半導体の検査とテストにAI　エヌビディアはBlackwellの量産でアドバンテストのデータ基盤を採用

半導体の工場では、ウエハーの上の微細な欠陥を光や電子線で探し、完成したチップは電気を流してテストします。回路が細かくなり、チップが大きくなるほど、見つかる「欠陥の候補」とテストのデータが増えます。そのすべてを人が見て判断することはできません。そこで、本当の欠陥とそうでないものをAIに仕分けさせる仕組みが入っています。

テストのデータをその場でAIに

アドバンテストの米国の地域統括会社Advantest Americaは2025年10月6日、テストの工程で出るデータをその場で解析し、テストを最適化するAIの仕組みを発表しました。

アドバンテストのテストのAIの仕組み（会社の発表から）

項目	内容
土台	テストのデータを集めて解析する基盤「ACS RTDI」
組み合わせる技術	エヌビディアの機械学習
何をするか	テスト中のチップごとに、テストの条件や項目をGPUで高速に最適化する
従来の課題	データの収集、故障の解析、テストへの反映に数週間
採用	エヌビディアがBlackwellと次の世代の量産に採用
今後の計画	NVIDIA NeMoとNIMを取り入れ、テストの環境でAIエージェントを動かす

工程全体のデータを前の工程から順に取り込む「Data-Feed-Forward」の機能を使います。複数の機械学習のモデルを、学習させながら同時に動かせるとしています。効率の向上、費用の削減、歩留まりの改善を見込みますが、効果の数字は示していません。

同社は、テスタのデータを常に監視して異常を見つける「ACS AI-Powered Anomaly Detection」も提供しています。歩留まりの急な変化、装置の問題、工程のずれを、大きな問題になる前に見つけ、原因の仮説とともに知らせる仕組みです。

欠陥の検査でも深層学習

ウエハーの欠陥の検査では、米KLAが2020年7月20日に電子線の検査装置「eSL10」を発表しました。1本の高い電流密度の電子線を使い、「Yellowstone」と呼ぶ走査の方式で、1回に100億画素の情報を集めます。表面、凹凸、材料の違い、深い溝の情報を1回の走査で取ります。

KLAは、eSL10には深層学習の仕組みを持つAIを入れたと説明しています。お客の検査の求めの変化に合わせて学び、細かい欠陥の信号を、回路の模様や工程の雑音から分けます。対象は、DRAM、3次元のNAND、GAAのトランジスタやEUVの露光を使う先端のロジックです。光の検査装置で候補を広く見つけ、電子線で細かく確かめる組み合わせで使います。

AIの半導体がAIの検査を使う

エヌビディアは、自社のGPUの量産のテストに、自社のAIの技術を組み込んだ基盤を使う形になりました。AIの半導体の生産が増えるほど、テストと検査のデータも増えます。アドバンテストは1954年創業で、海外の売上の比率が9割を超えます。

今後の注目点

アドバンテストは、テストの環境で生成AIのアプリを動かすAIエージェントを広げる計画です。エヌビディアは8〜10月期の決算を米国時間の11月17日に発表します。