Concevoir un processeur ou une puce d’intelligence artificielle mobilise des milliers de décisions techniques, des contraintes électriques et de longs cycles de vérification. Le 26 octobre 2026, Cadence Design Systems présente Maestro, une nouvelle famille de modèles d’IA spécialisés qui peuvent épauler des agents logiciels dans ce travail. L’entreprise s’appuie notamment sur NVIDIA Nemotron et sur des composants de sécurité OpenShell. Les premiers résultats annoncés atteignent jusqu’à 30 % d’amélioration de la qualité sur certains flux de conception et une efficacité en jetons multipliée par cinq par rapport à un modèle généraliste. Mais ces mesures restent celles de Cadence, dans des conditions de test propres à ses outils.
Cadence Maestro : une IA conçue pour l’ingénierie électronique
Une puce moderne ne se résume pas à un schéma de circuit. Les équipes de conception doivent traduire des exigences fonctionnelles en architecture, organiser les composants, contrôler les contraintes de puissance, simuler le comportement de millions ou de milliards d’éléments et corriger les erreurs avant fabrication.
Cadence développe depuis des années des outils d’automatisation de la conception électronique, ou EDA, utilisés par les entreprises du secteur des semi-conducteurs. Avec son nouveau portefeuille Maestro annoncé le 26 octobre, le groupe veut aller plus loin que le simple assistant conversationnel : ses agents doivent pouvoir exploiter les outils d’ingénierie pour proposer, tester et comparer des solutions.
Les modèles Maestro sont spécialisés dans les tâches de conception de circuits et de systèmes. Ils sont intégrés aux agents et logiciels de Cadence plutôt que proposés comme un chatbot destiné au grand public. La stratégie consiste à associer la connaissance du domaine, les outils métiers et les capacités de raisonnement de modèles d’IA.
Comment les agents IA pourraient accélérer la création d’une puce
Dans un processus classique, un ingénieur modifie des paramètres, lance une simulation, examine les résultats et recommence jusqu’à atteindre un compromis acceptable. Les compromis sont multiples : fréquence, surface de silicium, consommation électrique, dissipation thermique, coût de fabrication et fiabilité.
Un agent spécialisé peut décomposer une consigne technique, appeler les outils adaptés et analyser les résultats retournés. Par exemple, il peut proposer plusieurs variantes d’un bloc, demander des simulations et comparer leurs conséquences avant de recommander une piste. La décision finale reste liée aux contraintes fixées par l’équipe de conception.
Cadence associe ces fonctions à ses AI Super Agents, parmi lesquels AuraStack, ChipStack, InnoStack et ViraStack. L’architecture inclut également des outils d’EDA et de conception de systèmes. Les modèles ne remplacent pas ces logiciels : ils servent notamment à les orchestrer.
L’intérêt est de vérifier les propositions produites par l’IA grâce à des moteurs de calcul spécialisés, plutôt que d’accepter directement une réponse générée en langage naturel. Une proposition qui paraît convaincante peut en effet échouer à respecter une contrainte physique réelle.
NVIDIA Nemotron et OpenShell : deux briques différentes
La collaboration avec NVIDIA intervient sur deux plans. D’un côté, Nemotron fournit une famille de modèles dont les poids sont disponibles pour certaines utilisations et adaptations. Cadence peut partir de ces capacités générales et les compléter par un entraînement spécialisé sur ses cas d’usage.
De l’autre, la technologie OpenShell vise à aider les entreprises à encadrer les actions d’agents IA. Un système capable d’accéder à des outils, des fichiers ou des environnements de production nécessite des permissions et des mécanismes de contrôle différents de ceux d’un simple chatbot.
NVIDIA a présenté le 21 octobre son architecture OpenShell pour les agents d’entreprise. Cadence prévoit de travailler avec cette approche dans son environnement d’ingénierie. OpenShell ne rend pas une IA infaillible : le contrôle des accès, la vérification des sorties, l’isolement des environnements et les procédures humaines restent essentiels.
Le partenariat technologique ne signifie pas non plus que toutes les puces créées avec Cadence seront obligatoirement fabriquées par NVIDIA. Nemotron et OpenShell interviennent au niveau des logiciels et de la sécurité des agents, tandis que Cadence conserve son rôle de fournisseur d’outils de conception.
Jusqu’à 30 % de qualité supplémentaire : que mesurent ces résultats ?
Cadence annonce que ses premiers essais montrent, sur certains flux de travail de conception, une amélioration allant jusqu’à 30 % de la qualité des résultats et une efficacité en jetons jusqu’à cinq fois supérieure à celle d’un modèle de fondation généraliste.
| Indicateur annoncé | Gain maximal présenté | Précaution de lecture |
|---|---|---|
| Qualité des résultats de conception | Jusqu’à +30 % | Résultats initiaux, dépendant de l’évaluation et des tâches |
| Efficacité en jetons | Jusqu’à ×5 | Pas forcément cinq fois moins de coût total du projet |
| Déploiement | Cloud ou infrastructure interne | Dépend des accords et exigences techniques |
| Accès initial | Quatrième trimestre 2026 | Clients sélectionnés, pas ouverture générale |
Un jeton est une unité de traitement du langage par les modèles d’IA. Réduire le nombre de jetons nécessaires à une tâche peut améliorer l’efficacité de l’exécution. Cela ne signifie pas automatiquement que le prix total d’une puce ou sa facture de fabrication sont divisés par cinq : les simulations, les licences, le calcul et le travail des ingénieurs comptent également.
De même, « jusqu’à 30 % » décrit le meilleur résultat annoncé dans les essais présentés. Il ne garantit pas une progression de 30 % sur chaque projet client. L’évaluation indépendante et les résultats obtenus sur des conceptions industrielles représentatives permettront de juger de la portée réelle de ces améliorations.
