Semiconductor
Resource hub

半導体産業は構造的な転換点に差し掛かっています。AI によって爆発的に拡大する需要、急速に複雑化する製造プロセス、そして厳格化するサステナビリティ要件が同時に押し寄せているからです。このような状況において、装置・センサー・ローカルコントローラに直接実装されるエッジAIは、実験的技術から欠かせない技術へと移行しつつあります。とりわけミリ秒単位が勝負を分ける半導体ファブではその重要度が高まります。SEMIが2026年3月18〜19日にカリフォルニア州ミルピタスで開催するワークショップ Smarter Sensors, Smarter Fabs: AI at the Edge in Semiconductor Manufacturing では、この重要なテーマが取り上げられました。 スパースセンシングから高密度計測へ20年ほど前のプロセス装置は、チャンバーあたり数十個のセンサーを使用するのが通常でした。現在では、最先端エッチング、成膜、CMP、リソグラフィ装置は、圧力、流量、RF電力、光学式エンドポイント、振動、化学組成など、数百のセンシングチャネルを当たり前に統合しています。3nmや2nmではプロセスウィンドウが極めて狭いため、歩留まりは複数の変数が複雑に絡むチャンバー環境や装置状態の把握に依存しており、少数の独立したアラームだけでは対応できません。センサーの急増によりファブは豊富なデータ環境へと進化した一方で、従来の集中管理型コントロールの限界が露呈されるようになりました。 なぜエッジAIがクラウド依存の制御に置き換わっているのか従来のアーキテクチャでは、負荷の大きい解析処理を中央サーバーやクラウドに送り、上位システムが定期的にレシピ、設定値、ディスパッチルールを更新する方式が採用されていました。しかし製造業におけるクラウドとの通信往復時間が一般的に 800〜2,400ミリ秒であるのに対し、装置に密着したエッジシステムの応答時間は 15〜45ミリ秒です。つまり、約50〜160倍高速になるのです。半導体製造のように安全性と歩留まりが極めて重要な制御ループでは、このレイテンシーの差を受け入れられない場合が多いのです。同時に、次世代の低消費電力ニューラルプロセッシングユニット（NPU）やエッジアクセラレータは、1桁ワットの電力で数十TOPS（毎秒数十兆回の演算）を実行できるようになり、装置内やカメラ、コントローラ内部での常時オンの推論が現実的になってきました。その結果、アーキテクチャは決定的にエッジネイティブへと移行しています。つまり、モデルはデータが生成される場所で実行し、クラウドは再学習や全装置群にわたる学習に限定して使う方式へと変わりつつあります。 ライン上で進むエッジAIの活用：制御、検査、保全プロセス制御の領域では、エッジAIによって、従来の単一変量の閾値チェックから、複数センサーのデータがつくる相関的なダイナミクスを理解する多変量モデルへと移行が進んでいます。現在のプラットフォームは、深層学習モデルや統計モデルを装置内部またはその近傍に直接組み込み、高次元の時系列データからリアルタイムでエンドポイント予測や異常検知を実行しています。同様のアプローチはリソグラフィやCMPでも広がっており、ローカル推論によってフォーカス、オーバーレイ、研磨レートを規格内に保ち、ウェーハが制御不能状態に逸脱する前に調整を行えるようになっています。検査やロジスティクスでも同様の変革が起こっています。NPUを組み込んだビジョンシステムは、1分あたり100個以上の処理速度でライン上の欠陥を分類し、大量の画像を中央のクラスタに送る必要をなくしています。ロボットやAMR（自律走行ロボット）は、短時間先の動作の再計算や衝突回避をローカルのインテリジェンスで行い、上位システムはグローバルなスケジューリングや最適化に専念できるようになっています。予知保全は、エッジAI活用の中でも最も成熟した応用分野の一つです。振動、音響、温度、圧力といったデータをローカルで分析し、従来の閾値が反応する数時間から数日前に異常の兆候を検知します。これらのモデルをMES（製造実行システム）や保全ワークフローに統合することで、突発的なダウンタイムの削減、部品寿命の延長、保守コストの低減といった効果が報告されています。 エッジデータを基盤とするデジタルツインとエージェント型AIデジタルツインは、センシングとエッジ分析の基盤の上に成り立つ技術です。装置、ライン、さらにはファブ全体の仮想モデルをリアルタイムに更新しながら維持することで、仕掛かり品を危険にさらすことなく、シナリオテスト、ボトルネック解消、根本原因分析を可能にします。ベンダーや先行導入企業の報告によると、デジタルツインによって、物理的な変更を加える前に数千ものWhat-If分析を実行できるため、プロセスノードの立ち上げや施設稼働開始までの期間を短縮できるとされています。エージェント型AIは、まさにこのデジタルツインの上位レイヤーを担う存在として台頭しています。半導体業界の事例では、MES、高度プロセス制御（APC）、計画システムに接続されたエージェントが、ファブのリアルタイム状況に応じてルーティング、バッチサイズ、スケジューリングを自律的に調整し、スループット、サイクルタイム、装置稼働率を二桁％改善した例が報告されています。また別のエージェントは、非構造化データであるエンジニアのノートや故障報告を解析し、根本原因分析を加速することで、現場で得られた貴重な知見を再現可能なルールとして行動に落とし込む役割を果たしています。 