Nvidia en chipontwerpspecialist Cadence zetten een nieuwe stap in de toepassing van kunstmatige intelligentie bij de ontwikkeling van computerchips. Cadence heeft op 26 oktober 2026 een nieuwe reeks AI-modellen aangekondigd die ingenieurs moeten ondersteunen bij het ontwerpen en optimaliseren van halfgeleiders.

De modellen, die onder de naam Cadence Maestro worden aangeboden, zijn gedeeltelijk gebaseerd op Nvidia’s open-gewichtmodel Nemotron. De aankondiging laat zien hoe AI-bedrijven en traditionele leveranciers van technische software steeds nauwer samenwerken om complexe ontwerptaken te automatiseren.

Waarom chipontwerp zo ingewikkeld is

Moderne computerchips bevatten miljarden transistors. Die moeten nauwkeurig worden geplaatst en met elkaar worden verbonden om de gewenste prestaties, het energieverbruik, de betrouwbaarheid en de productiekosten te bereiken.

Het ontwerpen van een chip is daarom een ingewikkeld proces waarbij ingenieurs voortdurend afwegingen moeten maken. Een ontwerp dat sneller werkt, kan bijvoorbeeld meer energie verbruiken. Een oplossing die minder ruimte inneemt, kan andere beperkingen opleveren.

Traditionele ontwerpsoftware ondersteunt veel van deze berekeningen al. De nieuwe generatie AI-systemen moet daar een extra laag aan toevoegen: modellen kunnen ingenieurs helpen om ontwerpopties te onderzoeken, voorstellen te beoordelen en bepaalde stappen sneller uit te voeren.

Het doel is niet alleen om sneller een eerste ontwerp te maken. Ook het optimaliseren en testen van ontwerpen kan veel tijd kosten. Als AI een deel van dat werk kan versnellen, kunnen ontwikkelteams meer mogelijkheden onderzoeken binnen dezelfde tijd.

Wat is Cadence Maestro?

Cadence Maestro is een reeks AI-modellen die specifiek is afgestemd op taken rond chipontwerp. In plaats van uitsluitend een algemeen taalmodel te gebruiken, richt Cadence zich op de eisen van een gespecialiseerde technische omgeving.

Volgens Cadence zijn de modellen gedeeltelijk gebouwd op Nvidia’s Nemotron-model. Voor de beveiliging wordt Nvidia’s OpenShell-technologie ingezet, zo maakten de bedrijven bekend.

Een belangrijk kenmerk is dat klanten kunnen kiezen waar zij de modellen uitvoeren. Dat kan via de cloud van Cadence, via een andere publieke cloud of volledig binnen de eigen infrastructuur van een bedrijf.

Die laatste optie kan aantrekkelijk zijn voor chipontwerpers die hun ontwerpen, technische gegevens en intellectuele eigendom niet buiten hun eigen beveiligde omgeving willen verwerken.

Bedrijven kunnen de modellen daarnaast verder afstemmen op hun eigen chipontwerpen. Daarmee kunnen zij de AI beter laten aansluiten op specifieke workflows en technische eisen.

Bedrijven beloven betere prestaties

Cadence meldt dat vroege tests tot 30 procent hogere kwaliteit en tot vijf keer betere kostenefficiëntie lieten zien in vergelijking met algemene AI-modellen.

Deze cijfers zijn afkomstig van Cadence zelf. Ze moeten daarom worden beschouwd als bedrijfsclaims en niet als onafhankelijk bewezen resultaten die voor iedere toepassing gelden.

De werkelijke winst zal afhangen van de taak, de gebruikte hardware, de complexiteit van het ontwerp en de manier waarop de AI in het bestaande proces wordt geïntegreerd.

Voor chipfabrikanten kan zelfs een beperkte verbetering waardevol zijn. Chipontwerp vraagt om specialistische kennis en langdurige ontwikkeltrajecten. Als AI bepaalde stappen aantoonbaar versnelt of helpt om betere ontwerpkeuzes te vinden, kan dat uiteindelijk gevolgen hebben voor kosten en time-to-market.

