MIT発スタートアップFabuBlox、半導体製造プロセスのエンジニアリング向けにFabAgentを発表

FabuBloxは、半導体エンジニアがクリーンルームで実行する前に、製造プロセスを構築、分析、シミュレーションできるよう支援するAIアシスタント、FabAgentを発表した。MIT発の同社は、このエージェントを体系化されたプロセス設計や施設に関する知識と結び付け、製造フローの成否を左右する数多くの依存関係をエンジニアが検討できるようにすることを目指している。

同社の中核となる考え方は、プロセスインテリジェンスにはプロセスだけでなく、ファブについての理解も必要だというものだ。製造工程の一連のステップは、それを実行する施設の設備、材料に関する規則、レシピ、運転上の制約に適合しなければならない。FabAgentとFabuBlox Facility OSの連携は、エンジニアが判断を下す際に、そうした背景情報を利用できるようにすることを意図している。

プロセス指示からデバイス構造の可視化へ

FabAgentは、すでに製造に関する知識を体系化しているプラットフォームの一部だ。同社のプロセス設計スイートは、標準化されたプロセス記述、断面の可視化、積層構造のシミュレーション、バージョン管理、共有リポジトリを組み合わせている。エンジニアは製造の意図を記述し、AIアシスタントを使ってフローの構築や個々の工程の設定、装置やレシピの検討を支援してもらえる。その際、提案されたプロセスはエンジニアが確認できる状態に保たれる。

可視化レイヤーは、こうした判断に物理的な参照情報を与える。FabuBloxによると、同社のレイトレーシングアルゴリズムは、連続する工程によってデバイスの積層構造がどのように変化するかをシミュレーションする。これには、膜の被覆状態や側壁の形状も含まれる。エンジニアはGDSレイアウトファイルから切断線を選び、製造工程と、意図したデバイスの断面図を結び付けられる。設計の進展に伴ってフローが変更されると、その変更は可視化にも反映される。

工程の各ステップが後続の工程の初期条件を変えるため、この組み合わせは有用だ。指示と併せて変化していく構造を確認することで、チームは統合上の問題を早期に発見しやすくなる。ただし、シミュレーションの有用性は、パラメーターが設備やプロセスの条件をどれほど忠実に表しているかに左右される。そのため、エンジニアリングの反復プロセスでは、較正と実験による測定が重要となる。

Facility OSがエージェントにファブの状況を伝える

Facility OSは、プロセスを支える設備と制約を表現する。構造化された施設モデルには、装置の能力、対応するリソース、材料の制限、パラメーターの範囲、レシピ、較正データが含まれる。エンジニアは装置ライブラリを検索できるほか、AIを活用した照合機能によって、依頼された作業に適した設備を見つけやすくすることを目指している。

レシピは、それぞれ特定の装置とその特性評価データにひも付けられている。レシピが更新されると、プラットフォームは変更点を示し、エンジニアがプロセスフローと必要なものだけを選んで同期できるようにする。これにより、提案されたプロセスと、それを実行する予定の設備の設定および測定された動作特性との関係が保たれる。

汚染管理も、このモデルの重要な要素だ。Facility OSは、材料の定義や積層構造の情報を装置ごとの制限と組み合わせ、計画時の適合性判断を支援する。そのため、プロセスを評価するエージェントは、各工程を単独の指示として扱うのではなく、その工程が施設で許可された材料と設備の組み合わせに適合するかどうかも考慮できる。

同社は、受け付けた製造依頼を確認し、設定済みの工程と施設の価格設定に基づいてコストを見積もるワークフローについても説明している。こうした機能により、同じ体系化された知識を、製造を取り巻く調整業務にも活用できる。

MITの製造経験から生まれた企業

FabuBloxの起点には、創業者たちがMITで直面した知識共有の課題がある。MIT Microsystems Technology Laboratoriesの紹介記事によると、Jan Tiepeltと共同創業者たちは、MIT.nanoおよびMTLのコミュニティで共有データベースの構築を支援するため、2023年にこのプラットフォームを開発した。Tiepeltは、青色OLEDの劣化に関する研究を経て、2024年5月にMITの電気工学博士課程を修了した。

MITのMicrosystems Technology Laboratoriesは、FabuBloxを同研究所のコミュニティから生まれたスタートアップの一つに挙げている。投資家のPillar VCは、創業チームをMITで博士号を取得したJan TiepeltとJosh Perozek、そしてエンジニアのJack MullerとEyal Perryとして紹介している。

同社はMIT.nanoのSTART.nanoプログラムに参加した。これは、2025年1月のMITの発表によるものだ。同プログラムは、施設を割引料金で利用できる機会、技術的な助言、研究所のイノベーションネットワークとのつながりを提供し、ハードテック分野の事業を支援する。当時のMITによるFabuBloxの紹介では、製造に関する知識を整理するためのプロセス設計インターフェースとGitHub風のリポジトリが強調されていた。

こうした経緯は、現在の製品の方向性を理解する手掛かりとなる。バージョン管理されたプロセスフロー、共有リポジトリ、体系化された設備記録によって、AIアシスタントは扱いやすいエンジニアリング上の背景情報を得られる。同時に、設計がどのように発展してきたかという履歴も保たれる。

ウェハーから学び、自律型ファブを将来の構想に

FabuBloxのプラットフォームを構成する3つ目の要素、Fab Run Studioは、プロセスフローの各バージョンやレシピを、実際のウェハー、実行記録、計測データと結び付けます。同社は、これを初期ベータ版と位置付けています。説明されているワークフローには、分岐するウェハーの経路やパラメーターの分割を追跡すること、結果を比較すること、ウェハーマップと統計的工程管理を活用してばらつきを特定することが含まれます。

想定されているフィードバックループでは、観測された結果を、それを生み出したウェハー、経路、レシピ、装置に結び付けます。そのうえでFabAgentは、エンジニアがフローの改訂、校正の更新、または次の実験を検討するのを支援できます。こうした関連情報を一元的に保つことは、プロセスが頻繁に変わる研究や多品種生産の現場で、とりわけ重要です。

材料、装置、プロセス統合の各チームの連携を強化する半導体プロセスの共同研究開発に見られるように、業界全体でも学習サイクルの短縮に向けた投資が進んでいます。FabuBloxは、この課題のうちソフトウェアとナレッジマネジメントの側面に取り組んでいます。

同社の長期的なビジョンはさらに先を見据えています。リソグラフィ、成膜、エッチングなどの分野に特化したエージェントが、実際の製造結果から学び、実験やプロセス変更の調整を支援する構想です。ファブに特化した世界モデルや、製造のさらなる自律化は、依然として開発目標です。Facility OSも同様に、装置からのリアルタイム信号や予知保全を将来の方向性として掲げています。

現時点でFabAgentの評価を検討しているエンジニアにとって、まず期待できるのは、プロセスの構造と施設の制約を踏まえて支援する協働相手としての役割です。次の段階では、その推論を追跡可能な実験結果と結び付け、製造の各工程から、より適切なエンジニアリング上の判断につなげられるようにすることが求められます。