掩模一直是半导体行业光刻工艺的重要组成部分。 对于最先进的 DUV 和 EUV 案例,最小的印刷特征已经是亚波长,掩模图案比以往任何时候都发挥着更重要的作用。 此外,在 EUV 光刻的情况下,吞吐量是一个问题,因此需要最大限度地提高光从掩模到晶圆的投射效率。
传统的曼哈顿特征(以曼哈顿天际线命名)以其尖角而闻名,这些尖角自然地将光散射到光学系统的数值孔径之外。 为了最大限度地减少这种散射,人们可能会转向逆光刻技术(ILT),该技术将允许掩模上的曲线特征边缘取代尖角。 为了给出一个可能有用的最简单的例子,请考虑图 1 中晶圆上的目标光学图像(或空间图像),该图像预计来自具有四极或 QUASAR 照明的密集接触阵列,从而产生 4 光束干涉图案。
图 1. 来自四极或类星体照明的密集接触图像,产生四光束干涉图案。
四个干涉光束不会在晶圆上产生尖角,而是产生一些圆角(源自正弦项)。 掩模上的尖锐特征角会产生相同的圆度,但到达晶圆的光较少; 很大一部分光被散射掉了。 如果掩模特征具有具有相同圆度的曲线边缘,则可以更有效地将光传输到晶圆,如图 2 所示。
图 2. 显示曲线边缘的掩模特征与图 1 所示晶圆上的图像相似。边缘圆度理想情况下应相同。
理想情况下,曲线边缘的散射光量可以最小化为 0。 然而,尽管曲线边缘具有优势,但很难制作具有这些特征的掩膜,因为与曼哈顿特征相比,曲线边缘需要存储更多的掩膜写入器信息,从而降低了额外处理时间的系统吞吐量。 表示曲线形状所需的数据量可能比相应的曼哈顿形状多一个数量级。 最近才可用的多光束掩模写入器补偿了吞吐量的损失。
掩模合成(设计掩模上的特征)和掩模数据准备(将所述特征转换为掩模编写器直接使用的数据)也需要更新以适应曲线特征。 Synopsys 最近描述了其曲线升级的结果。 掩码合成的两个突出功能是机器学习和参数曲线 OPC。 机器学习用于在选定的剪辑上训练连续的深度学习模型。 参数曲线 OPC 将曲线层输出表示为一系列参数曲线形状,以最大限度地减少数据量。 掩模数据准备包括四个部分:掩模纠错 (MEC)、模式匹配、掩模规则检查 (MRC) 和断裂。 MEC 应该补偿掩模写入过程中的误差,例如 EUV 多层的电子散射。 模式匹配操作搜索匹配的形状并变得更加复杂,并且不限于仅 90 度和 45 度的边缘。 同样,MRC 需要新的规则来检测涉及弯曲形状的违规行为。 最后,断裂不仅需要保留弯曲的边缘,还需要支持多光束掩模写入器。
Synopsys 在其全芯片曲线数据处理系统中包含所有这些功能,这些功能在此处的白皮书中进行了全面描述: https://www.synopsys.com/silicon/resources/whitepapers/curvilinear_mask_patterning.html.
另请参阅:
Chiplet Q&A 与 Synopsys 的 Henry Sheng
Synopsys 加速 Banias Labs 网络 SoC 的首次硅成功
通过以下方式分享此帖子:
- SEO 支持的内容和 PR 分发。 今天得到放大。
- 柏拉图爱流。 Web3 数据智能。 知识放大。 访问这里。
- 与 Adryenn Ashley 一起铸造未来。 访问这里。
- 使用 PREIPO® 买卖 PRE-IPO 公司的股票。 访问这里。
- Sumber: https://semiwiki.com/eda/synopsys/328635-curvilinear-mask-patterning-for-maximizing-lithography-capability/
- :具有
- :是
- :不是
- :在哪里
- 1
- a
- 加速
- 容纳
- 实现
- 优点
- 后
- 所有类型
- 让
- 已经
- 还
- 时刻
- 量
- an
- 和
- 保健
- 排列
- 抵达
- AS
- At
- 可使用
- BE
- 成为
- 成为
- 很
- 作为
- 最大
- 出血
- 出血边缘
- 都
- 但是
- by
- CAN
- 不能
- 案件
- 例
- 查
- 剪辑
- 相比
- 复杂
- 包含
- 计算
- 关心
- 考虑
- CONTACT
- 连续
- 转换
- 角落
- 角落
- 相应
- 关键
- 曲线
- data
- 数据处理
- 深
- 深入学习
- 派生
- 描述
- 设计
- 尽管
- 难
- 直接
- 瓦解
- e
- 边缘
- 效率
- 高效
- 错误
- 故障
- 必要
- EVER
- 例子
- 预期
- 额外
- 专栏
- 特征
- 无花果
- 数字
- 终于
- 针对
- 四
- 断裂
- 止
- 充分
- 给
- 非常好
- 有
- 亨利
- 此处
- 突出
- HTML
- HTTPS
- i
- if
- 图片
- in
- 包括
- 行业中的应用:
- 信息
- 干扰
- IT
- 它的
- JPG
- 已知
- 层
- 学习
- 减
- 光
- 离
- 机
- 机器学习
- 使
- 面膜
- 面膜
- 匹配
- 最大宽度
- 最大化
- 可能..
- 模型
- 更多
- 更高效
- 此外
- 命名
- 需求
- 需要
- 工业网络
- 全新
- of
- on
- 一
- 仅由
- 运营
- or
- 秩序
- 输出
- 产量
- 学校以外
- 纸类
- 部分
- 部分
- 模式
- 模式
- 柏拉图
- 柏拉图数据智能
- 柏拉图数据
- 播放
- 帖子
- 过程
- 处理
- 生产
- Q&A
- 类星体
- 阅读
- 最近
- 减少
- 更换
- 代表
- 代表
- 要求
- 必须
- 限制
- 导致
- 成果
- 角色
- 圆
- 第
- 定位、竞价/采购和分析/优化数字媒体采购,但算法只不过是解决问题的操作和规则。
- 说
- 同
- 零落
- 搜索
- 选
- 半导体
- 序列
- 形状
- 尖锐
- 应该
- 如图
- 硅
- 类似
- So
- 有些
- 存储
- 成功
- 这样
- SUPPORT
- 应该
- 系统
- 产品
- 目标
- 专业技术
- 条款
- 比
- 其
- 博曼
- Free Introduction
- 吞吐量
- 次
- 至
- 培训
- 转让
- 转
- 二
- 更新
- 升级
- 用过的
- 通过
- 违反
- 体积
- 这
- 白色
- 白皮书
- 将
- 也完全不需要
- 将
- 作家
- 写作
- 但
- 和风网