Cadence发布Maestro芯片设计专用模型：结果质量提30%，Token效率提5倍，可跑在客户本地

两家 EDA 巨头一个月内分道：数据留在谁家

10月26日，Cadence 在第三季度财报发布前公布 Maestro，一套面向芯片与系统设计的领域专用模型组合，服务于它的 AI Super Agents（AuraStack、ChipStack、InnoStack、ViraStack）。Cadence 称在初始工作流对比中，Maestro 的结果质量最高提升 30%，同等任务的 Token 效率最高提升 5 倍，对标的是它微调之前的那个开源基座模型。

真正的分野不在指标，在数据流向。Maestro 可以跑在 Cadence 自有云、公有云，或者客户自己掌控的本地环境，客户还能用专有数据、设计与工作流做后训练，微调工具链可以放在客户自己的 GPU 和网络上。与之对照，Synopsys 在 9 月 30 日宣布的 GPT-Synopsys 跑在 OpenAI 托管的基础设施上，且不用客户数据训练。两家公司在不到一个月里先后表态，把客户设计数据去哪变成了选型的第一道题。

30% 和 5 倍是怎么来的

技术上，Maestro 用的是垂直整合的强化学习环境：Cadence 的确定性求解器把模型输出对着工程目标、约束与真值逐项核验，结果再回流进模型。基座部分用了英伟达的 Nemotron，双方还在 OpenShell 参考架构上合作做智能体安全隔离。Cadence 高管解释 Token 节省的来源时打了个比方：你不需要开着喷气发动机去超市，合适的任务用合适的模型与工具调用。

Cadence 高级副总裁 Paul Cunningham 说，智能体的成本已经开始爆炸式增长，业界都意识到了这一点。

客户侧已有动作。Socionext 把 InnoStack 智能体放进生产设计环境，目标是整体生产力提升 5 倍；Silicon Labs 用 ChipStack 配合 Verisium Debug 做流片前低功耗验证的根因分析。Cadence 财报里披露 AI Super Agents 已有超过 100 个活跃客户项目，核心 EDA 收入同比增长 20%，拿到 16 个数字与签核全流程订单。

定价还没公布，成本问题只是被挪走了

首批 Maestro 模型要到 2026 年第四季度才向部分早期客户开放，Cadence 没有公布价格。已知的计费方式是智能体订阅加消费额度，超出部分另行计费，也就是说 Token 效率提升未必直接减账单，只是把同样的钱买到了更多有效迭代。

对设计团队来说，这次发布的现实意义是：把高频、重复、对精度要求高的子任务留在本地模型上，把真正需要前沿推理的环节交给外部模型。数据不出门这件事，比 30% 的质量提升更容易通过合规评审。