AIToday
AIビジネス・産業Robotics & Automation News掲載日時: 2026年10月28日 22:01

SiemensとNvidia、AI基板検査を実演

LINEで送る
SiemensとNvidia、AI基板検査を実演

3つのポイント

  1. 何が起きたか

    SiemensとNvidiaはSiemens Electronics Factory ErlangenでTeamcenterおよびProcess Preparation XとNvidia Cosmosを組み合わせたAIワークフローを実演している。物理生産前に基板画像を合成生成し、AOIプログラム生成で工数85%削減、誤検出40%削減、初回通過率5%超改善を目標とする。

  2. なぜ重要か

    この手法は、最初の実基板がラインに到達する前に検査準備を仮想空間へ移すもので、Siemensによれば電子機器メーカーはラインを生産から外すことなく生産変更を大幅に迅速化できる。

誰に効くか現在、新製品や新バリアント向けの光学検査を準備・トレーニングする前に物理プロトタイプを待たなければならない電子機器製造のエンジニアやAOIプログラマー。このワークフローは、想定される利点によれば、手作業のプログラミング工数と物理サンプルへの依存を減らす可能性がある。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

この協業は、新製品や新バリアントの投入には従来、光学検査の準備とトレーニングの前に物理プロトタイプが必要だという考えに基づく。SiemensのTeamcenterはPCB設計、部品表、部品情報を提供し、Process Preparation Xがそのデータを検証・正規化・組み立てしてプリント基板実装のデジタルツインを構築する。この文脈があるからこそ、最初の実基板がラインに届く前に検査を準備できる。

「完全な」基準基板、すなわちゴールデンボードのデジタルツインをNvidia Cosmosと組み合わせ、フォトリアルな仮想ゴールデンボードを作成する。SiemensはNvidia Cosmos Data Factoryを使い、合成の回路基板欠陥画像を生成することで、実基板の生産前に検査装置の校正を可能にする。同じワークフローはその後、真正な欠陥と誤検出の区別を支援するAI支援の二次検査工程を通じて生産現場にも継続される。

SiemensはErlangen工場を、プロセスが頻繁に変わる高混合環境における、適応型・自律型・AI駆動の生産に向けたNvidiaとの広範な取り組みのCustomer Zeroと位置づける。掲げる目標は、生産を中断せずに週3〜5回の変更を導入できる highly adaptive な工場であり、想定される利点には検査準備の前倒し、手作業エンジニアリング工数の削減、物理サンプルへの依存低減が含まれる。

よくある質問
Siemens Electronics Factory Erlangenでは何が実演されているのか?
SiemensのTeamcenterおよびProcess Preparation XとNvidia Cosmosを組み合わせ、フォトリアルな仮想ゴールデンボードと、良品基板および故障状態の合成サンプルを作成する、プリント基板検査向けのAIワークフローだ。
目標とする改善点は?
AOIプログラム生成における手作業のエンジニアリング工数を最大85%削減し、誤検出を40%削減、初回通過率を5%超改善することを目標としている。
生産開始後、このワークフローはどう役立つのか?
検出された状態を解析し、それが真正な欠陥か誤検出かを判断するAI支援の二次検査機能を通じて、生産工程にも展開される。
Robotics & Automation News元記事を読む
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る

関連記事

次の記事へAnthropic、AIが解くコーディング面接を廃止