Kurvilineært maskemønster for at maksimere litografikapaciteten

Genudgivet af Platon

Abonnenter: 0

Masker har altid været en væsentlig del af litografiprocessen i halvlederindustrien. Da de mindste trykte funktioner allerede er underbølgelængde for både DUV- og EUV-tilfælde ved blødningskanten, spiller maskemønstre en mere afgørende rolle end nogensinde. I tilfælde af EUV-litografi er gennemløbet desuden et problem, så effektiviteten af at projicere lys fra masken til waferen skal maksimeres.

Konventionelle Manhattan-funktioner (opkaldt efter Manhattan-skyline) er kendt for deres skarpe hjørner, som naturligt spreder lys uden for det optiske systems numeriske blænde. For at minimere en sådan spredning kan man vende sig til Inverse Lithography Technology (ILT), som vil tillade kurvelinjeformede kanter på masken at erstatte skarpe hjørner. For at give det enkleste eksempel, hvor dette kan være nyttigt, skal du overveje det optiske målbillede (eller luftbilledet) ved waferen i figur 1, som forventes fra et tæt kontaktarray med quadrupol eller QUASAR belysning, hvilket resulterer i et 4-stråle interferensmønster .

Kurvilineært maskemønster 1

Figur 1. Et tæt kontaktbillede fra quadrupol- eller QUASAR-belysning, hvilket resulterer i et interferensmønster med fire stråler.

Fire interfererende stråler kan ikke producere skarpe hjørner ved waferen, men et noget afrundet hjørne (afledt af sinusformede termer). Et skarpt trækhjørne på masken ville producere den samme rundhed, men med mindre lys, der ankommer til waferen; en god del af lyset er blevet spredt ud. En mere effektiv overførsel af lys til waferen kan opnås, hvis maskefunktionen har en buet kant med samme rundhed som i figur 2.

rund træk E Fig 2

Figur 2. Masketræk, der viser en buet kant svarende til billedet ved waferen vist i figur 1. Kantens rundhed skal ideelt set være den samme.

Mængden af spredt lys kan minimeres til 0 ideelt med buede kanter. Alligevel på trods af fordelen ved buede kanter, har det været vanskeligt at lave masker med disse funktioner, da krumlinjede kanter kræver mere maskeskriver-information, der skal gemmes sammenlignet med Manhattan-funktioner, hvilket reducerer systemets gennemløb fra den ekstra behandlingstid. Den datamængde, der kræves for at repræsentere kurvelineære former, kan være en størrelsesorden mere end de tilsvarende Manhattan-former. Multi-beam maskeskrivere, som først for nylig er blevet tilgængelige, kompenserer for tabet af gennemstrømning.

Maskesyntese (design af funktionerne på masken) og maskedataforberedelse (konvertering af de nævnte funktioner til de data, der anvendes direkte af maskeskriveren) skal også opdateres for at imødekomme kurvelineære funktioner. Synopsys beskrev for nylig resultaterne af sin kurvelineære opgradering. To fremhævede funktioner til maskesyntese er Machine Learning og Parametric Curve OPC. Machine learning bruges til at træne en kontinuerlig deep learning-model på udvalgte klip. Parametrisk kurve OPC repræsenterer kurvelineært lagoutput som en sekvens af parametriske kurveformer for at minimere datavolumen. Maskedataforberedelse består af fire dele: Maskefejlkorrektion (MEC), Pattern Matching, Mask Rule Check (MRC) og Fracture. MEC formodes at kompensere for fejl fra maskeskriveprocessen, såsom elektronspredning fra EUV-multilaget. Mønstertilpasningsoperationer søger efter matchende former og bliver mere komplicerede uden begrænsninger til kun 90-graders og 45-graders kanter. Ligeledes har MRC brug for nye regler for at opdage overtrædelser, der involverer buede former. Endelig skal brud ikke kun bevare buede kanter, men også understøtte multi-beam maskeskrivere.

Synopsys inkluderer alle disse funktioner i sit kurvelineære databehandlingssystem med fuld chip, som er fuldt beskrevet fra hvidbogen her: https://www.synopsys.com/silicon/resources/whitepapers/curvilinear_mask_patterning.html.