FUILT-S：全芯片ILT技术，结合统一边界修复（Unified Boundary Healing）与SRAF协同优化（SRAF Co-Optimization）

《ACM Transactions on Design Automation of Electronic Systems》：FuILT-S: Full Chip ILT With Unified Boundary Healing and SRAF Co-Optimization

针对极紫外光刻中Inverse Lithography Technology（ILT）的计算开销大、边界缝合问题及亚分辨率辅助特征（SRAFs）优化不足的挑战，提出FuILT-S框架。通过多级分区策略、梯度融合技术及与主布局协同优化的SRAF生成模块，有效解决了全芯片制造中的边界缝合和效率问题，实验验证其效果及泛化能力。

　　

摘要人工智能摘要

要查看此由人工智能生成的摘要，您必须具有高级访问权限。

了解更多登录

摘要

摘要

随着技术节点尺寸的缩小，光刻中的掩模优化变得越来越重要。逆向光刻技术（ILT）仍然是业界采用的最可靠和高性能的解决方案之一，但它存在显著的计算开销和复杂性问题。随着晶体管集成规模的增加，业界开始关注提高效率和可扩展性。然而，最近的学术研究大多仍局限于局部图案恢复，而没有考虑全芯片制造条件。在这项工作中，我们提出了FuILT-S，这是一个基于ILT的全芯片掩模优化框架，它结合了亚分辨率辅助特征（SRAFs）的协同优化，以应对实际制造挑战。为了实现全芯片的可扩展性，我们采用了分而治之的策略进行多层次划分，并结合了工作负载分配框架以实现高效的多GPU并行化。为了解决区域边界拼接问题，我们提出了一种梯度融合技术以及多层次修复策略。此外，通过利用融合后的梯度和掩模强度图中的丰富信息，我们将SRAF生成模块与主要布局模式进行了协同优化。在实际设计的不同层次上的实验结果表明，FuilT-S既有效又具有通用性。我们的框架在https://github.com/OpenOPC/OpenFuILT上开源。

人工智能摘要

人工智能生成的摘要（实验结果）

此摘要是使用自动化工具生成的，并非由文章作者编写或审核。它旨在帮助发现、评估相关性，并帮助来自相关研究领域的读者理解本文内容。它旨在补充作者提供的摘要，后者仍然是论文的正式摘要。完整文章是权威版本。点击此处了解更多。

点击此处对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的版本。

要查看此由人工智能生成的通俗语言摘要，您必须具有高级访问权限。