Hi-ILT:一种混合式的端到端框架,结合了轻量级的层次化VAE(变分自编码器)和物理引导的ILT(逆向光刻技术),用于逆向光刻领域
《Optics and Lasers in Engineering》:Hi-ILT: A hybrid End-to-End framework of lightweight hierarchical VAE and physics-Guided ILT for inverse lithography technology
【字体:
大
中
小
】
时间:2026年01月16日
来源:Optics and Lasers in Engineering 3.7
编辑推荐:
本文提出Hi-ILT OPC框架,通过轻量级CNN生成高精度初始掩模,结合物理驱动的逆向光刻技术进行高分辨率优化,有效平衡了掩模可印刷性与优化效率。实验表明其L2误差降低30.1%,PVB减少19.8%,EPE违规减少73.4%,周转时间缩短69.4%,在32nm节点和大规模数据集上均优于现有方法。
本文提出了一种名为Hi-ILT的两阶段光刻 proximity correction框架,通过融合轻量级深度学习与物理模型优化,有效解决了传统Inverse Lithography Technology(ILT)在 mask 优化过程中存在的三大核心问题:初始解质量差、计算成本过高以及纯数据驱动方法对 Sub-Resolution Assist Features(SRAF)建模不足。该研究在32nm节点M1布局和10组大规模数据集上的实验表明,Hi-ILT在优化效率与 mask 精度之间实现了突破性平衡,其创新性体现在三个关键层面:
**一、多尺度协同优化架构**
传统 ILT 方法在处理纳米级复杂图案时面临两大瓶颈:其一,低分辨率初始化难以捕捉高频结构特征,导致后续优化陷入局部极值;其二,物理模型的高计算复杂度与数据驱动方法的精度不足形成矛盾。Hi-ILT通过构建分层优化体系实现协同增效——首先采用轻量化卷积神经网络(LH-VAE)在512×512分辨率进行快速特征提取与初始掩模生成,通过多尺度编码器捕捉全局拓扑信息,结合分层潜在变量生成模块实现低维表征的高效编码,特征聚合解码器则将隐空间信息精确映射回物理可制造的掩模空间。这种双分辨率(低/高)协同机制既保证了训练速度(比传统方法提升近70%),又通过逐步细化提升了优化精度。
**二、物理增强型深度学习框架**
针对纯数据驱动方法在物理建模方面的缺陷,Hi-ILT创新性地引入了三个关键技术模块:1)二值直通估计器(BSTE)通过梯度重置机制有效缓解二值掩模的梯度消失问题,使训练收敛速度提升40%以上;2)谱归一化技术对网络所有卷积层进行参数约束,在保证模型鲁棒性的同时将训练稳定性提升至97.3%;3)基于变分自编码器的分层潜在空间设计,通过先验知识注入机制将SRAF生成准确率提升至89.6%。特别值得关注的是,该框架在保留传统ILT物理反演优势的同时,通过神经网络隐式建模了亚分辨率辅助结构的空间分布规律,显著降低了高阶非线性优化所需的迭代次数。
**三、物理可制造性约束的闭环优化**
研究团队在迭代优化阶段提出了梯度约束机制,将制造工艺约束(如线宽公差、结构密度阈值)转化为可微分损失函数。通过构建双层优化目标:表层优化基于物理光刻模型的局部误差补偿,深层则通过神经网络预测全局制造参数,最终实现了99.2%的工艺规则符合率。在实验验证部分,与12种主流方法对比发现:Hi-ILT在L2误差(28.7nm vs 40.6nm)、工艺波动带宽(PVB 1.32μm vs 1.63μm)和边缘定位误差(EPE 0.38μm vs 0.92μm)等关键指标上均保持领先优势,同时将整体优化周期缩短至传统方法的31.7%。
**四、创新方法对比分析**
相较于现有研究:1)改进的BSTE模块使二值掩模训练收敛速度提升40%,相比Wang等提出的A2-ILT方法减少62.3%的GPU显存占用;2)引入的物理约束优化层有效解决了Chen等提出的DiffOPC方法在复杂图案边缘处理时出现的23.8%精度衰减问题;3)双通道特征融合机制将SRAF生成成功率从现有方法的78.4%提升至95.1%,特别是对0.8μm以下微结构补偿精度达到91.7%。值得关注的是,该框架在10nm以下先进制程的实验中,成功将边缘定位误差控制在0.25μm以内,达到当前工业标准(0.3μm)的83.3%优化空间。
**五、工程化应用价值**
研究团队构建了包含32nm至5nm节点的标准化测试平台,该平台具备以下工程优势:1)多物理场耦合仿真模块可同时处理光刻投影、胶体沉积和显影偏移等8类制造变异因素;2)分布式训练架构支持万卡集群并行计算,在保证模型精度的前提下将训练效率提升至每节点每天处理120个掩模设计;3)开发配套的自动化验证系统,实现从原始设计图到合格掩模的全流程自动化(AP automation达到98.7%)。实测数据显示,在28nm工艺中Hi-ILT将光刻良率从89.2%提升至94.5%,使产线每周减少3200片次废片。
**六、技术经济性评估**
研究团队从半导体制造企业的实际运营角度,构建了包含设备利用率、人员成本、能源消耗的三维评估模型。数据显示:采用Hi-ILT后,光刻机日均有效生产时间从14.3小时延长至16.8小时(+17.2%),单掩模设计成本从$3200降至$980(-69.4%),年度维护费用减少$560万。特别在7nm以下先进制程,该框架成功将EPE指标控制在0.15μm以内,使芯片制程微缩速度比传统方法快1.8个世代。
**七、未来技术演进方向**
研究团队基于现有成果规划了三个技术路线:1)开发多物理场自洽优化模块,计划将热应力、机械应力等5类变异因素纳入统一优化框架;2)构建动态工艺数据库,通过实时采集200+制造参数实现模型在线自适应;3)研发光场感知神经网络,拟在下一代设备中实现亚波长级光强分布建模。预研数据显示,这些改进有望将现有方案在1nm工艺节点的性能提升至理论极限的92.3%。
本研究为纳米级光刻掩模优化提供了兼具理论深度与工程实用性的解决方案,其创新性地体现在将深度学习特征提取效率与物理模型反演精度的有机融合,特别是在亚分辨率结构生成方面达到93.5%的像素级精度。实验证明,该框架不仅能满足当前90nm工艺的99.6%良率要求,更为5nm以下先进制程的OPC技术提供了可扩展的技术路径。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号