Model dan platform AI
Spinout MIT FabuBlox Memperkenalkan FabAgent untuk Rekayasa Proses Semikonduktor

FabuBlox memperkenalkan FabAgent, kolaborator AI yang dirancang untuk membantu para insinyur semikonduktor menyusun, menganalisis, dan menyimulasikan proses fabrikasi sebelum menjalankannya di ruang bersih. Spinout MIT ini menghubungkan agen tersebut dengan rancangan proses terstruktur dan pengetahuan tentang fasilitas, dengan tujuan membantu para insinyur menelaah berbagai faktor yang saling bergantung dan menentukan keberhasilan suatu alur fabrikasi.
Gagasan utama perusahaan ini adalah bahwa kecerdasan proses perlu memahami fasilitas fabrikasi sekaligus prosesnya. Rangkaian langkah fabrikasi harus sesuai dengan peralatan, aturan material, resep, dan batas operasional fasilitas tempat proses itu akan dijalankan. Koneksi FabAgent dengan FabuBlox Facility OS dimaksudkan untuk menyediakan konteks tersebut saat keputusan rekayasa dibuat.
Dari Instruksi Proses hingga Struktur Perangkat yang Terlihat
FabAgent merupakan bagian dari platform yang sudah mengatur pengetahuan fabrikasi. Rangkaian Desain Proses milik perusahaan ini memadukan deskripsi proses yang terstandardisasi, visualisasi penampang, simulasi tumpukan lapisan, kontrol versi, dan repositori bersama. Para insinyur dapat menjelaskan tujuan fabrikasi dan menggunakan asisten AI untuk membantu menyusun alur proses, mengonfigurasi tiap langkah, serta menjajaki peralatan dan resep, sambil tetap meninjau proses yang diusulkan.
Lapisan visual memberikan acuan fisik bagi keputusan tersebut. Menurut FabuBlox, algoritme penelusuran sinarnya menyimulasikan perubahan pada tumpukan lapisan perangkat akibat tiap langkah berturut-turut, termasuk cakupan film dan profil dinding samping. Para insinyur dapat memilih garis potong dari berkas tata letak GDS untuk menghubungkan rangkaian fabrikasi dengan penampang perangkat yang dituju. Seiring berkembangnya desain, perubahan alur proses juga tercermin dalam visualisasi.
Kombinasi ini berguna karena suatu langkah proses mengubah kondisi awal bagi langkah-langkah berikutnya. Meninjau struktur yang terus berkembang bersama instruksi dapat membantu tim menemukan masalah integrasi lebih awal. Namun, kegunaan simulasi tetap bergantung pada seberapa akurat parameternya menggambarkan peralatan dan kondisi proses. Karena itu, kalibrasi dan pengukuran eksperimental menjadi bagian penting dari siklus rekayasa.
Facility OS Memberi Agen Konteks tentang Fasilitas Fabrikasi
Facility OS merepresentasikan peralatan dan batasan yang mendasari suatu proses. Model fasilitas terstrukturnya mencakup kemampuan peralatan, sumber daya yang didukung, batasan material, rentang parameter, resep, dan data kalibrasi. Para insinyur dapat menelusuri pustaka peralatan, sementara pencocokan berbantuan AI dirancang untuk membantu mengidentifikasi peralatan yang sesuai dengan operasi yang diminta.
Resep ditautkan ke peralatan tertentu beserta data karakterisasinya. Saat resep berkembang, platform menyoroti perubahan agar para insinyur dapat menyinkronkannya secara selektif dengan alur proses. Dengan demikian, hubungan antara proses yang diusulkan dan pengaturan serta perilaku terukur dari peralatan yang diharapkan menjalankannya tetap terjaga.
Pengendalian kontaminasi juga merupakan bagian penting dari model tersebut. Facility OS memadukan definisi material dan informasi tumpukan lapisan dengan batasan khusus tiap peralatan untuk mendukung keputusan kompatibilitas selama perencanaan. Karena itu, agen yang mengevaluasi suatu proses dapat mempertimbangkan apakah sebuah langkah sesuai dengan kombinasi material dan peralatan yang diizinkan di fasilitas, alih-alih memperlakukan setiap operasi sebagai instruksi yang berdiri sendiri.