De eerste modellen worden volgens Cadence in het vierde kwartaal van 2026 beschikbaar voor een geselecteerde groep klanten.

Nvidia kiest voor een bredere AI-strategie

De samenwerking past in een bredere ontwikkeling waarbij Nvidia niet alleen hardware levert, maar ook software en modellen aanbiedt die op gespecialiseerde toepassingen zijn gericht.

Het bedrijf heeft een sterke positie in de infrastructuur voor AI. Door modellen en beveiligingstechnologie te combineren met de producten van gespecialiseerde softwareleveranciers, kan Nvidia zijn technologie in meer sectoren laten terugkomen.

Voor Cadence biedt de samenwerking toegang tot Nvidia’s modeltechnologie. Tegelijkertijd blijft Cadence zijn eigen expertise in chipontwerpsoftware benutten.

Dat is belangrijk omdat algemene AI-modellen niet automatisch de beste oplossing zijn voor iedere technische taak. Een model dat goed is in het schrijven van teksten of het beantwoorden van algemene vragen, hoeft niet zonder meer goed te presteren bij de technische beperkingen en nauwkeurigheid die chipontwerp vereist.

Concurrentie met Synopsys en OpenAI

De markt voor AI-ondersteund chipontwerp wordt steeds competitiever. Concurrent Synopsys kondigde eerder een samenwerking met OpenAI aan voor de ontwikkeling van een eigen AI-model voor chipontwerp.

De twee samenwerkingen laten verschillende benaderingen zien. Cadence legt nadruk op keuzevrijheid in modellen en de mogelijkheid om systemen binnen de eigen infrastructuur te draaien. De samenwerking tussen Synopsys en OpenAI is gericht op een model dat op de infrastructuur van OpenAI wordt gehost.

Voor klanten kan die keuze gevolgen hebben voor beveiliging, kosten, gegevensbeheer en de manier waarop AI wordt geïntegreerd in bestaande ontwerpsoftware.

Het is nog te vroeg om te bepalen welke aanpak uiteindelijk de beste resultaten oplevert. Veel zal afhangen van de kwaliteit van de modellen, de prestaties in echte ontwikkelprojecten en de mate waarin bedrijven hun bestaande processen kunnen aanpassen.

Wat betekent dit voor de toekomst van computerchips?

AI wordt steeds vaker ingezet om de technologie te ontwikkelen waarop de volgende generatie AI-systemen zelf zal draaien. Dat creëert een interessante wisselwerking: AI helpt bij het ontwerpen van chips, terwijl krachtigere chips op hun beurt nieuwe AI-toepassingen mogelijk maken.

Voor de halfgeleiderindustrie kan dit betekenen dat ontwerpteams meer alternatieven kunnen onderzoeken en bepaalde ontwikkelstappen kunnen versnellen. Het betekent echter niet dat menselijke ingenieurs overbodig worden. Complexe ontwerpen vragen nog steeds om technische beoordeling, validatie en controle op betrouwbaarheid.

De uiteindelijke chip moet niet alleen op papier goed presteren, maar ook produceerbaar zijn en voldoen aan strenge eisen voor energieverbruik, temperatuur, veiligheid en kwaliteit.

Conclusie

Met Cadence Maestro zetten Cadence en Nvidia in op gespecialiseerde AI voor een van de meest complexe onderdelen van de technologiesector. De mogelijkheid om modellen op eigen infrastructuur te draaien kan aantrekkelijk zijn voor bedrijven die hun ontwerpgegevens willen beschermen.

De aangekondigde prestatieverbeteringen zijn veelbelovend, maar moeten in de praktijk worden getoetst. De belangrijkste vraag is of de technologie ingenieurs daadwerkelijk helpt om sneller, goedkoper en betrouwbaarder chips te ontwerpen.

Als dat lukt, kan AI niet alleen veranderen hoe computerchips worden gebruikt, maar ook hoe ze worden ontwikkeld.

Bron: Reuters – Cadence introduceert AI-modellen voor chipontwerp in samenwerking met Nvidia.