ファウンドリやIDM（垂直統合型半導体メーカー）の製造データから、工程の課題を特定。処理前に結果を予測し、生産現場でAIの性能を維持します。お客様の工程・設備・運用環境に合わせて構築します。
製造工程が複雑になるにつれ、設備や材料のわずかな変化が、工程の結果に影響を及ぼします。
品質と歩留まりを支える専門知識を、誰もが繰り返し活用できる仕組みにする必要があります。
半導体データ、物理現象、製造要件を踏まえて、分析と運用を設計します。
半導体AIを提供する2社の公開情報をもとに、対応範囲、予測、モデル運用、導入環境の観点からBFAIと比較します。
| 選定基準 | 半導体AI A社 | 半導体AI B社 | BFAI |
|---|---|---|---|
| 対応範囲・機能 | 半導体製造装置の診断、工程監視、欠陥分析に加え、対応ワークフローやフィールドサービスとの連携。 | 半導体工程の予測と因果分析、SEM画像検査、計測の最適化、対話形式の分析。 | ファウンドリとIDMを中心に、外観検査、因果分析・予測、ローカルLLM、MLOpsを提供。 |
| 予測・計測 | 工程ドリフトの検知とレシピの最適化。処理前の結果予測については、公開情報に提供条件の明記なし。 | 計測値の推定（仮想計測）、重ね合わせ精度（オーバーレイ）や工程ドリフトの予測、次ロットへの補正、測定位置の最適化。 | 装置のセンサーデータを用いて処理前に結果を予測。予測値で計測の一部を置き換え、実測回数を削減。 |
| 本番環境でのモデル運用 | 学習、検証、デプロイ、監視、再学習に対応。モデルの登録・バージョン管理、ロールバックが可能。 | ドリフト監視、定期的な再学習、モデル更新、継続的なデプロイと運用ガバナンス。 | ドリフトの早期検知、管理図に基づく監視、モデル管理、再学習、承認、再デプロイ。 |
| 導入環境・データの取り扱い | 顧客VPC、オンプレミス、外部ネットワークから隔離された環境に対応。データは顧客環境内に保持すると明記。 | クラウド、オンプレミス、外部ネットワークから隔離された環境に対応。オンプレミスの工程データは工場内に保持すると明記。 | クラウド、オンプレミス、ハイブリッド、エッジPCに対応。ローカルLLMを含む社内でのデータ処理を支援。 |
A社・B社の記載は、各社の公開情報を要約したものです。対応工程、利用可能な機能、導入条件は、構成や製品プランによって異なります。
お客様のチームと協力し、設備、データ、判断基準に合わせてAIを最適化します。
承認フローや既存システムとの連携に対応します。
工場の現場で検査画像を処理します。
データの機密性やネットワークの制約を踏まえて設計します。
評価、生産ラインへの導入、継続的な運用を支援します。
お客様の工程・運用に合わせて調整
設備 / 工程レシピ / 品質基準 / 承認フロー
共通のAI基盤
半導体データ分析 / 標準MLOps / モデル管理
共通プラットフォームでPoCを開始し、本番導入に向けて現場固有の要件を組み込みます。
4つの製品を組み合わせて、お客様の製造現場の課題に対応します。
各製品は単独でも導入できます。
顧客・製品ごとのレシピ管理、新工程の歩留まりの立ち上げ、多数の装置にまたがるAI運用を支援します。
製品ごとの検査と品質管理を支援。製造で得られた知見を、次の設計に活用します。
半導体バリューチェーン全体への応用
ICパッケージ基板メーカーやイメージセンサーメーカーを含む、日本の半導体・電子部品メーカーとともに、PoCから本番導入へと取り組みを進めています。
後工程の外観検査PoC：確認レビュー、最終検査、分類。
後工程の外観検査PoCにおける、人による目視確認との比較。
最先端の微細化プロセスにおける新工程で、因果AIと予測モデルを活用したPoC。
装置センサーデータから結果を予測し、実際の計測の一部を置き換えたPoC。
BFAIのPoC結果に基づきます。詳しい評価条件についてはお問い合わせください。
豊橋技術科学大学
次世代半導体・センサ科学研究所
共同研究契約に基づき、IRES²のデータと検証設備を活用しています。研究所内に設けた研究開発拠点「Silicon Frontier Labs」では、AIの開発・検証を行うとともに、AIを活用した研究ワークフローの高度化を進めています。
参加プログラム・認定
姿勢推定に基づく作業分析AIが、大手自動車メーカーの組立ラインで稼働しています。
お客様の工程、データ、導入環境についてご相談ください。