Cadence, özel çip tasarımı ajanları için özel olarak optimize edilmiş Maestro AI modellerini tanıttı; Q4 2026’da ‘seçili müşteriler’ için erken erişim gelecek.

Cadence, en büyük elektronik tasarım otomasyonu (EDA) şirketlerinden biri, kazanç açıklamasından az önce gönderilen bir basın bülteniyle, çip tasarım ajanları için özel olarak tasarlanmış yeni alan uzmanı AI modelleri portföyü Maestro’yu duyurdu. Genel amaçlı AI modelleriyle karşılaştırılan ilk sonuçlarda Cadence, sonuç kalitesinde %30’a kadar iyileşme ve aynı görev için Maestro’nun etkili şekilde daha az token kullanması, token verimliliğinde ise 5’e kadar çıkması iddia ediyor. İlk modeller, Q4 2026’da “seçili erken erişim müşterilerine” sunulacak ve müşteriler bunları Cadence’in bulutunda, halka açık bulutlarda veya müşterinin kontrolündeki yerel ortamlarda çalıştırabilir, ayrıca kendi “özgün verileri, tasarımları ve iş akışlarında” son eğitim (post-train) yapabilir.

Bu yaklaşım, Synopsys’in kendi özel modeli GPT-Synopsys’ten farklı; bu model OpenAI barındırdığı altyapıda çalışacak ve modeli eğitmek için müşteri verisi kullanmayacak. Bir aydan az bir süre ayrılıyla duyurulan her iki EDA devi de artık bir müşterinin tasarım verisinin nereye gittiği konusunda ayrılıyor. Fark etmeme noktaları ise şu olabilir: Cadence’in genel müdürü ve üst düzey başkan yardımcısı Paul Cunningham, Tom’s Hardware Premium‘e ajan maliyetlerinin “gerçekten patlamaya başladığını” belirterek, “Ve bence dünya bunu fark etti” dedi. Ona göre bu, ajanların yinelemeli çalışmalarının daha fazlasını “modellerin kendilerinin ağırlıklarına” taşımak için doğal bir adım.

(Görsel kaynağı: Cadence)

Maestro bu adımı Cadence’in AI Süper Ajanları aracılığıyla atıyor; bu ajanlar “tasarım niyetini yorumlar, görevleri parçalar” ve “Maestro portföyünü önde gelen diğer sınır ve açık ağırlıklı modellerle koordine eder”, alan uzmanlığıyla kararları yönlendirmek için ödünleşimleri değerlendirir. Ayrıca pekiştirmeli öğrenme (RL) de kullanır; burada Cadence’in “deterministik çözücüleri, çıktıları mühendislik hedefleri, kısıtlamaları ve gerçek temelle karşılaştırır” ve önemli olan, sonuçların iyileşme için modellere geri beslenmesidir.

Modeller arasında Nvidia’ın Nemotron’u da yer alıyor ve müşteriler müşteri verilerinin eğitim adımını Cadence’in ince ayar araç setiyle kendi başlarına çalıştırabilir; bu süreç muhtemelen “kendi GPU’larında, kendi ağlarında” gerçekleştirilebilir, dedi Cunningham. Nemotron’un özellikle “gerçekten sağlam sonuçlar verdiğini ve gerçekten çok, çok hızlı bir şekilde geliştiğini” ekledi.

Etiketli EDA ile ilgili olarak sürekli karşımıza çıkan sabit bir konu, sayıların gerçekten neyi ölçtüğünü netleştirmek. Çip tasarımında sonuç kalitesi genellikle tasarımın gücü, performansı ve alanı açısından ifade edilir; ancak Cadence 30%’luk rakamın neyi ölçtüğünü belirtmedi. Ne bu ne de 5x token verimliliği rakamı, Cadence’in “genel amaçlı bir temel model” olarak tanımladığı bir modele göre ölçülüyor; bu da Maestro’nun eğitimine başlamadan önce kullandığı açık kaynaklı model. Şirket, Maestro’nun türetildiği temel AI modelini açıkça isimlendirmekten kaçındı; yalnızca bunun “ticari öndeki modellerle oldukça rekabetçi olan önde gelen açık kaynaklı modellerden biri” olduğunu belirtti.

Cadence, token tasarrufunu EDA ve sistem tasarımı otomasyonu (SDA) “araç çağrıları ile LLM çağrıları” arasındaki dengeye bağlıyor. Bir benzetme yapan Cunningham, “Jet motoruyla Safeway’e gitmenize gerek yok” dedi ve “doğru görev için doğru zamanda doğru modeli kullanmak” gerektiğini vurguladı.

