Cadence Design Systems ha annunciato il 26 ottobre 2026 Maestro, una famiglia di modelli di intelligenza artificiale specializzati nelle attività di progettazione elettronica e sviluppo dei semiconduttori. La soluzione è stata concepita per supportare agenti AI capaci di interagire con gli strumenti Electronic Design Automation e contribuire all’esecuzione di operazioni complesse relative alla progettazione dei circuiti integrati. Alcuni modelli della famiglia sono stati sviluppati a partire da NVIDIA Nemotron, tecnologia a pesi aperti utilizzata come base per realizzare sistemi specializzati in domini applicativi specifici. Cadence dichiara che Maestro può migliorare la qualità dei risultati fino al 30% e incrementare l’efficienza nell’utilizzo dei token fino a cinque volte rispetto a modelli generalisti considerati nei propri confronti. Le prestazioni dichiarate riguardano condizioni di valutazione definite dall’azienda e richiedono quindi di essere interpretate in relazione alle attività di progettazione per le quali i modelli sono stati ottimizzati.
La famiglia Maestro può essere eseguita attraverso il cloud Cadence, in ambienti cloud pubblici oppure direttamente nei data center dei clienti. Quest’ultima possibilità risulta particolarmente rilevante per i produttori di semiconduttori che gestiscono progetti proprietari, librerie riservate e informazioni industriali soggette a rigorose restrizioni di accesso. L’esecuzione all’interno della rete aziendale permette di mantenere dati e processi di elaborazione sotto il controllo dell’organizzazione. Cadence ha integrato anche NVIDIA OpenShell, tecnologia destinata a proteggere l’ambiente di esecuzione degli agenti e a definire confini operativi per l’accesso alle risorse. La combinazione tra modelli specialistici, infrastruttura privata e controlli di sicurezza consente alle aziende di utilizzare sistemi di intelligenza artificiale nella progettazione senza dover necessariamente trasferire all’esterno informazioni sensibili sui circuiti in fase di sviluppo.
Maestro è progettato per operare con AI Super Agent di Cadence, una piattaforma di orchestrazione che interpreta gli obiettivi progettuali, li suddivide in attività eseguibili e coordina modelli differenti durante la loro realizzazione. La progettazione dei semiconduttori richiede infatti di ottimizzare simultaneamente numerosi parametri, tra cui prestazioni, consumo energetico, superficie occupata e vincoli fisici imposti dalla tecnologia di produzione. Gli agenti devono quindi utilizzare strumenti specifici, verificare i risultati e valutare i compromessi tra requisiti che possono entrare in conflitto. L’architettura di Cadence prevede che AI Super Agent coordini le attività e utilizzi modelli specializzati per assistere gli ingegneri nell’analisi delle possibili soluzioni, mantenendo il riferimento agli obiettivi e ai vincoli stabiliti durante il processo di progettazione.
Una componente centrale del sistema riguarda la possibilità di specializzare ulteriormente i modelli mediante dati aziendali. Cadence mette a disposizione strumenti di fine-tuning attraverso i quali i clienti possono adattare Maestro ai propri progetti, alle procedure interne e alle caratteristiche delle tecnologie utilizzate. L’addestramento aggiuntivo può essere eseguito su GPU e infrastrutture di rete controllate direttamente dal cliente. L’azienda utilizza inoltre tecniche di reinforcement learning nelle quali solver deterministici valutano i risultati generati dai modelli confrontandoli con obiettivi ingegneristici, vincoli tecnici e soluzioni di riferimento. Le valutazioni ottenute vengono successivamente impiegate per migliorare il comportamento dei modelli.
Secondo Paul Cunningham, vicepresidente senior di Cadence, uno dei problemi affrontati da Maestro riguarda la crescita dei costi associati agli agenti AI impiegati nella progettazione elettronica. Le attività ripetitive possono richiedere numerose chiamate a modelli generalisti e un elevato consumo di token, soprattutto quando il sistema deve ricostruire frequentemente istruzioni, vincoli e procedure. La specializzazione dei modelli attraverso l’addestramento permette di incorporare parte delle conoscenze operative direttamente nei pesi, riducendo la quantità di informazioni da fornire a ogni esecuzione. Maestro combina così modelli specifici per l’EDA, possibilità di addestramento privato, orchestrazione degli agenti e valutazione deterministica dei risultati per supportare i processi di progettazione dei semiconduttori.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI).