Cadence startet Maestro und verlagert KI-Chipdesign-Modelle hinter die eigenen Firewalls der Chiphersteller
Wichtige Erkenntnisse
- •Maestro von Cadence, vorgestellt am 26. Oktober, ermöglicht es Chipherstellern, domänenspezialisierte KI-Modelle auf eigenen Servern, über Cadence oder in gesicherten Public Clouds zu betreiben und sie mit proprietären Designdaten feinjustieren.
- •Der Launch verschärft die Rivalität mit Synopsys, das sich am 30. September bereit erklärte, GPT-Synopsys auf von OpenAI gehosteter Infrastruktur mit gemeinsamer Einnahmenverteilung zu betreiben.
- •Cadence gibt an, Maestro habe in frühen Workflows bis zu 30 % höhere Qualität und eine fünfmal bessere Token-Effizienz als ein Allzweckmodell erzielt; diese Zahlen sind jedoch nicht unabhängig überprüft.
- •Die ersten Maestro-Modelle sind für ausgewählte Early-Access-Kunden im vierten Quartal 2026 vorgesehen; dann zeigt sich erstmals in der Praxis, ob die Effizienzangaben halten und welche Hosting-Variante die Kunden wählen.
- •Cadence wies einen Quartalsumsatz von 1,633 Milliarden US-Dollar aus (Plus 22 %) mit einem Auftragsbestand von 8,2 Milliarden US-Dollar; die Aktie stieg nach der Maestro-Ankündigung um 3,9 %.
Cadence hat am 26. Oktober Maestro vorgestellt und bietet Chipherstellern damit eine Suite domänenspezialisierter KI-Modelle, die sich mit proprietären Designdaten feinjustieren und vollständig hinter Unternehmens-Firewalls betreiben lassen, wie das Unternehmen ankündigte. Der Launch verschärft zugleich die strategische Frage im Kern der Rivalität mit Synopsys: Wer kontrolliert die Modelle, die von ihnen verarbeiteten Daten und den von ihnen geschaffenen Wert?
Zwei Wetten darauf, wo die Modelle laufen
Cadence und Synopsys sind die beiden führenden Anbieter von Electronic-Design-Automation-Software (EDA) – der Werkzeuge, mit denen Chiphersteller Silizium entwerfen und verifizieren. Daher geht von ihren konkurrierenden Vorstellungen darüber, wo KI-Modelle laufen, eine Wirkung weit über die eigenen Produktlinien hinaus aus.
Maestro vereint spezialisierte Modelle mit NVIDIAs Open-Weight-Technologie Nemotron, Reinforcement Learning und den in Chipdesign-Werkzeuge integrierten Cadence AI Super Agents. Kunden können den gesamten Stack auf eigenen Servern hosten, über Cadence betreiben oder in gesicherten Public Clouds platzieren; zudem arbeitet Cadence laut eigenen Angaben mit NVIDIA an der Integration von OpenShell-Sicherheit. Für Kunden ist diese Wahl nicht nur eine Infrastrukturfrage: Da die Modelle mit proprietären Designdaten feinjustiert werden, bestimmt der Einsatzort des Stacks auch, wo diese sensiblen Layouts liegen.
"Es gibt mehr (KI-)Modellanbieter da draußen als Anbieter von Chipdesign-Software."
Cadence-Vizepräsident Paul Cunningham sagte Reuters, Open-Weight- und Closed-Weight-Ansätze würden "gleichermaßen verfolgt".
Synopsys schlägt den gegenteiligen Weg ein. Im Rahmen seiner Partnerschaft mit OpenAI vom 30. September wird GPT-Synopsys auf von OpenAI gehosteter Infrastruktur laufen und sich direkt in die Synopsys-Designwerkzeuge einbinden; die Einnahmen teilen sich die beiden Unternehmen. Synopsys hat Verschlüsselung, anpassbare Aufbewahrungskontrollen und den Verzicht darauf zugesagt, mit Kundendaten zu trainieren. Der Unterschied ist jedoch nicht absolut: Die breitere Autopilot-Strategie des Unternehmens erlaubt auch die Integration von Agents in die eigenen KI-Plattformen der Kunden.
Die Effizienzbehauptung – bei den Gesamtkosten unbelegt
Nach Angaben von Cadence erzielte Maestro in frühen Workflows Ergebnisse mit bis zu 30 % höherer Qualität und nutzte Token fünfmal effizienter als ein Allzweckmodell; die Engineering-Werkzeuge des Unternehmens prüfen die Agent-Ausgaben gegen Designvorgaben und speisen die Ergebnisse ins Training zurück. Dies sind jedoch eigene Zahlen des Unternehmens; Einsparungen über ein komplettes Designprojekt hinweg sind nicht unabhängig überprüft.
Wie Cryptopolitan bereits berichtete, zählt bei einem Modell, das wiederholte Versuche benötigt oder dessen Ausgaben Ingenieure nachbessern müssen, der Preis pro abgeschlossener Aufgabe mehr als der reine Tokenpreis. Maestro vor Ort zu betreiben, mag sensible Layouts schützen, doch auch diese Infrastruktur verursacht echte Kosten. Die ersten Modelle sind für ausgewählte Early-Access-Kunden im vierten Quartal 2026 vorgesehen; diese Bereitstellungen liefern den ersten Praxisbeweis für die Effizienzangaben – und dafür, welche Hosting-Variante die Kunden tatsächlich wählen.
Ein Markt, um den gekämpft werden kann
Der Einsatz ist beträchtlich. SEMI-Daten zeigen, dass der Markt für elektronische Systemdesigns im zweiten Quartal 2026 einen Umsatz von 5,71 Milliarden US-Dollar erwirtschaftete, ein Plus von 12,2 %; der Umsatz mit Halbleiter-IP wuchs um 20,4 %, IC-Physical-Design und Verifizierung stiegen um 16,6 %. TrendForce prognostiziert in diesem Jahr ein Wachstum der KI-Server-Auslieferungen von fast 31 %, während Google und Amazon ihre Custom-Chip-Programme ausbauen – und jedes neue Custom-Chip-Programm vergrößert den Design- und Verifizierungsaufwand, den EDA-Werkzeuge dieser Art bedienen.
Cadence wiederum stellte am 21. Oktober ein souveränes KI-Rechenzentrum in München vor, wie das Unternehmen ankündigte, und reagiert damit auf den Bedarf, sensible Workloads innerhalb regionaler Grenzen zu halten.
Das Unternehmen wies einen Quartalsumsatz von 1,633 Milliarden US-Dollar aus, ein Plus von 22 %, mit einem Auftragsbestand von 8,2 Milliarden US-Dollar und einer Umsatzwachstumsprognose von 21 % für das Gesamtjahr, wie aus seiner Ergebnismeldung hervorgeht. Die AI Super Agents verzeichnen mehr als 100 aktive Kundenprojekte. Reuters berichtete, die Aktie stieg nach der Maestro-Ankündigung um 3,9 %.
Darüber wird die Rivalität letztlich entschieden: nicht durch Tokenzählungen oder Cloud-Versprechen, sondern daran, ob Ingenieure bessere Chipdesigns schneller liefern können, ohne die Gesamtrechnung in die Höhe zu treiben.
