首页/文章/ 详情

Cadance发布EDA专用模型Maestro,专用模型是通往L5智能设计的必选?

12分钟前浏览0
近日,EDA巨头Cadence宣布推出Maestro系列EDA设计专用模型,以支撑超级AI Agents更好的进行智能设计。同时,1个月前,另一家EDA巨头Synopsys也刚宣布和OpenAI合作推出芯片设计专用模型GPT-Synopsys。
两家公司近期都刚刚宣布其设计智能体达到L5级,现在又都推出专用模型,一个大胆并不负责任的猜测出现了:L5级智能设计需要专用模型?

Maestro系列模型

Maestro是一系列不同规模和架构模型的统称,包含了针对EDA领域后训练的大语言模型(基于NVIDIA的Nemotron模型,结合EDA数据后训练)、训练过的决策模型、自我进化的Skills等

Maestro系列模型可以被Cadence的超级AI Agents(AuraStack , ChipStack SoC,InnoStack  以及ViraStack )调用,并驱动EDA和SDA工具,实现芯片设计的智能自动化。

Cadance初步结果显示,Maestro相比通用基础模型,输出结果质量提升了30%,token使用效率提高了5倍。
Maestro系列模型还可以在客户的专有数据、设计和工作流程上进行进一步的训练和优化。
第一批 Maestro 模型在 2026 年第四季度向部分早期客户开放,支持在Cadence的安全云平台以及用户本地私有化部署。更多具体细节目前均未公布。

闭环持续优化机制

为了构建Maestro系列模型,Cadence构建了一个包含了专业知识、精选数据集、Agents、EDA和SDA工具,以及评估Harness的集成环境,通过机理算法和求解器对比目标、约束以及实际结果,构建出封闭且经过验证的强化学习和持续优化反馈循环。
其中:
前沿和开放式权重模型提供了广泛的语言处理、推理能力以及多模态功能支持
Maestro系列模型提供专业的芯片和系统设计经验
Cadence 的超级AI Agents根据设计目标,解读设计意图,分解任务,结合其他领先的前沿模型和开放式模型来实施设计,并驱动Cadence的EDA和SDA工具运行

以上综合解决方案能够解读规范要求,生成设计内容,分析结果,评估各种权衡因素,并根据工程需求、成本和安全因素来指导决策。

GPT-Synopsys

9 月底,Synopsys 宣布与 OpenAI 合作开发 EDA领域的专用模型GPT-Synopsys,双方联合技术研发和全球推广,并共享收入。

OpenAI将获得Synopsys的EDA工具的官方授权,结合专业知识和数据,对基础模型进行后训练,形成专用的EDA模型,部署在 OpenAI 托管的基础设施上,并深度集成到Synopsys的Synopsys.ai以及Autopilot平台中。

GPT-Synopsys将不仅能够直接操作EDA软件,还能看懂工具反馈的各类专业数据,自主进行多轮修改与迭代,全力优化芯片的功耗、性能和面积

这项技术已经开始在部分半导体龙头客户中进行早期对接与测试。

L4级之后,走向专用模型

值得注意的是,Candance和Synopsys提出垂直领域模型之前,都刚好于近期提出了其各自的L5级设计智能体(官方称为L5级,根据目标自主完成设计任务,但也都表示仍需人工检查,可能实际叫L4级更合理)

Cadance:覆盖不同环节的AI超级智能体

Cadence AI Stack showing AgentStack coordinating AI Super Agents and tool agents across chip-to-system design

  • ChipStack SoC设计和验证

  • AuraStack PCB / 先进封装

  • InnoStack 数字后端和签核

  • ViraStack 模拟与定制设计

  • SystemStack 系统设计


Synopsys:长时程超级智能体 AgentEngineer 解决方案

  • Verification AgentEngineer :端到端设计验证

  • Implementation AgentEngineer:设计实现与签核工作

  • AMS AgentEngineer :编排模拟与混合信号设计

  • Manufacturing AgentEngineer :从设计到芯片制造

  • Meshing AgentEngineer:生成、验证、修复并优化网格

  • Blaze AgentEngineer :燃气轮机燃烧研究

  • EMC AgentEngineer :PCB EMI/EMC 分析


以当前的AI技术栈,要实现L4级以上的智能设计,如何将私域专业设计经验嵌入智能体,有一些路径,但似乎并没有很成熟的解决方案

尚不清楚,两家最近纷纷提出垂域模型,是否是因为逐步发现,在通往L5级智能设计智能体时,基于通用模型可能面临挑战,而专用模型能够取得更好的效果。

机械领域是否需要专用模型

由于对3D空间结构认知要求相对低,可能EDA领域在智能设计方面跑的比机械领域相对快了一些。机械设计需要对模型3D空间结构和工艺结构有更深入的认知,这刚好是当前大模型所不擅长的。

但随着GPT 6 Astra 的发布,也能看到基础大模型在机械设计方向在持续进步,OpenAI和Anthropic公司也都将AI CAD建模能力纳入了新模型能力的测评中。

在这样模型能力持续提升的背景下,CLI Agent+Harness+知识库+Skills构成了当前AI智能设计的主流方式,并取得了一些进展,前两年流行的垂域模型训练的路线渐渐没落。

EDA们的路径给机械领域的可能启示:是否下一个阶段当机械设计智能体突破L3,走向L4时,会发现垂域模型依然是很重要的基础?目前还说不好,当前架构的智能体的能力上限还没到。

近期,Skyfall公司宣布了机械领域的垂域模型SKY-001,尚不确定是否未来有更多机械设计领域垂域模型出现,具体还有待跟大家一起持续观察和期待。

来源:AIE 加速工业进化
MeshingACTSystem燃烧化学半导体通用芯片化机SYNOPSYSCadence
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2026-11-12
最近编辑:12分钟前
AIE加速工业进化
签名征集中
获赞 5粉丝 10文章 260课程 1
点赞
收藏
作者推荐
未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