持続可能性が最重要要件になる時代サステナビリティの要求が、この技術スタックをさらに強固なものにしています。半導体製造はエネルギーと資源を大量に消費する産業であり、規制当局と顧客の双方が、より高い透明性と改善を求めているのです。エッジに接続されたエネルギー、ユーティリティ、排出量のモニタリングによって、すでに一部のファブでは、HVAC、プロセスガス、アイドルモードの制御を最適化することで、エネルギー関連コストを約20％削減できたと報告されています。また、imecのSustainable Semiconductor Technologies and Systems (SSTS) プログラムのような研究イニシアチブでは、仮想ファブ手法や詳細なライフサイクルアセスメントを活用し、環境負荷を低減するためのプロセス選択や装置設計に指針を与えています。 実務者向けのさらなる情報源方向性は明確です。高密度なセンシング、エッジAI、デジタルツイン、エージェント型AIを組み合わせたファブは、継続的に学習し、自律的に最適化するオペレーションへ向けて進化しています。アーキテクチャは、クラウド依存ではなくエッジを中心に構築する必要があります。ローカルなインテリジェンスを待たせずに単にセンサーを追加するだけでは競争優位は得られません。また環境KPIも、歩留まりやサイクルタイムと同じ厳密さで最適化されるようになるでしょう。このようなトレンドをロードマップに落とし込みたい実務者に向けて、SEMI Manufacturing Coalitions が主導する Smarter Sensors, Smarter Fabs: AI at the Edge in Semiconductor Manufacturing（2026年3月18〜19日、カリフォルニア州ミルピタス）が開催されました。ここでは、センシング、エッジアーキテクチャ、デジタルツイン、エージェント型AIの専門家が集まり、半導体ファブ向けに最適化された具体的な導入事例やアーキテクチャを共有する場が提供されました。 *SEMI Manufacturing Coalitions には、Smart Manufacturing、Fab Owners Alliance（FOA）、MEMS and Sensors Industry Group（MSIG）、Advanced Packaging Heterogeneous Integration（APHI）、そして Semiconductor Components, Instruments, and Subsystems（SCIS）が含まれています。Anshu Bahadurは、SEMIのTechnology Communities担当のシニアプログラムマネージャーです。Mark da Silvaは、SEMIのManufacturing Coalitions担当のシニアディレクターです。

半導体産業は、AI やクラウドコンピューティングから電気自動車に至るまで、現代テクノロジーを支える基盤となっています。しかし、この重要な産業は世界的に見ても資源集約度が高く、特に水への依存度が大きいことでも知られています。1つの半導体製造工場は、1 日に 1,000万ガロンもの水を必要とすることがあり、これは人口30万人の都市に匹敵する消費量です。もちろん、この水の多くは高度なシステムを通じて再利用・リサイクルされています。それでも、この莫大な水使用量、特に洗浄やエッチングのような工程に不可欠な超純水の需要により、安定的に高品質な水へアクセスできることは、操業の信頼性や事業継続性にとって絶対条件となっています。新たに発表されたインサイトレポート「Ripple Effects: Water Risk and Resilience Across the Semiconductor Value Chain（波紋効果：半導体バリューチェーンにおける水リスクとレジリエンス）」は、半導体セクターにおける水リスクのホットスポットを世界で初めて体系的に示したものであり、89の水域にまたがる140施設を対象に水リスクを評価し、将来のリスク軽減戦略の策定に資する内容となっています。分析では、水リスクが操業停止時間、復旧コスト、サプライチェーン全体に連鎖する納期遅延などを通じ、企業の事業継続性に財務的に重大な影響を与え得ることが論じられています。S P Globalは、2050年までに水関連リスクが世界の IT 大手企業に年間最大 240億ドルのコストをもたらす可能性があると予測しています。特に本研究では、洪水リスクや、水資源配分をめぐる地域コミュニティとの関係悪化といったレピュテーションリスクが、半導体バリューチェーンにとって最も差し迫った脅威として特定されています。これらの懸念は、台湾、韓国、米国の一部といった主要拠点で最も顕著に表れています。業界はしばしば水使用量の多さを批判されますが、今回分析対象となった拠点のうち、水不足の影響を受けているのは現時点ではわずか16％に過ぎません。しかし、この数字は誤った安心感を与える可能性があります。気候変動が進むにつれて、水に関連する操業中断の頻度と深刻度は、現在の事業継続計画（BCP）が想定している範囲を超えて増加する見通しです。長期予測によれば、2021年以降に発表された半導体製造施設の40％超が、2030年から 2040年の間に高い、もしくは極めて高い水ストレスに直面すると予測される流域に立地しています。