Piirisuunnittelun automaatio ottaa merkittävän askeleen kohti itsenäisesti toimivia järjestelmiä. Cadencen uudet Maestro-tekoälymallit oppivat EDA-työkalujen avulla omista suunnitteluratkaisuistaan ja pystyy näin kehittämään toimintaansa. Ensimmäisissä testeissä suunnittelutulosten laatu parani jopa 30 prosenttia yleiskäyttöiseen tekoälymalliin verrattuna.
Cadencen uusi Maestro ei ole yksittäinen tekoälymalli, vaan joukko erityisesti puolijohteiden ja elektronisten järjestelmien suunnitteluun kehitettyjä malleja. Ne toimivat yhdessä yhtiön ChipStack-, InnoStack-, AuraStack- ja ViraStack-tekoälyagenttien kanssa ja ohjaavat Cadencen EDA- ja järjestelmäsuunnittelutyökaluja.
Ratkaisun keskeinen uutuus on suljettu oppimissilmukka. Tekoälyagentti tuottaa suunnitteluratkaisun, jonka Cadencen työkalut analysoivat ja tarkistavat teknisiä vaatimuksia vasten. Tuloksia käytetään mallien jatkokoulutukseen vahvistusoppimisen avulla. Näin tekoäly voi oppia, millaiset ratkaisut täyttävät esimerkiksi suorituskykyyn, tehonkulutukseen ja piirin fyysiseen toteutukseen liittyvät vaatimukset.
Tämä on merkittävä askel suunnittelun automaatiossa. Perinteisesti EDA-työkalut ovat toteuttaneet suunnittelijan määrittelemiä tehtäviä ja optimointeja. Maestro vie kehitystä kohti järjestelmää, jossa tekoälyagentti voi itsenäisesti kokeilla vaihtoehtoja, arvioida niiden toimivuutta ja hyödyntää tuloksia seuraavissa suunnittelutehtävissä.
Cadencen mukaan ensimmäisissä testeissä Maestro paransi suunnittelutulosten laatua jopa 30 prosenttia yleiskäyttöiseen tekoälymalliin verrattuna. Samalla token-tehokkuus kasvoi jopa viisinkertaiseksi, mikä voi pienentää tekoälypohjaisen suunnittelun laskentakustannuksia. Yhtiö ei kuitenkaan erittele tarkasti, millä laatumittareilla parannus saavutettiin.
Maestro hyödyntää Cadencen omien erikoistuneiden mallien lisäksi muita tekoälymalleja, kuten Nvidian Nemotronia. Cadence ja Nvidia kehittävät yhdessä myös tekoälyagenttien tietoturvaa OpenShell-arkkitehtuurin pohjalta.
Puolijohdeyrityksille tärkeä ominaisuus on mahdollisuus käyttää koko järjestelmää omassa palvelinympäristössä. Malleja voidaan myös jatkokouluttaa asiakkaan omalla suunnitteludatalla, jolloin yrityksen teknologinen osaaminen ja aiemmat suunnitteluratkaisut voidaan hyödyntää tekoälyn kehittämisessä.
Cadencen tekoälyagentteja ollaan jo ottamassa tuotantokäyttöön. Japanilainen Socionext odottaa InnoStack-agentin avulla jopa viisinkertaista tuottavuuden kasvua fyysisessä piirisuunnittelussa. Silicon Labs puolestaan kertoo nopeuttaneensa vähävirtaisten piirien verifiointia ja virheiden syiden selvittämistä Cadencen tekoälytyökaluilla.
Ensimmäiset Maestro-mallit tulevat valikoitujen asiakkaiden käyttöön vuoden 2026 viimeisellä neljänneksellä.
