Cadence presentó Maestro el 26 de octubre, otorgando a los fabricantes de chips un conjunto de modelos de IA especializados por dominio que pueden ajustarse con datos de diseño propietarios y operarse por completo detrás de firewalls corporativos, según el anuncio de la compañía. El lanzamiento también agudizó la pregunta estratégica en el centro de su rivalidad con Synopsys: quién controla los modelos, los datos que procesan y el valor que generan?

Dos apuestas sobre dónde residen los modelos

Cadence y Synopsys son los dos principales proveedores de software de automatización de diseño electrónico (EDA) de la industria —las herramientas en las que confían los fabricantes de chips para diseñar y verificar silicio—, por lo que sus visiones rivales sobre dónde se ejecutan los modelos de IA tienen un peso que va más allá de sus propias líneas de productos.

Maestro combina modelos especializados con la tecnología de pesos abiertos Nemotron de NVIDIA, aprendizaje por refuerzo y los Cadence AI Super Agents conectados a las herramientas de diseño de chips. Los clientes pueden alojar la pila completa en sus propios servidores, ejecutarla a través de Cadence o colocarla en nubes públicas seguras, y Cadence dijo que colabora con NVIDIA en la integración de la seguridad OpenShell. Para los clientes, esa elección no es meramente de infraestructura: dado que los modelos se ajustan con datos de diseño propietarios, dónde se ejecuta la pila también determina dónde residen esos diseños sensibles.

"There are more (AI) model providers out there than there are (chip design software) vendors."

El vicepresidente senior de Cadence, Paul Cunningham, dijo a Reuters que los enfoques de pesos abiertos y cerrados se estaban "persiguiendo por igual".

Synopsys ha trazado el camino opuesto. Bajo su asociación del 30 de septiembre con OpenAI, GPT-Synopsys se ejecutará en infraestructura alojada por OpenAI y se conectará directamente a las herramientas de diseño de Synopsys, con ingresos compartidos entre ambas compañías. Synopsys ha prometido cifrado, controles de retención ajustables y el compromiso de no entrenar con datos de clientes. Aun así, la división no es absoluta: la más amplia estrategia Autopilot de la compañía también permite integrar agentes en las plataformas de IA de los propios clientes.

La afirmación de eficiencia, sin verificar en costo total

Según Cadence, Maestro produjo resultados hasta 30% superiores en calidad y utilizó tokens cinco veces más eficientemente que un modelo de propósito general en los primeros flujos de trabajo, con sus herramientas de ingeniería verificando los resultados de los agentes frente a las restricciones de diseño y retroalimentando los resultados al entrenamiento. Sin embargo, estas son cifras de la propia compañía, y los ahorros en un proyecto de diseño completo no han sido verificados de forma independiente.

Como Cryptopolitan informó anteriormente, el costo por tarea completada importa más que el precio de los tokens cuando un modelo necesita intentos repetidos o los ingenieros deben corregir su resultado. Alojar Maestro localmente puede proteger diseños sensibles, pero la infraestructura misma conlleva costos reales. Los primeros modelos están previstos para clientes seleccionados de acceso anticipado en el cuarto trimestre de 2026, y esas implementaciones ofrecerán la primera lectura del mundo real sobre las afirmaciones de eficiencia —y sobre qué esquema de alojamiento eligen realmente los clientes.

Un mercado lo suficientemente grande por el cual pelear

El premio es considerable. Los datos de SEMI muestran que el mercado de diseño de sistemas electrónicos generó 5.710 millones de dólares en ingresos en el segundo trimestre de 2026, un alza del 12.2%, con ingresos de IP de semiconductores creciendo 20.4% y el diseño y verificación físico de CI subiendo 16.6%. TrendForce pronostica un crecimiento de casi 31% en los envíos de servidores de IA este año a medida que Google y Amazon expanden sus programas de chips personalizados — y cada nuevo programa de chips personalizados añade carga de diseño y verificación que herramientas EDA como estas sirven.

Por su parte, Cadence presentó un centro de datos de IA soberana en Múnich el 21 de octubre, como anunció, atendiendo la demanda de mantener cargas de trabajo sensibles dentro de las fronteras regionales.

La compañía reportó ingresos del tercer trimestre de 1.633 millones de dólares, un alza del 22%, con una cartera pendiente de 8.200 millones de dólares y una perspectiva de crecimiento de ingresos del 21% para todo el año, según su reporte de ganancias. Sus AI Super Agents tienen más de 100 relaciones activas con clientes. Reuters informó que las acciones subieron 3.9% tras el anuncio de Maestro.

Ahí es donde finalmente se decidirá la rivalidad: no por conteos de tokens o promesas de nube, sino por si los ingenieros pueden producir mejores diseños de chips más rápido sin inflar la factura total.