Cadence zaprezentowała 26 października Maestro, dając producentom chipów zestaw wyspecjalizowanych domenowo modeli AI, które można dostrajać na własnościowych danych projektowych i uruchamiać w całości za korporacyjnymi zaporami sieciowymi, zgodnie z zapowiedzią firmy. Debiut ten wyostrzył również strategiczne pytanie leżące u podstaw rywalizacji z Synopsys: kto kontroluje modele, przetwarzane przez nie dane oraz generowaną przez nie wartość?

Dwa zakłady na to, gdzie mieszkają modele

Cadence i Synopsys to dwaj wiodący dostawcy oprogramowania do automatyzacji projektowania elektroniki (EDA) — narzędzi, na których producenci chipów polegają przy projektowaniu i weryfikacji krzemu — więc ich konkurencyjne wizje miejsca działania modeli AI mają znaczenie wykraczające daleko poza ich własne linie produktów.

Maestro łączy wyspecjalizowane modele z technologią Nemotron o otwartych wagach firmy NVIDIA, uczeniem ze wzmocnieniem oraz Cadence AI Super Agents zintegrowanymi z narzędziami do projektowania chipów. Klienci mogą hostować pełny stos na własnych serwerach, uruchamiać go za pośrednictwem Cadence lub umieścić w zabezpieczonych chmurach publicznych, a Cadence poinformowała, że współpracuje z NVIDIA nad integracją zabezpieczeń OpenShell. Dla klientów wybór ten nie jest wyłącznie kwestią infrastruktury: ponieważ modele są dostrajane na własnościowych danych projektowych, miejsce działania stosu określa również, gdzie przechowywane są te wrażliwe układy.

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

Wiceprezes Cadence Paul Cunningham powiedział Reutersowi, że podejścia oparte na otwartych i zamkniętych wagach są "pursued equally."

Synopsys obrał przeciwny kurs. W ramach partnerstwa z OpenAI z 30 września GPT-Synopsys będzie działał na infrastrukturze hostowanej przez OpenAI i zostanie bezpośrednio zintegrowany z narzędziami projektowymi Synopsys, a przychody będą dzielone między obiema firmami. Synopsys zobowiązał się do szyfrowania, regulowanych kontroli przechowywania danych oraz do nietrenowania na danych klientów. Mimo to podział nie jest absolutny: szersza strategia Autopilot firmy umożliwia również integrację agentów z własnymi platformami AI klientów.

Deklarowana efektywność niezweryfikowana pod względem całkowitych kosztów

Według Cadence Maestro w początkowych przepływach pracy dawał wyniki o do 30% wyższej jakości i wykorzystywał tokeny pięciokrotnie efektywniej niż model ogólnego przeznaczenia, a narzędzia inżynieryjne firmy sprawdzały wyniki agentów pod kątem ograniczeń projektowych i wprowadzały je z powrotem do treningu. Są to jednak dane samej firmy, a oszczędności w ramach pełnego projektu projektowego nie zostały niezależnie zweryfikowane.

Jak wcześniej informował Cryptopolitan, koszt na ukończone zadanie ma większe znaczenie niż nominalna cena tokenów, gdy model wymaga powtarzanych prób lub inżynierowie muszą naprawiać jego wyniki. Utrzymywanie Maestro we własnej infrastrukturze może chronić wrażliwe układy, ale sama infrastruktura wiąże się z rzeczywistymi kosztami. Pierwsze modele trafią do wybranych klientów z wcześniejszym dostępem w czwartym kwartale 2026 roku, a te wdrożenia będą pierwszym rzeczywistym sprawdzianem deklaracji dotyczących efektywności — oraz tego, który model hostingu klienci faktycznie wybiorą.

Rynek na tyle duży, że warto o niego walczyć

Stawka jest znaczna. Dane SEMI pokazują, że rynek projektowania systemów elektronicznych wygenerował w drugim kwartale 2026 roku 5,71 miliarda dolarów przychodu, o 12,2% więcej, przy czym przychody z własności intelektualnej półprzewodników wzrosły o 20,4%, a projektowanie i weryfikacja fizyczna układów scalonych o 16,6%. TrendForce prognozuje niemal 31% wzrostu wysyłek serwerów AI w tym roku, w miarę jak Google i Amazon rozszerzają programy własnych chipów — a każdy nowy program własnych chipów zwiększa obciążenie projektowe i weryfikacyjne, które obsługują narzędzia EDA.

Cadence z kolei ujawniła 21 października suwerenne centrum danych AI w Monachium, jak ogłosiła, odpowiadając na popyt na utrzymywanie wrażliwych obciążeń w granicach regionu.

Firma osiągnęła w trzecim kwartale przychód w wysokości 1,633 miliarda dolarów, o 22% więcej, z portfelem zamówień o wartości 8,2 miliarda dolarów i prognozą wzrostu przychodów w skali roku o 21%, według komunikatu o wynikach. Jej AI Super Agents mają ponad 100 aktywnych współprac z klientami. Reuters poinformował, że po zapowiedzi Maestro akcje wzrosły o 3,9%.

Właśnie tam rozstrzygnie się ta rywalizacja: nie w liczbie tokenów ani obietnicach dotyczących chmury, lecz w tym, czy inżynierowie będą w stanie szybciej tworzyć lepsze projekty chipów, nie zwiększając przy tym całkowitych kosztów.