MachinaCheck：AMD MI300X上でマルチエージェントCNC製造可能性システムを構築

MachinaCheckは、小規模CNC加工工場の製造可能性評価プロセスを根本的に変革する革新的なマルチエージェントAIシステムです。従来の方法では、工場管理者は図面を手動で確認し、寸法を測定し、工具在庫をチェックし、加工能力を推定する必要があり、1枚あたり30〜60分を要していました。週に10〜20件の見積もり依頼を受け取る繁忙工場では、管理者は週に5〜20時間を実現可能性分析に費やし、それでもミスが発生するリスクがあります。

MachinaCheckはこの問題を解決します。ユーザーは標準的なSTEP CADファイルをアップロードし、材料タイプ、必要な公差、ねじ仕様などの簡単な入力を提供するだけで、システムは30秒で完全な製造可能性レポートを生成します。レポートには、部品を製造できるかどうか、必要な工具、不足しているもの、生産開始前に取るべきアクションが明確に示されます。

このシステムがAMD Instinct MI300Xをベースに選ばれたのには理由があります。製造業の顧客は通常、秘密保持契約を結んでおり、STEPファイルには専有形状（知的財産）が含まれています。MI300Xは192GBのHBM3 VRAMと5.3 TB/sのメモリ帯域幅を備え、Qwen 2.5 7B Instructモデルを完全にオンプレミスで実行できるため、データがサードパーティのサーバーに送信されることはなく、真の「プライバシーバイデザイン」を実現します。

MachinaCheckのアーキテクチャは、LangChainベースの5つのコンポーネントで構成され、FastAPIでオーケストレーションされています。最初のコンポーネントはSTEPファイルパーサーで、cadquery（OpenCASCADEベースのPythonライブラリ）を使用して数学的ジオメトリを直接読み取り、円筒穴、平面、面取り、フィレット、バウンディングボックスなどの特徴を100%の精度で抽出します。次に、抽出されたジオメトリとユーザー入力は、AMD MI300X上でvLLMを通じて実行されるQwen 2.5 7Bモデルに渡されます。このモデルは操作分類子として機能し、必要なCNC操作と工具を判断し、製造ドメイン知識を適用します。ツールマッチャーは純粋なPythonコンポーネントで、工場の工具在庫データベースを直接クエリし、決定論的なロジックでマッチングを行います。これにより、LLMを使用する場合のレイテンシと幻覚リスクを回避します。マッチング結果は意思決定エージェントに戻され、このエージェントもQwen 2.5 7Bを使用して構造化された判断（合格/条件付き/不合格）を出力します。最後に、レポート生成エージェントがすべての情報を統合し、プロフェッショナルな製造可能性レポートを作成します。

実際のテストでは、GrabCADの実STEPファイルを使用し、特徴抽出は1秒未満、全パイプライン（4つのエージェント）は25〜40秒で完了し、テスト部品の判断精度は100%でした。また、STEPジオメトリデータが外部に送信されることはありませんでした。

プロジェクトチームは、LLMは推論が必要なタスクにのみ使用すべきだと強調しています。ツールマッチングモジュールは純粋なPythonデータベースクエリを使用しており、LLMよりも高速で信頼性が高くなっています。また、プロンプトエンジニアリングは構造化出力を得るために重要であり、モデルがJSON形式で応答するように正確に指示する必要があります。AMD MI300Xはこのユースケースで優れたパフォーマンスを発揮し、192GBのVRAMはより大規模なモデル（Qwen 2.5 72Bなど）も実行可能であり、推論品質をさらに向上させることができます。

MachinaCheckは、Syed Muhammad Sarmad氏とSabari Doss R氏によって2026年5月のAMDデベロッパーハッカソンで構築され、ソースコードとデモがHugging Face SpacesとGitHubで公開されています。