Cadence Perkenalkan Maestro, Model AI Desain Chip yang Bisa Dijalankan Lokal

Industri semikonduktor memasuki babak baru setelah Cadence Design Systems memperkenalkan Maestro, portofolio model kecerdasan buatan yang dirancang khusus untuk mempercepat proses desain chip dan sistem elektronik. Diumumkan pada 26 Oktober 2026, inovasi ini menawarkan kemampuan menjalankan model AI langsung di pusat data perusahaan tanpa harus bergantung sepenuhnya pada layanan cloud eksternal. Melalui dukungan Nvidia dan integrasi dengan perangkat lunak desain elektronik, Maestro berpotensi membantu para insinyur menyelesaikan pekerjaan kompleks secara lebih efisien. Perkembangan TEKNOLOGI ini sekaligus menghadirkan pendekatan baru dalam menggabungkan otomatisasi, keamanan data, dan kecerdasan buatan untuk kebutuhan industri semikonduktor modern.

Inovasi Model AI Maestro dalam Pengembangan Semikonduktor

Raksasa teknologi otomasi desain semikonduktor Cadence mengumumkan portofolio model kecerdasan buatan bernama Maestro untuk mengoptimalkan proses perancangan chip dan sistem elektronik. Pengembangan tersebut merupakan langkah strategis dalam penerapan artificial intelligence pada bidang electronic design automation atau EDA. Dalam industri semikonduktor modern, para insinyur harus menangani banyak tantangan rekayasa yang membutuhkan ketelitian tinggi dan waktu pengerjaan panjang. Berkat portofolio AI baru ini, Cadence berupaya membantu para pengembang dalam mengevaluasi desain menggunakan agen kecerdasan buatan yang memiliki kemampuan khusus di bidang desain elektronik. Pengembangan teknologi tersebut berpotensi meningkatkan efisiensi kerja tanpa menghilangkan kebutuhan pengawasan insinyur profesional.

Maestro bukan sekadar model bahasa umum yang merespons instruksi pengguna, melainkan dikembangkan secara spesifik untuk menangani pekerjaan desain chip. Pada sistem yang dikembangkan, Maestro bekerja melalui Cadence AI Super Agents dan perangkat lunak desain yang telah digunakan ekosistem perusahaan. Pendekatan terpadu tersebut memungkinkan agen AI untuk memahami tujuan perancangan, kemudian membagi pekerjaan menjadi beberapa tahapan yang dapat dievaluasi. Rangkaian pekerjaan tersebut dapat melibatkan model AI, alat analisis, dan sistem verifikasi untuk mengevaluasi kesesuaian desain. Berkat pendekatan terintegrasi, Cadence menargetkan pengembangan lingkungan kerja yang lebih responsif terhadap tantangan desain modern.

Fleksibilitas Penggunaan AI Maestro melalui Cloud dan Infrastruktur Internal

Salah satu keunggulan utama yang ditawarkan Maestro adalah kebebasan memilih infrastruktur pada berbagai lingkungan komputasi. Pelanggan Cadence dapat menjalankan model AI melalui layanan cloud Cadence, cloud publik, atau infrastruktur internal perusahaan. Pendekatan on-premises tersebut menjadi sangat penting bagi perusahaan semikonduktor yang menangani informasi desain bersifat rahasia. Pada kegiatan rekayasa semikonduktor, data seperti arsitektur rangkaian, konfigurasi transistor, dan spesifikasi produk termasuk dalam aset intelektual bernilai tinggi. Dengan menggunakan infrastruktur sendiri, perusahaan dapat mempertahankan data tersebut dalam jaringan internal perusahaan tanpa harus memindahkan seluruh informasi ke layanan eksternal.

Kemampuan menjalankan model secara lokal menawarkan manfaat dalam pengendalian akses. Organisasi pengguna bisa mengelola mekanisme keamanan sesuai dengan ketentuan perusahaan. Tidak hanya berkaitan dengan keamanan, penerapan lokal dapat mendukung integrasi Maestro dengan sistem desain milik perusahaan. Meskipun memiliki banyak keuntungan, menjalankan model AI secara mandiri masih memerlukan infrastruktur komputasi yang memadai. Organisasi yang menerapkannya tetap harus mengevaluasi kebutuhan perangkat keras, konsumsi energi, pemeliharaan sistem, dan biaya operasional jangka panjang. Dengan mempertimbangkan faktor tersebut, pilihan antara cloud dan penggunaan lokal sebaiknya disesuaikan berdasarkan prioritas keamanan masing-masing perusahaan.

Dukungan Teknologi Nvidia untuk Kecerdasan Buatan Desain Chip

Penyempurnaan portofolio AI Cadence mendapat dukungan dari Nvidia, perusahaan teknologi yang memiliki keunggulan dalam pengembangan perangkat keras dan model kecerdasan buatan. Teknologi yang digunakan dalam kerja sama ini adalah Nvidia Nemotron, yaitu keluarga model AI dengan bobot terbuka yang dapat dimanfaatkan untuk aplikasi kecerdasan buatan tertentu. Berkat penggunaan teknologi Nvidia, Cadence menyusun kemampuan AI yang lebih relevan dengan pekerjaan perancangan chip. Strategi pengembangan bersama memadukan kemampuan pemrosesan bahasa dan penalaran AI dengan pengetahuan teknik Cadence. Hasilnya diharapkan untuk memungkinkan model khusus mengambil keputusan teknis berdasarkan hasil verifikasi perangkat lunak.

