Cadence推出本地部署AI芯片模型，与Synopsys-OpenAI分道扬镳

Cadence 于 10 月 26 日推出 Maestro，为芯片制造商提供可通过专有设计进行微调并在其自有防火墙后运行的 AI 模型。该 发布 引发了其与 Synopsys 竞争中的一个更大问题：谁控制这些模型、它们处理的数据以及它们创造的价值？

关于模型部署位置的两项押注

Maestro 汇聚了专业模型、NVIDIA 的开源权重 Nemotron 技术、强化学习以及连接芯片设计工具的 Cadence AI Super Agents。客户可以在自己的服务器上运行整个系统，或通过 Cadence 或在安全的公有云中运行。Cadence 表示它还在与 NVIDIA 合作集成 OpenShell 安全功能。

“（AI）模型提供商的数量多于（芯片设计软件）供应商。”

Cadence 高级副总裁 Paul Cunningham 告诉路透社，开放权重和封闭权重的方法正在“同等推进”。

Synopsys 采取了不同的路线。根据其与 OpenAI 在 9 月 30 日达成的 合作，GPT-Synopsys 将在 OpenAI 托管的基础设施上运行，并直接与 Synopsys 的设计工具协同工作。两家公司将共享收入。Synopsys 承诺提供加密、可调整的保留控制，并且不会使用客户数据进行训练。然而，这种区别并非绝对：其更广泛的 Autopilot 战略也支持将代理集成到客户自己的 AI 平台中。

效率声明未涵盖总成本验证

Cadence 表示，在早期工作流程中，Maestro 交付的结果质量比通用模型高出多达 30%，令牌效率提高了五倍。其工程工具会检查智能体输出是否符合设计约束，并将结果反馈至训练过程。然而，这些数据来自 Cadence 自身，并非对整个设计项目节省成本的独立验证结果。

正如Cryptopolitan此前报道，当模型需要多次尝试或工程师必须修正其输出时，每个完成任务的成本比代币价格更重要。将Maestro保留在内部可能有助于保护敏感布局，但运行该基础设施也需要花费资金。首批模型将于2026年第四季度提供给精选的早期访问客户。

一个值得争夺的庞大市场

stakes很高。根据SEMI的数据，电子系统设计市场在2026年第二季度产生了57.1亿美元的收入，同比增长12.2%。半导体IP收入增长了20.4%；IC物理设计和验证增长了16.6%。TrendForce预测今年AI服务器出货量将增长近31%，因为谷歌和亚马逊正在扩大定制芯片计划。

Cadence还于10月21日宣布在慕尼黑建立主权AI数据中心，以满足将敏感工作负载保持在区域边界内的需求。

Cadence报告第三季度收入为16.33亿美元，同比增长22%，积压订单达82亿美元，全年收入增长前景为21%。其AI超级代理已有超过100个活跃客户参与。据路透社报道，在Maestro公告后，股价上涨了3.9%。

竞争将在这一领域一决高下：胜负不取决于代币数量或云承诺，而在于工程师能否在不增加总成本的前提下，更快地产出更优的芯片设计。