效益最高提升 5 倍。这个数字还没经过独立验证，只能先当作厂商口径，真正含金量要看第四季度首批精选早期客户的实测反馈。

竞争格局也值得一看：Cadence 的最大对手 Synopsys 在 9 月 30 日刚宣布与 OpenAI 合作开发 GPT-Synopsys，且跑在 OpenAI 托管的基础设施上。Cadence 则走了相反路线——强调模型无关，高管称开源与闭源路线会“同等推进”，未来与商业模型厂商合作也是 Maestro 愿景的一部分。两条路线之争，本质上是芯片设计 AI 应该“集中托管”还是“留在客户手里”之争。

为什么值得关注：AI 落地最难啃的往往不是写文章、画图，而是这种专业工具链长、容错率低的工业场景。Maestro 能不能跑通，会直接影响芯片研发周期的想象空间——当然，前提是它先在早期客户手里证明自己，而不只是发布会上的数字。这也和 SpaceX 借 400 亿美元买 GPU指向同一条主线：算力与芯片，正在成为 AI 竞争里最贵的瓶颈。

来源：路透社经 CNA，原文：https://www.channelnewsasia.com/business/cadence-unveils-nvidia-backed-ai-models-chipmakers-can-run-in-house-6493316