宣布推出第一款基于机器学习的创新设计工具Cerebrus，扩展并自动化数字芯片设计流程，让客户高效实现苛刻的芯片设计目标。
Cadence Digital和Signing事业部产品工程高级组主管刘淼表示，Cerebrus是一款完全基于机器学习人工智能引擎的EDA工具，可以实现数字芯片的自动化和规模化。
据官方介绍，大脑采用独特的机器学习ML技术来推动CadenceRTL—to—sign—off实施过程，提供高达10倍的生产力，并将设计取得的PPA成果提高20%。
刘淼指出，大脑有四个主要特征，
首先，提高生产率，功耗和PPA基于独特的增强机器学习，它可以带来约10倍的生产率提升和20%的性能提升
第二，来自自动化的全新RTLtoGDSRTL指的是写作，比如前端工程师的输出是RTL，我们就从RTL改成GDS，最后就可以得到晶圆厂的档案这可能有十几个步骤，这是一个全自动的过程，所以可以提高我们团队的效率
第三，为芯片设计人员提供基础毕业生或没有经验的学生可以使用大脑来快速解决他在芯片设计和实现方面的问题
第四，提供可扩展性大脑是一种分布式，可扩展的计算解决方案，无论是企业的公有云还是私有云，都可以使用大量的计算资源，利用可用的云资源完成计算
在此之前，没有自动的方式帮助设计团队重用过去积累的设计知识，每一个新项目都要花费太多的时间再次从经验中学习，这也会影响项目的利润率Cadence公司高级副总裁兼数字与签名事业部总经理Chin—ChiTeng博士表示，大脑的出现标志着EDA行业的颠覆性创新以机器学习为核心的数字芯片设计工具，会给工程团队更多的机会在项目中发挥更大的影响力，因为他们可以告别重复的手工流程伴随着行业不断向先进工艺节点发展，设计的规模和复杂程度也在不断增加，大脑可以帮助设计师更有效地实现PPA目标
