今週開催された年次イベント「CadenceLIVE」で、ケイデンス・デザイン・システムズは、AI時代における同社の役割の進化を示す2つの発表を行った。1つは、アクセラレーテッドコンピューティング、デジタルツイン、大規模システムシミュレーションに関するエヌビディアとの長年の関係を深化させる提携だ。もう1つは、グーグルのGeminiモデルをケイデンスのChipStack AIプラットフォームに統合し、クラウド上でのエージェント駆動型設計自動化を推進するものである。
個別に見れば、各発表は段階的なものだ。しかし総合的に見ると、エンジニアリングワークフローがますますエージェント主導型となり、シミュレーション優先となり、最終的に稼働するインフラと緊密に結合されるという、より広範な業界シフトの輪郭を描いている。
エヌビディアとの提携がケイデンスのシステムレベルシミュレーションビジョンを支える
エヌビディアとの拡大された協業は、2つの発表のうち戦略的により重要なものと言えるだろう。なぜなら、チップ設計を超えて、フルシステムエンジニアリングとAIインフラ最適化にまで及ぶからだ。ケイデンスとエヌビディアは、エージェント型AI、物理ベースのシミュレーション、アクセラレーテッドコンピューティングを組み合わせ、半導体からロボティクス、すなわち物理AI、そしてハイパースケールAIファクトリーに至るまで、複雑なシステムのモデル化と展開方法を再構築している。
このシステムレベルの焦点は、業界が向かっている方向を反映している。AIの展開が拡大するにつれ、パフォーマンスはもはやシリコンの能力だけでは決まらない。コンピュート、ネットワーキング、冷却、電力で構成されるシステム全体が、いかに効率的に最適に機能するかによって、ますます定義されるようになっている。ケイデンスのデジタルツイン技術は、業界が直面しているこの新しい現実の中心に位置している。ケイデンスのデジタルツインおよびAIファクトリーモデリングワークフローをサポートする技術を含む、システム設計・解析およびマルチフィジックスシミュレーションポートフォリオを、エヌビディアのCUDA-Xライブラリ、AI物理モデル、Omniverseベースのシミュレーション環境と統合することで、両社はエンジニアが大規模システムを物理的に展開する前に、インフラの動作とシステムパフォーマンスをモデル化できるようにしている。
例えば、モデル化された10メガワットのAIファクトリーシナリオでは、低電力MaxQ動作モードを含むGPUの電力と冷却構成を最適化することで、トークン毎ワット効率が最大17%向上し、ハイパースケールにおけるインフラ最適化の具体的な財務的影響が浮き彫りになった。トークン毎ワットは、AIインフラを定義する指標として急速に台頭しており、エンジニアリングの意思決定を、大規模な推論およびトレーニング展開における運用コストと収益への影響に直接結びつけている。
グーグルとの協業はチップ設計ワークフローを対象とする
エヌビディアとの提携がシステムレベルのシミュレーションとインフラ効率を重視する一方、ケイデンスとグーグルクラウドとの協業は、チップとシステムがどのように設計・検証されるかという、エンジニアリングプロセスのフロントエンドにより焦点を当てている。
ケイデンスのChipStack AIスーパーエージェントは、大規模言語モデル（LLM）の推論機能をネイティブEDAツールと統合し、複雑な設計および検証ワークフローを自動化する。このプラットフォームをグーグルのGeminiモデルおよびクラウドインフラと組み合わせることで、ケイデンスは半導体設計エンジニアリング向けのスケーラブルなエージェント駆動型環境を実現している。
同社によると、初期の展開では設計および検証タスク全体で最大10倍の生産性向上が実証されており、エージェントベースのワークフローが開発サイクルを圧縮し、エンジニアリングのスループットを向上させる大きな機会を反映している。
より高いレベルでは、この協業は新しいワークフローアプローチを強調している。静的なスクリプトと順次的な設計プロセスに依存する代わりに、エージェント駆動型システムは設計段階全体にわたって推論し、タスクを自動的に調整し、制約が変化するにつれてワークフローを動的に適応させることができる。その柔軟性は、半導体アーキテクチャがより複雑になり、開発タイムラインが圧縮され続ける中で、ますます重要になっている。
設計、シミュレーション、展開を接続する
これらの発表が特に関連性が高いのは、エンジニアリングライフサイクル全体にわたって緊密に連携している点だ。グーグルとの協業は、エージェント駆動型自動化を通じて設計と検証を加速することに焦点を当てている。エヌビディアとの提携は、これらの機能をシミュレーション、検証、インフラ最適化にまで拡張する。両者を合わせると、コンセプトから設計、展開に至る道のりを網羅する連続体を形成する。
この連携は、シミュレーション優先のエンジニアリングモデルへの、より広範な業界移行を反映している。ハードウェアを構築して事後的にテストする代わりに、企業は物理的な展開にコミットする前に、仮想環境でシステムを検証することが増えている。デジタルツインは、このアプローチの中心的な実現手段である。デジタルツインにより、エンジニアは設計のトレードオフを探求し、パフォーマンスシナリオを評価し、ソフトウェア上でシステム構成を最適化でき、リスクを低減し、開発サイクルを短縮できる。
AIインフラプロバイダーにとって、現代のデータセンターのコストと複雑さは、試行錯誤による展開を非現実的なものにしている。シミュレーション駆動型設計は、実行、パフォーマンス、効率への、より予測可能な道筋を提供する。
電子設計自動化の範囲を拡大する
競争の観点から見ると、ケイデンスの戦略は、同社が従来の電子設計自動化（EDA）を超えて意図的に範囲を拡大している様子を詳述している。EDAは歴史的に、チップの設計と検証に必要なツールに焦点を当ててきた。市場の次の段階は、設計、シミュレーション、システム展開を含む複数のドメインにわたってワークフローを調整することを中心に展開される可能性が高い。エージェントベースの自動化とデジタルツイン技術へのケイデンスの投資は、同社が3つすべてに参加できる立場に位置づけている。
このより広範な役割は、競争環境に影響を及ぼす。AIワークロードが拡大し、システムの複雑さが増すにつれ、エンジニアリングの生産性は戦略的な差別化要因となる。システムをより迅速に設計、シミュレーション、最適化できる組織は、製品をより早く市場に投入し、より効率的に運営できる。そのような環境では、単にワークフローを実行するのではなく、エンジニアリングワークフローを調整するソフトウェアプラットフォームが、ますます価値を増していく。
エージェント駆動型エンジニアリングの採用サイクルはまだ初期段階にあり、実世界での検証が最終的に、これらの技術が主流の使用にどれだけ早く移行するかを決定するだろう。しかし、業界が向かっている方向はますます明確になっている。エンジニアリングは、設計、シミュレーション、展開が緊密に統合され、ますます自動化される、継続的でソフトウェア定義されたプロセスへと進化している。
ケイデンスによるエヌビディアおよびグーグルとの2つの発表は、単一の画期的な瞬間を表すものではない。むしろ、次世代のAIシステムがどのように構築され、運用されるかを再構築する可能性のある、よりインテリジェントでスケーラブル、かつインフラを意識したエンジニアリングへの業界移行における、実用的な一歩を示している。
