Криволінійний малюнок маски для максимізації можливостей літографії

Криволінійний малюнок маски для максимізації можливостей літографії

Вихідний вузол: 2640128

Маски завжди були невід’ємною частиною процесу літографії в напівпровідниковій промисловості. Оскільки найменші друковані елементи вже є субхвильовими як для DUV, так і для EUV випадків на передньому краї, візерунки масок відіграють більш вирішальну роль, ніж будь-коли. Крім того, у випадку EUV-літографії пропускна здатність викликає занепокоєння, тому ефективність проектування світла від маски на пластину має бути максимальною.

Conventional Manhattan features (named after the Manhattan skyline) are known for their sharp corners, which naturally scatter light outside the numerical aperture of the optical system. In order to minimize such scattering, one may to turn to Inverse Lithography Technology (ILT), which will allow curvilinear feature edges on the mask to replace sharp corners. To give the simplest example where this may be useful, consider the target optical image (or aerial image) at the wafer in Figure 1, which is expected from a dense contact array with quadrupole or QUASAR illumination, resulting in a 4-beam interference pattern.

Візерунок криволінійної маски 1

Малюнок 1. Щільне контактне зображення від квадрупольного або QUASAR освітлення, що призводить до чотирипроменевої інтерференційної картини.

Чотири інтерферуючих променя не можуть створити гострі кути на пластині, але дещо закруглений кут (отриманий із синусоїдальних членів). Гострий кут на масці створить таку саму округлість, але з меншою кількістю світла, що потрапляє на пластину; значна частина світла була розсіяна. Ефективніша передача світла на пластину може бути досягнута, якщо елемент маски має криволінійний край із такою ж округлістю, як на малюнку 2.

кругла функція E Рис 2

Малюнок 2. Особливість маски, яка показує криволінійний край, схожий на зображення пластини, показане на малюнку 1. Округлість краю в ідеалі має бути однаковою.

Кількість світла, розсіяного назовні, можна мінімізувати до 0, в ідеалі з криволінійними краями. Проте, незважаючи на перевагу криволінійних країв, було складно створювати маски з цими функціями, оскільки криволінійні краї вимагають зберігання більшої кількості інформації для запису маски порівняно з функціями Manhattan, що зменшує пропускну здатність системи через додатковий час обробки. Обсяг даних, необхідний для представлення криволінійних форм, може бути на порядок більшим, ніж відповідні форми Манхеттена. Записувачі багатопроменевої маски, які нещодавно стали доступними, компенсують втрату пропускної здатності.

Синтез маски (розробка функцій на масці) і підготовка даних маски (перетворення зазначених функцій на дані, які безпосередньо використовуються автором маски) також потребують оновлення для розміщення криволінійних функцій. Synopsys нещодавно описав результати свого криволінійного оновлення. Дві виділені функції для синтезу маски — це машинне навчання та параметрична крива OPC. Машинне навчання використовується для навчання моделі безперервного глибокого навчання на вибраних кліпах. Параметрична крива OPC представляє вихід криволінійного шару як послідовність форм параметричних кривих, щоб мінімізувати обсяг даних. Підготовка даних маски складається з чотирьох частин: виправлення помилок маски (MEC), зіставлення шаблону, перевірка правила маски (MRC) і розрив. Передбачається, що MEC компенсує помилки процесу запису маски, такі як розсіювання електронів від багатошарового EUV. Операції зіставлення шаблонів здійснюють пошук відповідних форм і стають складнішими без обмежень лише на 90- та 45-градусні краї. Так само MRC потребує нових правил для виявлення порушень, пов’язаних із вигнутими формами. Нарешті, руйнування має не тільки зберігати вигнуті краї, але й підтримувати багатопроменеві маски для запису.

Synopsys містить усі ці функції у своїй повночіповій криволінійній системі обробки даних, які повністю описані в офіційному документі тут: https://www.synopsys.com/silicon/resources/whitepapers/curvilinear_mask_patterning.html.

Також читайте:

Питання та відповіді на чіплети з Генрі Шенгом із Synopsys

Synopsys прискорює успіх першого проходження кремнію для мережевого процесора Banias Labs

Системи з декількома матрицями: найбільша катастрофа в обчислювальній техніці за останні роки

Поділитися цим дописом через:

Часова мітка:

Більше від Semiwiki

IBM в IEDM

Вихідний вузол: 1883770
Часова мітка: Січень 10, 2022