Cadence, salah satu pemasok dominan perangkat lunak otomasi desain elektronik (EDA), telah memperkenalkan Maestro, portofolio model AI khusus domain yang dibuat untuk chip agen dan desain sistem. Pengumuman tersebut, yang dibuat pada tanggal 26 Oktober dan diliput oleh Reuters, Forbes, dan Tom's Hardware, menandai pertaruhan strategis bahwa lompatan berikutnya dalam produktivitas silikon tidak akan datang dari chatbot untuk tujuan umum, namun dari model yang telah disesuaikan dan sangat memahami dunia khusus desain semikonduktor.
Apa Itu Maestro For more context on this story, see our ongoing AI news.
Maestro adalah rangkaian model AI yang disesuaikan secara khusus untuk menggerakkan agen desain chip khusus di seluruh alur kerja semikonduktor dan desain sistem. Seperti yang dilaporkan Electronics Weekly, Portofolio Model AI Maestro mendukung apa yang disebut Cadence sebagai Agen Super AI – sistem agen yang dapat merencanakan dan melaksanakan tugas rekayasa multi-langkah dalam alur desain, bukan sekadar menjawab pertanyaan tentang hal tersebut.
Forbes menggambarkan peluncuran tersebut sebagai Cadence yang "meningkatkan permainan agennya", memposisikan strategi agen perusahaan di atas landasan model kepemilikan dibandingkan bergantung sepenuhnya pada model perbatasan pihak ketiga.
Sudut Penerapan In-House
Detail yang paling menarik perhatian industri datang dari Reuters: model-model tersebut dirancang agar pembuat chip dapat menjalankannya sendiri. Hal ini penting karena desain semikonduktor adalah salah satu aktivitas paling sensitif terhadap IP dalam teknologi. Arsitek chip biasanya enggan merutekan data desain kepemilikan, detail tata letak, atau karakteristik kinerja melalui layanan cloud eksternal, dan model penerapan yang menjaga model dan data desain tetap berada di dalam lingkungan pelanggan menghilangkan hambatan adopsi yang besar.
Tom's Hardware melaporkan bahwa akses awal akan dibatasi untuk "pelanggan terpilih" mulai kuartal keempat tahun 2026, menunjukkan bahwa Cadence memperlakukan peluncuran awal sebagai uji coba terkontrol dengan rumah desain besar sebelum ketersediaan yang lebih luas.
Mengapa Model Khusus Domain untuk Desain Chip?
Langkah ini mencerminkan perubahan yang lebih luas dalam cara industri semikonduktor menyerap AI. Model bahasa besar untuk tujuan umum telah terbukti mampu menulis skrip, meringkas dokumentasi, dan membantu tugas verifikasi, namun keunggulan EDA melibatkan representasi yang sangat terspesialisasi — netlist, batasan waktu, aturan tata letak fisik, dan data simulasi — yang model generiknya tidak dapat menangani dengan baik tanpa landasan yang luas.
Dengan menyempurnakan model pada pengetahuan domain dan menghubungkannya ke dalam alur kerja agen, Cadence mengikuti pedoman yang telah berhasil di bidang lain: mengambil kelas model umum yang mumpuni, mengkhususkannya secara mendalam untuk domain profesional yang sempit, dan mengintegrasikannya dengan rantai alat milik vendor yang ada di mana pekerjaan sebenarnya dilakukan.
Pembingkaian agenik itu sendiri penting. Daripada seorang kopilot yang menyarankan baris kode berikutnya, sistem desain agen dapat diberikan tujuan tingkat yang lebih tinggi - jelajahi ruang desain ini, tutup waktu pada blok ini, sesuaikan kurva kinerja daya ini - dan lakukan iterasi ke arah tersebut menggunakan alat EDA sebagai tangannya. Perangkat Keras Tom mencirikan Maestro seperti ini: model yang dibuat untuk menjalankan agen desain chip khusus.
Perlombaan Kompetitif Dengan Synopsys dan Lab AI
Cadence tidak sendirian dalam mengejar desain chip berbasis AI. DIGITIMES melaporkan peluncuran tersebut dalam istilah yang sangat kompetitif: Cadence bertaruh pada model AI desain chipnya sendiri seperti halnya saingan utamanya Synopsys yang telah bekerja sama dengan OpenAI. Konteks yang lebih luas ditangkap dalam penjelasan mendalam Tom's Hardware pada bulan September tentang bagaimana silikon mulai merancang silikon, yang mencakup segala hal mulai dari upaya AI internal vendor EDA hingga ambisi desain chip OpenAI sendiri.
Dinamika persaingan ini meningkatkan pertaruhannya secara signifikan. EDA sebenarnya merupakan duopoli terdepan, dan vendor mana pun yang pertama kali menunjukkan kompresi siklus desain yang berarti dari AI agen dapat mengubah cara pembuatan chip — dan siapa yang dapat menangkap nilai dari permintaan silikon baru yang semakin cepat di industri.
Hal ini juga sesuai dengan pola yang lebih luas di mana perusahaan-perusahaan AI beralih ke perangkat keras dan peralatan perangkat keras: pembangunan komputasi yang sama yang telah memperkaya pembuat chip menciptakan tekanan untuk merancang chip generasi berikutnya dengan lebih cepat, dan AI adalah pendorong yang jelas.
Nonton apa
Tes jangka pendek adalah program akses awal kuartal keempat. Jika pelanggan terpilih mempublikasikan hasil yang menunjukkan peningkatan nyata dalam produktivitas desain, perkirakan akan ada tekanan adopsi yang cepat di seluruh industri — dan perkirakan Synopsys akan mengimbangi apa pun yang telah dihasilkan oleh kemitraan OpenAI. Jika uji coba tersebut terhenti, peluncuran tersebut akan menjadi bukti bahwa model yang disesuaikan dengan domain masih kesulitan menghadapi kompleksitas penuh dari desain terdepan.
Apa pun yang terjadi, pengumuman tersebut menggarisbawahi betapa cepatnya AI berpindah dari topik yang dibicarakan oleh perusahaan chip ke alat yang tertanam dalam alur kerja sebenarnya dalam merancang chip yang mendukung AI itu sendiri.
Gambaran Lebih Besar untuk Silikon
Pentingnya peluncuran ini lebih dari sekedar rangkaian produk. Siklus desain chip modern berlangsung selama bertahun-tahun dan menghabiskan banyak sumber daya teknik, dan perangkat lunak EDA menjadi inti dari setiap siklus tersebut — desain logika, verifikasi, implementasi fisik, dan sign-off, semuanya mengalir melalui alat dari beberapa vendor. Teknologi apa pun yang menekan siklus tersebut mempunyai pengaruh yang sangat besar terhadap seberapa cepat perangkat keras baru mencapai pasar.
Itulah sebabnya AI agen di EDA menarik begitu banyak perhatian. Industri ini secara bersamaan berlomba untuk memproduksi lebih banyak chip untuk pusat data AI dan berjuang untuk mempekerjakan insinyur desain yang cukup berpengalaman. Mengotomatiskan bagian dari aliran desain adalah salah satu dari sedikit cara yang dapat mengatasi kedua masalah tersebut sekaligus, dan model khusus domain seperti Maestro adalah upaya paling nyata untuk mencapai hal tersebut.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