Zamanlama da önemli: Cadence’in strateji ve yeni girişimler üst grup direktörü Rob Knoth, Eylül ayında Tom’s Hardware Premium‘e araç çağrılarının bir sonuç döndürmesinin saatlerden günlere kadar sürebileceğini, oysa AI endüstrisinin eğitim döngülerinin “dakikalara alışkın” olduğunu söylemişti. Verimlilik maliyetleri de düşürebilir, çünkü Maestro kullanımı Cadence’in ajan fiyatlandırmasına dahil oluyor; bu da tüketim izni içeren ve bunun ötesindeki kullanım için ücretlendirilen bir abonelik. Cunningham, token tasarrufunun bir müşterinin faturasını düşüp düşmediğini söylemedi.

Müşteri için esnek olmak, herhangi bir çözümün temel öğelerinden biridir ve Cadence’in rakibi Synopsys için bu, otomobilde yatmaktadır; Synopsys, müşterilerin “ticari, açık kaynaklı ve ince ayar dil modelleri arasında seçim yapmalarını” sağlayan Autopilot’un, “Synopsys tarafından yönetilen ve müşteri tarafından yönetilen dağıtımlar” ile bulut veya yerel altyapı üzerinden “seçim yapmalarını” sağladığını söylüyor. Ajan güvenliği için, örneğin sandboxing gibi, Cadence Nvidia ile entegrasyon üzerinde çalıştığını söylüyor; Nvidia’nın OpenShell Referans Mimarisi ile, Nvidia’nın geçen hafta başlattığı ve hem Cadence’i hem de Synopsys’i adlandırdığı bir mimari. Bu seçenekler müşteri fikri mülkiyetini korumaya yardımcı olabilir.

Cadence, hem müşteriler hem de ajanlar açısından yoğun bir 12 ay geçirdi. Cadence’in Temmuz kar çağrısında CEO Anirudh Devgan, tasarım ve doğrulama ajanı ChipStack’in “20’den fazla müşteri katılımına” sahip olduğunu ve özel ve analog ajanı ViraStack’in “25’ten fazla müşteri katılımına” sahip olduğunu söyledi. Socionext, geçen hafta InnoStack’ı kullandığını belirtti. Silicon Labs, ChipStack’i hata ayıklamayı hızlandırmakla ödüllendirdi ve her iki şirket de Maestro’yu yakından izlediklerini söylüyor.

Cadence’in ajansal konsolidasyonu, Kasım 2025’te ChipStack’i satın almasıyla başladı. Haziran 2026’da şirket, ajanının Otonomluk Seviyesi 5’e ulaştığını iddia etti; bunu detaylı şekilde inceledik. Eylül ayında Knoth, GPT-Synopsys duyurusundan bir ay önce, iki gün önce Maestro’s ingredients’ı Tom’s Hardware Premium‘e sızdırdı: “pekiştirmeli öğrenme döngüleri, açık ağırlıklı modellerin alana özgü eğitim sonrası çalışması, model yönlendirmesi.” Maestro şimdi tüm dört süper ajanın altında oturuyor ve Synopsys’in Autopilot’u için benzer bir yıl sonu penceresini hedefliyor; aşağıdaki tablo tam zamanlamayı içeriyor.

Bu hızlı ilerleme hızı, erişim erken aşaması ile genel kullanım arasında açık bir ayrım yapılmasını zorunlu kılıyor. Hem Cadence hem de Synopsys, müşteri çalışmalarına işaret edebilir; en azından sonuncunun AgentEngineer portföyü ve Autopilot platformu söz konusu olduğunda, genel kullanım yıl sonuna kadar ulaşılmayı hedeflenen bir hedef olarak kalıyor; Cadence Maestro için bir genel kullanım tarihi vermedi. GPT-Synopsys için ise ortaklarına göre yalnızca “erken teknoloji çalışmalarının sürdüğü” söylenebilir. Platformlar ve ajanlar hâlâ geliştirilme aşamasında.

Maestro için Cunningham, Q4 boyunca “daha fazla vaka çalışması, daha fazla ölçülebilir fayda” umuyor. Asıl konu, kendisinin yerinde belirttiği gibi, “ajanları ve ajantik yapay zekâyı kendi dikey alanımıza yerel olarak getirmek; dikey alanımızın genel amaçlı ajanlara gömülmesi değil.” Yalnızca gerçek iş akışları üzerindeki müşteri sonuçları, Cadence’in %30 luk sayısını sınayacak; ancak iki şirketin de şimdiye kadar gösterdiklerine göre, kendi erken dönem rakamları EDA endüstrisi için son derece umut verici ve heyecan verici.