一种分阶段量化的光源曲线掩模协同优化方法和相关装置

摘要: 本申请涉及集成电路制造计算光刻,特别是涉及一种分阶段量化的光源曲线掩模协同优化方法和相关装置。背景技术:1、随着集成电路工艺节点持续向下演进,28nm及以下先进...
一种分阶段量化的光源曲线掩模协同优化方法和相关装置

本申请涉及集成电路制造计算光刻,特别是涉及一种分阶段量化的光源曲线掩模协同优化方法和相关装置。

背景技术:

1、随着集成电路工艺节点持续向下演进,28nm及以下先进节点对光刻成像质量、工艺窗口、掩模可制造性提出严苛要求。光源掩模协同优化(smo)是计算光刻领域核心分辨率增强技术,通过同步优化照明光源与掩模图形,抑制光学邻近效应,拓宽工艺变化窗口。曲线掩模相比传统多边形掩模具备成像精度高、图形适配性好的优势,但逆向光刻算法直接生成的曲线掩模图形复杂,灰度连续透过率掩模无法直接用于掩模制版,需要做离散二值化处理。

2、在标准单元库工程应用中,大量单元版图需要共享同一套照明光源开展联合优化。现有技术存在明显短板:第一,传统固定阈值量化手段对掩模全部区域施加统一约束,不能区分主特征区域与亚分辨率辅助图形(sraf)的特性,容易造成主特征边缘退化,或者尺寸微小的高阶sraf直接丢失;第二,直接对连续灰度掩模施加强二值约束,连续成像自由度被瞬间破坏,成像保真度下降,优化过程容易震荡、难以收敛;第三,传统串行架构处理多掩模共享光源优化任务,计算量随版图数量线性增长,算力开销巨大,工程落地困难。

3、目前,主流光刻掩模优化方法为水平集(level-set)算法,该方法依托偏微分方程(pde)求解完成边界演化以实现掩模设计,算法迭代步长严格受库朗条件(cfl)约束;而照明优化采用像素级梯度计算逻辑,二者计算机制差异显著,无法实现有效协同优化。同时该方法还存在图形易退化、边缘控制精度低、计算效率低等问题,难以适配先进节点多掩模共享光源的高效优化需求。因此亟需一种兼顾成像精度、掩模可制造性、工艺鲁棒性、计算效率的光源-掩模协同优化方案。

技术实现思路

1、本申请的目的是提供一种分阶段量化的光源曲线掩模协同优化方法和相关装置,可以在保障成像保真度、工艺鲁棒性前提下,实现灰度掩模向二值可制造掩模平滑收敛,并提升多版图联合优化的计算效率。

2、为实现上述目的,本申请提供了如下方案:

3、第一方面,本申请提供了一种分阶段量化的光源曲线掩模协同优化方法,包括以下步骤:

4、获取多组待优化目标版图,并对光源以及掩模进行连续参数化建模,构建单光源多掩模的可微分优化链路。

5、基于所述可微分优化链路,执行第一阶段连续空间优化,不施加掩模二值制造约束,以成像误差作为损失函数对共享光源与多组掩模进行联合优化,得到灰度连续透过率掩模。

6、根据所述灰度连续透过率掩模的透过率分布和图形空间位置,将所述灰度连续透过率掩模划分为至少两类功能区域,所述功能区域包括主特征区域和sraf区域。

7、基于所述功能区域,构建自适应量化正则函数;所述自适应量化正则函数在掩模透过率取0、1位置惩罚值最小,在0~1透过率区间内具备可调控的峰值位置,针对不同功能区域配置差异化的正则函数参数,实现分区差异化量化约束。

8、基于所述自适应量化正则函数,构建总目标函数,并设置分阶段激活策略,按照由所述主特征区域向所述sraf区域的顺序,逐阶段激活各所述功能区域对应的量化正则约束;所述总目标函数融合成像性能评价项以及分阶段激活的区域量化正则项。

9、对所述总目标函数进行迭代求解,并联合更新共享光源参数、各组掩模参数以及各区域量化正则参数,每次迭代各组掩模对应的光刻仿真与梯度计算并行执行,且共享光源依据多掩模融合得到的梯度进行更新,迭代收敛后输出光源-曲线掩模协同优化结果;所述光源-曲线掩模协同优化结果包括:最优共享光源分布以及各所述待优化目标版图对应的可制造二值化曲线掩模。

