Cadence presentó Maestro, una suite de modelos de inteligencia artificial diseñada para ayudar a los ingenieros a crear chips. La herramienta incorpora tecnología de Nvidia y podrá ejecutarse en la nube o dentro de la infraestructura de cada fabricante, una opción relevante para empresas que manejan diseños confidenciales.
IA especializada para diseñar semiconductores
El diseño de un chip exige distribuir miles de millones de transistores para alcanzar objetivos de rendimiento, consumo y costo. Cadence y su rival Synopsys desarrollan programas que organizan ese trabajo; ahora buscan que agentes de IA puedan operar esas herramientas y acelerar tareas que hoy requieren intervención de especialistas.
Maestro se construyó parcialmente sobre Nemotron, un modelo de pesos abiertos de Nvidia, y la compañía dice que sus clientes podrán ajustarlo con sus propios diseños. Cadence reportó resultados iniciales de hasta 30% más calidad y cinco veces mejor eficiencia de costos frente a modelos de propósito general. Son cifras comunicadas por la empresa, todavía no una evaluación independiente de resultados en producción.
Nube propia o modelos dentro de la empresa
Las compañías podrán usar Maestro en la nube de Cadence, en otros servicios públicos o en sus propios centros de datos, detrás de sus firewalls. Un firewall es una barrera que controla qué conexiones entran y salen de una red. Ejecutar modelos localmente puede dar a los fabricantes más control sobre información sensible, aunque también implica gestionar infraestructura, seguridad y mantenimiento.
La estrategia contrasta con la de Synopsys, que anunció una colaboración con OpenAI para desarrollar GPT-Synopsys sobre infraestructura alojada por esa empresa. Cadence afirma que Maestro no dependerá de un único proveedor de modelos y que considera tanto opciones abiertas como cerradas; esa flexibilidad puede atraer a clientes con políticas estrictas sobre dónde se procesa su propiedad intelectual.
La prueba real llegará con los primeros clientes
Cadence planea ofrecer los primeros modelos a un grupo reducido de clientes en acceso anticipado durante el cuarto trimestre. La empresa aún no anunció una fecha de disponibilidad general, por lo que el alcance inicial será limitado y permitirá observar cómo se comporta el sistema en proyectos reales.
La promesa no es que una IA diseñe por sí sola el próximo procesador, sino que asista en un proceso técnico complejo. La utilidad dependerá de que sus sugerencias sean precisas, verificables y compatibles con los requisitos de fabricación. También habrá que comparar los resultados anunciados con pruebas independientes y medir cuánto tiempo ahorran los equipos.
La iniciativa refleja una competencia más amplia: convertir la IA en una herramienta de ingeniería concreta, con controles suficientes para proteger los datos y justificar su costo.
Fuente: Reuters