Perusahaan ini juga menjelaskan alur kerja untuk meninjau permintaan fabrikasi yang masuk dan memperkirakan biaya berdasarkan langkah proses yang telah dikonfigurasi serta tarif fasilitas. Kemampuan tersebut memperluas pemanfaatan pengetahuan terstruktur yang sama ke pekerjaan koordinasi di sekitar proses fabrikasi.
Perusahaan yang Berakar pada Pengalaman Fabrikasi MIT
Akar FabuBlox berawal dari masalah berbagi pengetahuan yang dihadapi para pendirinya di MIT. Sebuah biografi di Microsystems Technology Laboratories MIT menyebutkan bahwa Jan Tiepelt dan para pendiri lainnya membuat platform tersebut pada 2023 untuk mendukung pembangunan basis data bersama bagi komunitas MIT.nano dan MTL. Tiepelt meraih gelar PhD di bidang teknik elektro dari MIT pada Mei 2024 setelah meneliti degradasi OLED biru.
Microsystems Technology Laboratories MIT mencantumkan FabuBlox sebagai salah satu perusahaan rintisan yang tumbuh dari komunitasnya. Investor Pillar VC menyebut tim pendirinya terdiri atas para pemegang gelar PhD dari MIT, Jan Tiepelt dan Josh Perozek, serta para insinyur Jack Muller dan Eyal Perry.
Perusahaan ini bergabung dengan program START.nano MIT.nano, menurut pengumuman MIT pada Januari 2025. Program tersebut mendukung usaha rintisan teknologi mendalam melalui akses fasilitas dengan harga diskon, saran teknis, dan koneksi ke jaringan inovasi institut itu. Uraian MIT tentang FabuBlox saat itu menekankan antarmuka desain prosesnya dan repositori mirip GitHub untuk mengatur pengetahuan fabrikasi.
Sejarah tersebut membantu menjelaskan arah produk saat ini. Alur proses berversi, repositori bersama, dan catatan peralatan terstruktur memberi asisten AI konteks rekayasa yang dapat digunakannya, sekaligus mempertahankan riwayat perkembangan suatu desain.
Belajar dari Wafer, dengan Pabrik Otonom dalam Peta Jalan
Komponen ketiga platform FabuBlox, Fab Run Studio, menghubungkan versi alur proses dan resep dengan wafer fisik, catatan pelaksanaan, dan metrologi. Perusahaan menyebutnya masih dalam tahap beta awal. Alur kerja yang dijelaskan mencakup pelacakan rute wafer bercabang dan pembagian parameter, perbandingan hasil, serta penggunaan peta wafer dan pengendalian proses statistik untuk mengidentifikasi variasi.
Siklus umpan balik yang dirancang menghubungkan hasil pengamatan dengan wafer, rute, resep, dan alat yang menghasilkannya. FabAgent kemudian dapat membantu para insinyur mempertimbangkan revisi alur proses, kalibrasi yang diperbarui, atau eksperimen berikutnya. Menjaga semua hubungan tersebut tetap terpadu sangat relevan dalam penelitian dan manufaktur dengan ragam produk tinggi, yang prosesnya mungkin sering berubah.
Industri yang lebih luas juga berinvestasi dalam siklus pembelajaran yang lebih singkat, seperti terlihat dalam kolaborasi R&D proses semikonduktor yang mendekatkan tim material, peralatan, dan integrasi. FabuBlox menangani sisi perangkat lunak dan pengelolaan pengetahuan dari tantangan tersebut.
Visi jangka panjangnya lebih jauh lagi: agen khusus untuk bidang seperti litografi, deposisi, dan etsa akan belajar dari hasil fisik serta membantu mengoordinasikan eksperimen dan perubahan proses. Model dunia khusus untuk pabrik dan manufaktur yang semakin otonom masih menjadi sasaran pengembangan. Facility OS juga menyebut sinyal peralatan langsung dan pemeliharaan prediktif sebagai bagian dari arah pengembangannya di masa depan.
Bagi para insinyur yang sedang mengevaluasi FabAgent, peluang langsungnya adalah memiliki mitra kolaborasi yang memahami struktur suatu proses dan batasan fasilitas. Langkah berikutnya adalah menghubungkan penalaran tersebut dengan hasil eksperimen yang dapat ditelusuri, sehingga setiap proses fabrikasi dapat menjadi dasar bagi keputusan rekayasa yang lebih baik.