これは、長期的な操業レジリエンスを確保するために、新拠点の計画段階から将来を見据えたリスクモデルを統合する必要性が高まっていることを示しています。効果的なリスク管理は、サプライヤーレベルの水データに関する透明性の欠如によって大きく阻害されています。多くの企業は自社の直接操業における水リスク評価を実施しているものの、サプライヤーデータやリスク管理に関する包括的かつ業界全体での取り組みは依然として不足しています。CDPのデータによれば、5 社に1社がサプライチェーンにおける水リスクにより770億ドル相当の脅威を報告しているものの、そのうちの半数しかサプライヤーとこの問題について連携していません。半導体のエンドユーザー企業にとって、これらのリスクは多層的なサプライチェーンの奥深くに潜んでいることが多く、Tier 1サプライヤーを超えた幅広いエンゲージメントが必要となります。複雑化するリスクに対応するためには、レポートは地域特有の評価を含む「コンテクスチュアル（文脈依存型）アプローチ」への移行が不可欠であると強調しています。コンテクスチュアルな水リスクは本質的にローカルな特性を持ち、地域の水の利用可能性、水質、インフラに加えて、流域レベルの広範な動態、規制圧力、地域コミュニティの期待などに左右されます。こうした従来の基本的な操業管理から企業としての水管理責任（ウォータースチュワードシップ）へと移行するために、いくつかの体系的な手法が存在します。たとえば、Alliance for Water Stewardship（AWS）認証、TNFDのLEAPフレームワーク、Science Based Targets for Nature（SBTN）などがその代表例です。このアプローチは、企業が自社の操業域を超え、地域全体の水資源の安全保障を守る視点を持つことを促しています。水は共有資源であるため、流域内の共通課題に対応するには、適切な規模とスピードで取り組むための「集合行動（collective action）」が不可欠です。半導体バリューチェーンは極めて相互依存的であり、複数の企業が同じ水源域内でサプライヤーを共有することが多く、協働によるスチュワードシップを実践する戦略的な機会が生まれています。レポートは企業に対し、個別の取り組みにとどまらず、特に流域レベルにおいて、官民の連携を通じた業界横断・セクター横断のパートナーシップを形成することで、取り組みの規模を拡大するよう促しています。政策当局や地域の水道事業体との積極的な対話を含むこの協働は、共有の水課題に対応し、地域全体での信頼を構築しながら、適切な水管理・スチュワードシップの実践を整合させる上で重要となります。イノベーションとテクノロジーは、バリューチェーン全体で水資源管理（ウォータースチュワードシップ）を進化させる上で中心的な役割を果たさなければなりません。大きな障壁となっているのは、水が過小評価・誤った価格設定をされていることが多く、水関連技術への体系的な投資不足が続いている点です。それにもかかわらず、半導体大手企業の中には、オンサイトでのリサイクルシステム、リアルタイムの水モニタリング、自治体下水などの代替水源の活用といった先進的なソリューションを導入している例が見られます。さらに、シナリオモデルや流域レベルのリスク予測に AI を取り入れることで、適応能力とレジリエンスをより一層高めることができます。「Ripple Effects」レポートは、水に関する課題がバリューチェーンのあらゆるセグメントに影響を及ぼすことを明確にし、それぞれに応じた対応戦略と戦術が求められると指摘しています。広大な操業規模を持つファウンドリーは、再生水の調達やオンサイト再利用の拡大を優先すべきであり、化学品・材料サプライヤーは、水質汚染物質に関する規制リスクの高まりに先手を打って対応する必要があります。本インサイトレポートはまた、企業のウォータースチュワードシップを前進させるための実践的なロードマップも提示しています。これは、水リスク評価（ステージ 1）から、サイトレベルでのアクションと集合的エンゲージメント（ステージ 2）へと進み、最終的に透明性のある検証と報告（ステージ 3）に至るプロセスを示したものです。こうした体系的なスチュワードシップの道筋をたどることで、半導体産業は操業レジリエンスを高め、バリューチェーン全体にわたる責任ある未来を確保することができるのです。詳細はレポートをダウンロードするか、ウェビナーの録画をご覧ください。 Alua Suleimenova は、Marvell Technology においてグローバル・サステナビリティ部門のシニアプログラム＆スタッフマネージャーを務めており、SEMI の ERMR ワーキンググループのリーダーでもあります。Environmental Risk Mitigation and Reporting（環境リスクの軽減と報告：ERMR）ワーキンググループは、SEMI のサステナビリティ・イニシアチブの一環として 2023 年 1 月に設立されました。同グループは、半導体バリューチェーン全体にわたって、気候、水、生物多様性に関連するリスクの特定、管理、ガバナンス、そして報告に関するベストプラクティスの基盤とロードマップを策定することを目的としています。今回のインサイトレポートは、SEMI の ERMR ワーキンググループが発行する、グローバルな環境リスクとレジリエンスに関するソートリーダーシップ・シリーズの一つです。