Figur 1. Jämförelse mellan simuleringsresultat av olika SMO-tekniker. Kredit:SIOM
Nyligen, forskare från Shanghai Institute of Optics and Fine Mechanics (SIOM) vid den kinesiska vetenskapsakademin har föreslagit en teknik för källmaskoptimering (SMO) som använder evolutionsstrategin för kovariansmatrisanpassning (CMA-ES) och en ny metod för källrepresentation.
Simuleringsresultat antyder att den föreslagna tekniken ligger före liknande SMO-tekniker i optimeringskapacitet och konvergenseffektivitet.
Litografi är en av nyckelteknologierna vid tillverkning av mycket storskaliga integrerade kretsar. Den litografiska upplösningen bestämmer den kritiska dimensionen (CD) för de integrerade kretsarna (IC). Med den kontinuerliga krympningen av CD av ICs, de betydande optiska närhetseffekterna som induceras av den diffraktionsbegränsade egenskapen hos litografisystemen försämrar den litografiska bildkvaliteten.
Beräkningslitografi hänvisar till de tekniker som effektivt förbättrar upplösningen och processfönstret genom att optimera belysningskällan och maskmönster med matematiska modeller och optimeringsalgoritmer, utan att ändra hårdvaru- och mjukvarukonfigurationerna för litografisystemen. Beräkningslitografi anses vara den nya möjliggöraren av Moores lag.
SMO optimerar belysningskällan och maskmönstret samtidigt för att förbättra bildkvaliteten. Det har blivit en av de kritiska beräkningslitografiteknikerna för att implementera IC-tillverkningen vid 28nm-teknologinod och vidare.
Fig.2. Resultat av SMO med CMA-ES med källan representerad av tre olika antal punktkällor. Kredit:SIOM
Forskarna föreslog en källmaskoptimeringsteknik med CMA-ES och en ny metod för källrepresentation. I SMO baserad på CMA-ES, kovariansmatrisen som indikerar lösningens sökutrymmesfördelning justerades adaptivt med rank-1 och rank-μ-mekanismer, gör det möjligt för de överlägsna lösningarna att dyka upp igen med större sannolikheter i senare generationer.
Dessutom, intervallet för lösningens sökutrymme uppdaterades genom kontrollen av den globala sökstegstorleken. Källan representerades med ett förutbestämt antal idealiska punktkällor med enhetsintensitet och justerbara positioner. Källoptimering realiserades genom att optimera punktkällornas positioner.
Simuleringsresultaten under olika källrepresentationer och olika maskmönster verifierade den föreslagna teknikens överlägsenhet i optimeringskapacitet och konvergenseffektivitet än SMO-tekniker baserade på heuristiska algoritmer.
