Cadence vừa giới thiệu Maestro, bộ mô hình AI chuyên biệt cho thiết kế bán dẫn và hệ thống, tích hợp với các AI Agent cùng công cụ tự động hóa thiết kế. Theo kết quả ban đầu, giải pháp cải thiện tới 30% chất lượng kết quả thiết kế và nâng hiệu quả sử dụng token lên gấp 5 lần so với mô hình AI đa dụng.
Cadence (Nasdaq: CDNS) vừa công bố Maestro AI Model Portfolio, bộ mô hình AI được phát triển để vận hành các Cadence AI Super Agents trong quy trình thiết kế bán dẫn và hệ thống. Giải pháp kết hợp các mô hình AI chuyên ngành với công nghệ học tăng cường (Reinforcement Learning – RL), cùng các công cụ tự động hóa thiết kế điện tử (EDA) và tự động hóa thiết kế hệ thống (SDA).
Thông qua nền tảng Agentic AI tích hợp, Cadence hướng đến tự động hóa các tác vụ kỹ thuật phức tạp, nâng cao chất lượng thiết kế và rút ngắn thời gian phát triển sản phẩm. Hệ thống còn có khả năng cải thiện hiệu năng thông qua các vòng phản hồi và học hỏi từ kết quả thực thi đã được kiểm chứng.
Maestro kết hợp nhiều dòng mô hình AI chuyên biệt
Maestro được xây dựng như một danh mục mô hình với nhiều quy mô và kiến trúc khác nhau, bao gồm mô hình ngôn ngữ lớn (LLM) được huấn luyện bổ sung cho các lĩnh vực chuyên môn, mô hình ra quyết định đã qua huấn luyện và các kỹ năng AI Agent có khả năng tự cải thiện.
Bộ mô hình này được tích hợp với các AI Super Agent của Cadence, gồm AuraStack, ChipStack, InnoStack và ViraStack, đồng thời kết nối với công cụ EDA, SDA và hệ thống học tăng cường. Nền tảng phối hợp các mô hình AI tiên phong (frontier models), mô hình trọng số mở (open-weight models) và mô hình chuyên biệt để xử lý những quy trình thiết kế phức tạp.
Theo Cadence, nền tảng được quản lý trong môi trường bảo mật, cho phép triển khai trên đám mây của hãng, các dịch vụ đám mây công cộng bảo mật hoặc hạ tầng tại chỗ (on-premises) do khách hàng kiểm soát. Cách triển khai này nhằm đáp ứng yêu cầu về bảo mật dữ liệu, quyền riêng tư và khả năng tùy chỉnh theo quy trình của từng doanh nghiệp.
Ông Anirudh Devgan, Chủ tịch kiêm Tổng giám đốc Cadence, cho biết các tác vụ kỹ thuật phức tạp đòi hỏi AI phải có kiến thức chuyên sâu theo từng lĩnh vực. Việc kết hợp Maestro với các mô hình tiên phong và mô hình trọng số mở giúp AI Super Agent vận hành hiệu quả các công cụ EDA và SDA, hỗ trợ thay đổi quy trình thiết kế chip và hệ thống.
NVIDIA, Socionext và Silicon Labs tham gia phát triển hệ sinh thái
Cadence cho biết đang hợp tác với NVIDIA trong việc tích hợp các công nghệ NVIDIA Nemotron, OpenShell và chuyên môn kỹ thuật vào bộ mô hình Maestro.
Theo ông Tim Costa, Phó chủ tịch kiêm Tổng giám đốc mảng Kỹ thuật công nghiệp và Tính toán của NVIDIA, AI Agent trong thiết kế chip cần có khả năng tạo nội dung thiết kế, đánh giá các phương án kỹ thuật và học hỏi từ kết quả đã được kiểm chứng. Việc kết hợp học tăng cường với phản hồi từ công cụ EDA và các bộ giải tất định (deterministic solver) giúp AI Agent đưa ra quyết định dựa trên mục tiêu và những ràng buộc kỹ thuật cụ thể.