Une distinction importante : concevoir une puce n’est pas la fabriquer
Une entreprise comme Cadence fournit les outils qui servent à dessiner, simuler, vérifier et préparer un circuit. La fabrication physique, en revanche, exige des usines spécialisées, des machines de lithographie, des matériaux et des procédés industriels exploités par des fondeurs.
L’intérêt de Maestro se situe d’abord en amont : il cherche à réduire le temps passé à choisir et vérifier des solutions techniques avant la phase de production. Une meilleure conception peut ensuite se traduire par de meilleures performances, un meilleur rendement ou des besoins énergétiques réduits, mais aucun de ces effets n’est garanti par l’annonce seule.
Les entreprises pourront exploiter Maestro sur leurs propres serveurs
L’un des arguments majeurs de Cadence concerne le choix de l’hébergement. Les modèles et agents peuvent être déployés sur une plateforme cloud gérée par Cadence, dans certains environnements cloud publics sécurisés, ou directement dans l’infrastructure d’un client, derrière ses propres pare-feu.
Ce point compte particulièrement pour les sociétés qui conçoivent des puces stratégiques. Leurs fichiers de conception contiennent des secrets industriels et de la propriété intellectuelle souvent soumis à des obligations strictes de confidentialité. Certains clients ne souhaitent pas envoyer ces données à un service IA extérieur.
Le déploiement local peut faciliter le contrôle des flux de données et le respect de certaines politiques internes, mais il nécessite des ressources de calcul et une administration adéquates. « Fonctionner dans l’entreprise » ne signifie pas automatiquement « sans risque de fuite » : les permissions, journaux, sauvegardes et accès aux modèles doivent être gérés.
Cadence évoque aussi la possibilité de post-entraîner ses modèles sur des données et des flux de travail spécifiques à un client. Cette personnalisation peut améliorer leur pertinence sur une bibliothèque de composants particulière ou des règles industrielles propres à l’entreprise, à condition de contrôler la qualité des exemples utilisés.
Le rôle des ingénieurs face aux agents autonomes
L’automatisation ne supprime pas la responsabilité de validation. Une puce destinée à une voiture, un dispositif médical ou un équipement de télécommunications doit respecter des contraintes particulièrement sévères. Des erreurs de conception ne peuvent pas être corrigées aussi facilement qu’une erreur dans un document.
Des agents peuvent accélérer des tâches répétitives, aider à explorer davantage de variantes ou assister le débogage. Les ingénieurs restent indispensables pour définir les objectifs, comprendre les compromis physiques et signer les décisions avant la fabrication.
La boucle de retour d’expérience présentée par Cadence est intéressante précisément parce qu’elle réintroduit des résultats déterministes d’outils techniques dans l’apprentissage et l’évaluation des décisions de l’IA. La promesse commerciale devra toutefois être confirmée sur différents types de puces, de tailles d’équipes et de contraintes industrielles.
Cadence face à Synopsys et OpenAI : deux approches de l’IA pour les puces
Le marché de la conception électronique est fortement concentré. Deux acteurs majeurs, Cadence et Synopsys, fournissent de nombreux logiciels essentiels aux fabricants et concepteurs. Tous deux souhaitent intégrer davantage l’intelligence artificielle à leurs outils.
Synopsys a dévoilé en septembre un partenariat avec OpenAI autour d’un projet spécialisé, GPT-Synopsys. Cadence met de son côté l’accent sur une approche mêlant modèles spécialisés, technologies à poids ouverts, modèles de pointe et capacité d’hébergement par le client.
Ces stratégies répondent à des priorités différentes, notamment en matière de propriété intellectuelle, de personnalisation et de contrôle des ressources. Il serait prématuré de déclarer un gagnant sur la seule base des annonces commerciales d’octobre.
La course à la conception assistée par IA accompagne celle du matériel capable de faire tourner les modèles. Sur TechPi, retrouvez également le dossier consacré au NVIDIA DGX Spark et à l’IA locale, pour comprendre les différences entre un petit ordinateur IA et les infrastructures industrielles.
Quand Cadence Maestro sera-t-il disponible ?
Cadence prévoit un accès anticipé à certains premiers modèles au quatrième trimestre 2026 pour des clients sélectionnés. Le constructeur n’annonce pas une disponibilité immédiate pour tous les développeurs, ni une formule grand public à prix fixe.
Les conditions de licence, les modèles compatibles, le volume de calcul nécessaire et l’étendue des fonctions accessibles dépendront des offres proposées aux organisations. Une équipe qui envisage d’intégrer ces outils devra également vérifier leur compatibilité avec son environnement EDA existant.
Questions fréquentes
Cadence Maestro est-il un nouveau GPU ?
Non. C’est un portefeuille de modèles IA spécialisés dans la conception électronique, intégré aux agents et outils d’ingénierie de Cadence.
Pourquoi NVIDIA intervient-il ?
NVIDIA apporte notamment des briques issues de Nemotron pour les modèles et d’OpenShell pour encadrer les agents. Le logiciel reste conçu autour des outils EDA de Cadence.
Les performances sont-elles vraiment multipliées par cinq ?
Cadence annonce jusqu’à cinq fois plus d’efficacité en jetons sur des essais initiaux, pas une multiplication universelle par cinq des performances de chaque puce.
Peut-on utiliser Maestro sans envoyer ses plans dans le cloud ?
Cadence prévoit un déploiement sur l’infrastructure interne du client, selon les modèles et modalités applicables.
Un particulier peut-il le télécharger immédiatement ?
Non. Les premiers accès sont prévus pour des clients sélectionnés au quatrième trimestre 2026.