10、第二方面,本申请提供了一种计算机设备,包括:存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序以实现上述所述的分阶段量化的光源曲线掩模协同优化方法的步骤。

11、第三方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述所述的分阶段量化的光源曲线掩模协同优化方法的步骤。

12、第四方面,本申请提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述所述的分阶段量化的光源曲线掩模协同优化方法的步骤。

13、根据本申请提供的具体实施例,本申请具有了以下技术效果:

14、本申请提供了一种分阶段量化的光源曲线掩模协同优化方法和相关装置,首先,通过构建单光源多掩模的可微分优化链路,结合第一阶段不施加二值制造约束的连续空间联合优化,能够充分利用连续透过率自由度完成多版图协同优化,得到灰度连续透过率掩模,保障前期成像优化效果。其次,将掩模划分为主特征区域与sraf区域不同功能区域,结合构建自适应量化正则函数,引入区域化自适应量化正则项,通过可移动峰值量化函数对不同区域施加差异化偏置,主特征区域采用保守偏置保护边缘,sraf区域采用柔性偏置延缓极化,从而提高了二值掩模的可制造性。再者,通过采用分阶段激活策略,由主特征区域向外围sraf区域逐阶段激活量化正则约束,配合融合成像性能评价项和区域量化正则项的总目标函数,可以逐步引入离散化约束,有效避免一次性强约束导致的主特征边缘退化或高阶sraf丢失,实现了从连续空间到二值空间的平滑过渡。并且,在迭代求解过程中,各组掩模的光刻仿真与梯度计算并行执行,共享光源依靠多掩模融合得到的梯度进行更新,能够适配多组目标版图的优化场景,提升多版图联合优化的计算效率。最终,迭代收敛后输出最优共享光源分布以及可制造二值化曲线掩模,输出的掩模无需额外离散化处理,直接满足掩模制造的二值化要求,可以在保障成像保真度、工艺鲁棒性前提下,实现灰度掩模向二值可制造掩模平滑收敛,提升多版图联合优化的计算效率。

1.一种分阶段量化的光源曲线掩模协同优化方法,其特征在于,包括:

2.根据权利要求1所述的分阶段量化的光源曲线掩模协同优化方法,其特征在于,所述sraf区域包括一阶sraf区域、二阶sraf区域和三阶sraf区域,不同阶次的所述sraf区域距离所述主特征区域由近至远,掩模透过率逐级降低,图形尺寸逐级减小。

3.根据权利要求1所述的分阶段量化的光源曲线掩模协同优化方法,其特征在于,所述自适应量化正则函数的表达式为:

4.根据权利要求1所述的分阶段量化的光源曲线掩模协同优化方法,其特征在于,所述总目标函数的表达式为:

5.根据权利要求1所述的分阶段量化的光源曲线掩模协同优化方法,其特征在于,在执行第一阶段连续空间优化时,采用连续传输掩模策略进行第一阶段连续空间联合优化,所述损失函数的表达式为:

6.根据权利要求1所述的分阶段量化的光源曲线掩模协同优化方法,其特征在于,对所述总目标函数进行迭代求解时,采用主从式并行架构,所述主从式并行架构包括master节点和若干worker节点,所述worker节点用于并行完成各版图光刻仿真与掩模梯度计算,所述master节点用于收集所有所述worker节点上传的光源梯度,融合后更新全局共享光源参数,再分发更新后的光源参数至各所述worker节点。

7.根据权利要求1所述的分阶段量化的光源曲线掩模协同优化方法,其特征在于,所述迭代收敛的判定条件包括:图形误差、边缘放置误差、工艺变化带中至少一项指标达到预设阈值,或者迭代次数达到预设迭代次数阈值。

8.一种计算机设备,包括:存储器、处理器以及存储在存储器上并能够在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1-7中任一项所述的分阶段量化的光源曲线掩模协同优化方法。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-7中任一项所述的分阶段量化的光源曲线掩模协同优化方法。

10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-7中任一项所述的分阶段量化的光源曲线掩模协同优化方法。