science >> Wetenschap >  >> Fysica

Onderzoekers stellen bronmaskeroptimalisatietechniek voor in computationele lithografie

Figuur 1. Vergelijking tussen de simulatieresultaten van verschillende SMO-technieken. Krediet:SIOM

Onlangs, onderzoekers van het Shanghai Institute of Optics and Fine Mechanics (SIOM) van de Chinese Academie van Wetenschappen hebben een techniek voor bronmaskeroptimalisatie (SMO) voorgesteld met behulp van de covariantiematrix-adaptatie-evolutiestrategie (CMA-ES) en een nieuwe methode voor bronweergave.

Simulatieresultaten impliceren dat de voorgestelde techniek voorafgaand is aan vergelijkbare SMO-technieken in optimalisatiecapaciteit en convergentie-efficiëntie.

Lithografie is een van de belangrijkste technologieën bij de fabricage van zeer grootschalige geïntegreerde schakelingen. De lithografische resolutie bepaalt de kritische dimensie (CD) van de geïntegreerde schakelingen (IC's). Met het voortdurend krimpen van cd's van IC's, de significante optische nabijheidseffecten veroorzaakt door de diffractie-beperkte eigenschap van de lithografiesystemen verslechteren de lithografische beeldkwaliteit.

Computationele lithografie verwijst naar de technieken die de resolutie en het procesvenster effectief verbeteren door de verlichtingsbron en het maskerpatroon te optimaliseren met wiskundige modellen en optimalisatie-algoritmen, zonder de hardware- en softwareconfiguraties van de lithografiesystemen te wijzigen. Computationele lithografie wordt beschouwd als de nieuwe enabler van de wet van Moore.

SMO optimaliseert tegelijkertijd de verlichtingsbron en het maskerpatroon om de beeldkwaliteit te verbeteren. Het is een van de kritische computationele lithografietechnieken geworden om de IC-fabricage te implementeren op 28nm-technologieknooppunten en daarbuiten.

Fig. 2. Resultaten van SMO met behulp van CMA-ES waarbij de bron wordt weergegeven door drie verschillende aantallen puntbronnen. Krediet:SIOM

De onderzoekers stelden een bronmaskeroptimalisatietechniek voor met behulp van de CMA-ES en een nieuwe bronweergavemethode. In SMO op basis van CMA-ES, de covariantiematrix die de distributie van de zoekruimte van de oplossing aangeeft, werd adaptief aangepast met rang-1- en rang-μ-mechanismen, waardoor de superieure oplossingen in latere generaties met grotere waarschijnlijkheid opnieuw verschijnen.

Bovendien, het bereik van de oplossingszoekruimte is bijgewerkt door de controle van de globale zoekstapgrootte. De bron werd weergegeven met een vooraf bepaald aantal ideale puntbronnen met eenheidsintensiteit en instelbare posities. Bronoptimalisatie werd gerealiseerd door de positie van de puntbronnen te optimaliseren.

De simulatieresultaten onder verschillende bronrepresentaties en verschillende maskerpatronen bevestigden de superioriteit van de voorgestelde techniek in optimalisatiecapaciteit en convergentie-efficiëntie dan SMO-technieken op basis van heuristische algoritmen.