Ở phía khách hàng, Socionext đang triển khai AI Super Agent InnoStack của Cadence trong môi trường thiết kế. Ông Hisato Yoshida, Giám đốc vận hành (COO) Socionext, cho biết việc kết hợp AI Agent với các công cụ EDA phục vụ thiết kế vật lý được kỳ vọng giúp năng suất tổng thể tăng tới 5 lần mà vẫn duy trì chất lượng thiết kế. Công ty cũng xem Maestro là bước tiếp theo để cải thiện hiệu quả trong toàn bộ quy trình phát triển.
Trong khi đó, Silicon Labs đang ứng dụng Cadence Verisium Debug thông qua AI Super Agent ChipStack để hỗ trợ phân tích nguyên nhân gốc rễ và gỡ lỗi trong quá trình kiểm chứng thiết kế tiêu thụ điện năng thấp trước khi sản xuất silicon. Bà Sharda, Phó chủ tịch kỹ thuật của Silicon Labs, nhận định Agentic AI có thể hỗ trợ các nhóm kỹ thuật tối ưu hóa điện năng và kỳ vọng những mô hình chuyên biệt của Maestro sẽ tiếp tục mở rộng khả năng này.
Cơ chế học tăng cường giúp cải thiện chất lượng thiết kế
Theo Cadence, kết quả đánh giá ban đầu cho thấy Maestro cải thiện tới 30% chất lượng kết quả thiết kế và đạt hiệu quả sử dụng token cao gấp 5 lần so với mô hình nền tảng đa dụng.
Những cải thiện này đến từ môi trường học tích hợp, kết hợp kiến thức chuyên ngành của Cadence, dữ liệu kỹ thuật được tuyển chọn, AI Super Agent, công cụ EDA, SDA và hệ thống đánh giá. Đầu ra của AI được kiểm tra dựa trên mục tiêu thiết kế, các ràng buộc kỹ thuật và dữ liệu chuẩn (ground truth) thông qua thuật toán cùng các bộ giải tất định.
Kết quả đánh giá sau đó được sử dụng làm phản hồi cho các vòng học tăng cường, giúp mô hình điều chỉnh và cải thiện khả năng xử lý tác vụ. Cơ chế này cho phép AI không chỉ tạo nội dung thiết kế mà còn phân tích kết quả thực tế, đánh giá sự đánh đổi giữa các phương án và hỗ trợ lựa chọn giải pháp phù hợp với yêu cầu kỹ thuật.
Trong quy trình vận hành, khi nhận được mục tiêu thiết kế ở cấp cao, AI Super Agent sẽ phân tích yêu cầu, chia nhỏ thành các tác vụ và điều phối Maestro cùng những mô hình AI khác. Hệ thống đồng thời gọi các công cụ EDA và SDA để thực hiện, kiểm tra và đánh giá kết quả.
Các mô hình tiên phong và mô hình trọng số mở đảm nhiệm những khả năng như xử lý ngôn ngữ, suy luận và đa phương thức, trong khi Maestro bổ sung kiến thức chuyên sâu về thiết kế chip và hệ thống. Sự phối hợp này giúp hệ thống xử lý các yêu cầu về thông số kỹ thuật, tạo nội dung thiết kế, phân tích kết quả và đánh giá phương án dựa trên các tiêu chí kỹ thuật, chi phí và bảo mật.
Ngoài ra, các mô hình trong Maestro, bao gồm NVIDIA Nemotron và những mô hình khác, có thể được huấn luyện bổ sung bằng dữ liệu, thiết kế và quy trình riêng của khách hàng. Việc cân bằng giữa sử dụng mô hình ngôn ngữ lớn và gọi trực tiếp các công cụ EDA, SDA cũng giúp giảm lượng token tiêu thụ trong quá trình thực thi.
Về bảo mật, Cadence và NVIDIA đang hợp tác tích hợp kiến trúc tham chiếu NVIDIA OpenShell nhằm tăng cường bảo mật cho các AI Agent. Toàn bộ hệ thống có thể vận hành trên nền tảng đám mây bảo mật của Cadence, đám mây công cộng hoặc hạ tầng tại chỗ do khách hàng quản lý.
Thời điểm ra mắt
Cadence dự kiến cung cấp những mô hình Maestro đầu tiên cho một số khách hàng theo chương trình truy cập sớm trong quý 4/2026.