Tidak hanya pada pengembangan kemampuan penalaran, Cadence dan Nvidia juga bekerja sama untuk meningkatkan keamanan agen AI. Komponen keamanan yang menjadi perhatian adalah Nvidia OpenShell Reference Architecture. Arsitektur keamanan ini ditujukan untuk membantu menjalankan agen AI dalam infrastruktur yang memiliki kendali keamanan. Dalam bidang desain chip, perlindungan tersebut perlu diperhatikan karena sistem dapat memanfaatkan dokumen desain, konfigurasi perangkat, dan data pengembangan eksklusif. Walaupun pendekatan ini menjanjikan, keamanan penerapan AI tidak cukup ditentukan oleh arsitektur perangkat lunak. Pengelolaan izin, pembaruan sistem, dan pemeriksaan hasil pekerjaan harus diterapkan untuk menjaga keandalan.

Cara Kerja Maestro dalam Mengoptimalkan Proses Desain Semikonduktor

Maestro bekerja melalui pendekatan terintegrasi yang menggabungkan model AI dengan perangkat lunak electronic design automation dan system design automation. Pada mekanisme pengoperasiannya, Cadence AI Super Agents memproses tujuan desain yang ditentukan oleh pengguna. Selanjutnya, agen AI membagi kebutuhan tersebut menjadi beberapa tahapan teknis. Langkah yang kemudian dilakukan melibatkan pengoperasian perangkat lunak rekayasa untuk membuat rancangan. Berkat integrasi tersebut, AI bukan sekadar menyusun rekomendasi berbentuk teks, tetapi juga mampu mendukung aktivitas teknis melalui sistem otomasi desain elektronik. Fungsi ini berpotensi membantu insinyur dalam menangani pekerjaan berulang.

Bagian menarik dari sistem Maestro adalah penggunaan reinforcement learning atau pembelajaran penguatan untuk menyempurnakan kemampuan model AI. Dalam mekanisme ini, sistem mengandalkan hasil evaluasi dari perangkat lunak desain dan pemecah masalah berbasis aturan untuk menilai keputusan. Informasi hasil pengujian dapat digunakan meningkatkan kemampuan model ketika menyelesaikan masalah serupa. Dalam penerapan teknis, sistem dapat membandingkan beberapa pilihan rancangan berdasarkan konsumsi daya dan batasan yang berlaku pada proyek. Melalui integrasi antara hasil pengujian dan proses pembelajaran, Cadence menargetkan penyempurnaan kualitas keputusan otomatis secara lebih sistematis. Walaupun memiliki kemampuan tersebut, verifikasi oleh insinyur masih merupakan bagian penting dari pengendalian mutu desain semikonduktor.

Keunggulan Kinerja Maestro Dibandingkan Model AI Umum

Berdasarkan hasil awal yang diumumkan Cadence, Maestro memperlihatkan peningkatan kualitas hasil desain hingga 30 persen dibandingkan model AI serbaguna yang digunakan sebagai pembanding. Selain peningkatan kualitas, Cadence mengungkapkan efisiensi penggunaan token hingga lima kali lebih tinggi. Dalam sistem model bahasa, token adalah unit informasi yang dibaca model AI ketika menghasilkan keluaran. Ketika jumlah token dapat dioptimalkan, biaya pemrosesan mungkin lebih terkendali. Namun demikian, pencapaian tersebut masih berasal dari evaluasi awal dan belum tentu dapat diterapkan pada setiap rancangan chip atau seluruh beban kerja. Karena itu, pengujian lanjutan perlu dilakukan untuk memastikan manfaat operasional pada berbagai proyek industri.

Efisiensi yang ditawarkan didukung oleh strategi Maestro yang mengombinasikan penggunaan model AI dengan perangkat lunak rekayasa yang dirancang untuk tugas tertentu. Alih-alih mengandalkan model bahasa besar untuk semua aktivitas perancangan, sistem dapat mengarahkan tugas kepada alat yang paling sesuai. Dalam skenario desain chip, perhitungan atau validasi teknis dapat dilakukan oleh perangkat EDA, sedangkan model AI membantu proses interpretasi instruksi dan koordinasi pekerjaan. Pembagian tugas semacam ini memungkinkan penghematan pemrosesan yang tidak diperlukan. Dengan demikian, pengembang chip berpotensi mendapatkan peningkatan produktivitas sekaligus proses pengembangan yang lebih terukur.

Prospek Pengembangan Semikonduktor melalui Inovasi Maestro

Peluncuran Maestro oleh Cadence membuka peluang baru dalam penerapan AI pada industri semikonduktor. Melalui integrasi model khusus, Cadence AI Super Agents, dan perangkat lunak EDA, sistem tersebut diharapkan mendukung efisiensi pekerjaan insinyur. Dukungan pengoperasian Maestro melalui cloud maupun pusat data lokal juga memberikan keuntungan bagi perusahaan yang mengelola informasi desain sensitif. Sementara itu, dukungan Nvidia Nemotron dan OpenShell memperluas kemampuan pengembangan model serta pengelolaan lingkungan komputasi. Model Maestro pertama disediakan kepada pelanggan terpilih melalui program akses awal pada kuartal keempat 2026, sehingga penggunaan pada berbagai perusahaan tetap memerlukan pengembangan dan evaluasi lanjutan. Pada era otomatisasi industri modern, Maestro menunjukkan peluang AI yang dioptimalkan bagi sektor industri. Apa pandangan Anda mengenai penggunaan AI dalam desain chip? Bagikan pendapat Anda tentang arah perkembangan teknologi desain elektronik.