Cadence bringt KI-Chipmodelle für On-Premises-Nutzung auf den Markt – Trennung von Synopsys-OpenAI

Cadence hat Maestro am 26. Oktober eingeführt und damit Chip-Herstellern KI-Modelle zur Verfügung gestellt, die sie mit proprietären Designs feinjustieren und hinter ihren eigenen Firewalls betreiben können. Die Launch wirft in der Rivalität mit Synopsys eine größere Frage auf: Wer kontrolliert die Modelle, die Daten, die sie verarbeiten, und den von ihnen erzeugten Wert?

Zwei Strategien hinsichtlich des Speicherorts der Modelle

Maestro vereint spezialisierte Modelle, die Open-Weight-Nemotron-Technologie von NVIDIA, Reinforcement Learning und Cadence AI Super Agents, die mit Chip-Design-Tools verbunden sind. Kunden können das gesamte System auf ihren eigenen Servern, über Cadence oder in gesicherten Public Clouds betreiben. Laut Cadence arbeitet es auch mit NVIDIA an der Integration von OpenShell-Sicherheit.

„Es gibt mehr (KI-)Modellanbieter als Anbieter von Software für das Chip-Design.“

Der Senior Vice President von Cadence, Paul Cunningham, sagte gegenüber Reuters dass sowohl Open- als auch Closed-Weight-Ansätze „gleichwertig verfolgt werden“.

Synopsys hat einen anderen Weg eingeschlagen. Im Rahmen ihrer OpenAIPartnerschaft vom 30. September wird GPT-Synopsys auf einer Infrastruktur von OpenAI ausgeführt und direkt mit den Designtools von Synopsys zusammenarbeiten. Die Unternehmen teilen sich die Einnahmen. Synopsys verspricht Verschlüsselung, anpassbare Aufbewahrungsregeln und keine Schulung mit Kunden-Daten. Diese Unterscheidung ist jedoch nicht absolut: Die umfassendere Autopilot-Strategie unterstützt auch die Integration von Agenten in die eigenen KI-Plattformen der Kunden.

Die Effizienzaussage ist nicht im Hinblick auf die Gesamtkosten verifiziert

Cadence gibt an, dass Maestro in frühen Workflows bis zu 30 % qualitativ bessere Ergebnisse und eine fünfmal höhere Token-Effizienz als ein allgemeines Modell lieferte. Seine Engineering-Tools prüfen Agenten-Ausgaben gegen Design-Restriktionen und speisen die Ergebnisse zurück in das Training. Dennoch sind dies Cadence-eigene Zahlen, keine unabhängig über ein gesamtes Designprojekt hinweg verifizierten Einsparungen.

Wie Cryptopolitan zuvor berichtete, ist die Kosten pro abgeschlossene Aufgabe wichtiger als der Token-Preis, wenn ein Modell wiederholte Versuche benötigt oder Ingenieure dessen Ausgabe korrigieren müssen. Die Beibehaltung von Maestro im eigenen Haus kann dabei helfen, sensible Layouts zu schützen, doch der Betrieb dieser Infrastruktur verursacht ebenfalls Kosten. Die ersten Modelle werden im vierten Quartal 2026 an ausgewählte Early-Access-Kunden ausgeliefert.

Ein Markt, um den gekämpft werden kann

Es steht viel auf dem Spiel. Der Markt für elektronische Systemdesigns erzielte im zweiten Quartal 2026 laut SEMI einen Umsatz von 5,71 Milliarden US-Dollar, was einem Anstieg von 12,2 % entspricht. Die Einnahmen aus Semiconductor IP wuchsen um 20,4 %, das IC-Physical-Design und die Verifikation stiegen um 16,6 %. TrendForce prognostiziert für dieses Jahr ein Wachstum der AI-Server-Lieferungen um fast 31 %, da Google und Amazon ihre Programme für maßgeschneiderte Chips ausbauen.

Am 21. Oktober hat Cadence ebenfalls ein souveränes Rechenzentrum für künstliche Intelligenz in München angekündigt, um der Nachfrage nachzukommen, sensible Workloads innerhalb regionaler Grenzen zu halten.

Cadence berichtete über Drittquartals-Einnahmen in Höhe von 1,633 Milliarden US-Dollar, einem Anstieg von 22 %, mit einem Auftragsbestand von 8,2 Milliarden US-Dollar und einer Prognose für ein volles Jahresumsatzwachstum von 21 %. Seine AI Super Agents haben mehr als 100 aktive Kundenengagements. Reuters berichtete, dass die Aktien nach der Maestro-Ankündigung um 3,9 % stiegen.

Dort wird der Wettstreit ausgetragen: nicht in Token-Anzahlen oder Cloud-Versprechen, sondern daran, ob Ingenieure bessere Chip-Designs schneller liefern können, ohne die Gesamtkosten zu erhöhen.