Cadence AuraStack: ИИ-агент, который ускоряет проектирование плат и корпусов чипов в 15 раз

Cadence AuraStack: новый ИИ-агент, который ускоряет проектирование печатных плат (PCB) и корпусирование чипов за счёт связки с HPC-симуляциями. Cadence Design Systems показала систему 15 июля 2026 года: она помогает инженерам-электрикам проектировать и тестировать платы и заниматься продвинутым корпусированием (advanced packaging). Идея запуска идёт против нынешней волны ИИ-хайпа. Cadence не подменяет проверенные физические симуляторы нейросетями, а заставляет ИИ-агента ими дирижировать.

Майкл Джексон, корпоративный вице-президент подразделения Cadence по системному проектированию и анализу, говорит о приросте продуктивности до 15 раз. На сервис уже подписались крупные игроки электронной индустрии, включая Nvidia.

ИИ-агент как дирижёр, а не как замена симуляций

AuraStack устроен по той же логике, что кодовые ассистенты вроде Anthropic Claude Code или OpenAI Codex. Только вместо написания, компиляции и отладки кода на C или Rust в песочнице агент Cadence управляет готовыми наборами для тестирования и симуляции.

ИИ-модель работает как естественно-языковой интерфейс. Она планирует и запускает многошаговые процессы проектирования печатных плат и тестирования схем, а вычисления идут с высокой точностью на CPU, GPU и других ускорителях. Смысл в том, что склонная к галлюцинациям модель не считает физику сама, за расчёты отвечают детерминированные симуляторы. AuraStack подключается и к открытым, и к проприетарным моделям.

Почему 65% дня инженера уходит на рутину

Проектирование платы или корпуса нередко требует тысяч задач на протяжении разработки. По оценке Cadence, 65% рабочего дня инженера уходит на навигацию между инструментами и обслуживание этих задач: подготовку данных, настройку симуляций, сбор обратной связи. На собственно инженерные решения остаётся меньше половины времени.

Пример: проверка IR-надёжности

Джексон разложил один типичный сценарий, проверку и исправление IR-надёжности (падения напряжения в цепях питания):

«Например, если я собираюсь проверить и исправить IR-надёжность, мне нужно идентифицировать компоненты управления питанием, создать готовое к симуляции дерево питания, затем провести симуляцию и дать обратную связь проектировщику».

Каждый из этих шагов: отдельная ручная операция. AuraStack берёт всю цепочку на себя: находит нужные компоненты, строит дерево питания, запускает расчёт и возвращает результат инженеру. Отсюда и заявленные 15x. Экономия идёт не на скорости самой симуляции, а на устранении рутинных переходов между этапами.

Высокая и низкая точность: две крайности HPC, которые работают вместе

Самое любопытное в AuraStack, как связаны два противоположных подхода к вычислениям. Физические симуляции традиционно опираются на двойную точность (double-precision), ресурсоёмкие расчёты, где важен каждый бит. ИИ-модели наоборот всё чаще работают на низкой точности, вплоть до 4-битной.

На поверхности это два крайних полюса. И то, и другое остаётся высокопроизводительными вычислениями (HPC). Дешёвая низкоточная модель управляет дорогими высокоточными расчётами: запускает HPC-симуляции только там, где нужно, и в правильной последовательности. Так связка экономит ресурсы, решая более сложные задачи быстрее.

Подход не нов. Одним из его главных сторонников выступает Nvidia, что логично: её GPU давно не ограничены обучением и запуском ИИ-моделей и одинаково хорошо тянут оба полюса спектра.

Не только печатные платы: чиплеты и 3D-корпусирование

Cadence сплавляет ИИ с HPC не только для проектирования PCB и корпусирования. Компания построила похожие агенты для цифрового и аналогового проектирования чипов, так что AuraStack часть более широкой стратегии, а не единичный продукт.

Корпусирование при этом всё чаще становится узким местом. С переходом на чиплеты и 2.5D/3D-интеграцию тепловые и сигнальные задачи усложняются, а число проверок растёт. Именно там оркестрация HPC-симуляций даёт максимальную отдачу.

От EDA к самоуправляемым лабораториям

Концептуально AuraStack перекликается с тем, что уже пробуют в науке. Ранее в 2026 году исследователи из Sandia National Laboratories Министерства энергетики США применили ИИ-агентов для разработки и проверки гипотез, назвав систему «самоуправляемой лабораторией». Правда, те тесты опирались не на большие языковые модели, а на более зрелые архитектуры, вариационные автоэнкодеры.

Логика та же: агент планирует эксперименты, запускает расчёты и итерирует результаты. Учитывая успех кодовых ассистентов, нетрудно представить оболочки вроде AuraStack, которые управляют лабораторным оборудованием и продолжают гонять симуляции даже после того, как инженер ушёл спать.

«ИИ усиливает ценность наших инженерных продуктов и технологий», резюмировал Джексон.

Для тех, кому важна инфраструктура, здесь есть побочный сигнал. Тренд на ИИ-агентов, которые оркестрируют тяжёлые вычисления, повышает спрос на HPC-мощности: GPU, CPU и ускорители. Чем больше рутины уходит агентам, тем сильнее нагрузка ложится на вычислительные кластеры за их спиной. Планируете внедрять ИИ-агентов или расчётные задачи, оцените потребность в вычислительных ресурсах заранее.

Источники

The Register, о запуске Cadence AuraStack и связке ИИ с HPC-симуляциями