设计规则检查的系统、方法与其非暂态计算机可读媒介与流程

1.本揭露是关于一种半导体的系统与方法，特别是一种设计规则检查的系统、方法与其非暂态计算机可读媒介。


背景技术：

2.小型化集成电路(integrated circuits；ic)的近期趋势已经产出较小的元件，其比以前消耗更少功率却可以更高的速度提供更多功能。在一个态样中，ic的小型化可通过制造程序的进步来实现。例如：上百万乃至上亿的电路元件(例如：晶体管)可在小面积(例如：小于100mm2)中形成。为了确保ic的元件可通过复杂的制造程序依照所设计的来制造，可使用各种电子设计自动化(electronic design automation；eda)工具。


技术实现要素：

3.本揭露的一态样是提供一种设计规则检查(design rule check；drc)方法，包含：通过处理器执行储存在记忆体上的多个计算机可读指令，来接收其中具有设计规则检查违规的布局图案；基于此布局图案与多个先前所分析的布局图案的比较，通过处理器来决定此布局图案为正常值，其中此比较是通过异常侦测演算法来进行；以及当决定此布局图案为正常值时，通过处理器从先前应用至这些先前所分析的布局图案的配方库中选择配方，以修复此布局图案中的设计规则检查违规。
4.本揭露的另一态样是提供一种设计规则检查系统，包含：记忆体与处理器。其中记忆体具有多个计算机可读指令储存于其上。处理器是用以执行这些计算机可读指令来进行：将其中具有设计规则检查违规的布局图案做分类，来决定设计规则检查违规的分类，以辨识出一先前所分析布局图案群组，此先前所分析布局图案群组具有类似于布局图案中的设计规则检查违规的多个设计规则检查违规；以及从应用至此先前所分析布局图案群组的配方库中选择适当配方，以修复布局图案中的设计规则检查违规。
5.本揭露的又一态样是提供一种非暂态计算机可读媒介，包含多个计算机可读指令储存于其上，当通过处理器执行这些指令时使得处理器进行：分类其中具有设计规则检查违规的布局图案，以决定设计规则检查违规的分类通过：决定设计规则检查违规的图案类型、基于图案类型决定设计规则检查违规的违规类型、以及基于违规类型，决定设计规则检查违规发生的一层；基于此分类来辨识出先前所分析布局图案群组，此先前所分析布局图案群组具有类似于布局图案中的设计规则检查违规的多个设计规则检查违规；以及从先前应用至此先前所分析布局图案群组的配方库中选择配方来修复设计规则检查违规。
附图说明
6.当结合附图阅读时，根据以下详细描述可更好地理解本揭露案的态样。应注意，根据工业标准实务，各种特征未按比例绘制。事实上，为论述清楚，各特征的尺寸可任意地增加或缩小。
7.图1是根据一些实施例的计算系统的例示性方块图；
8.图2是根据一些实施例的设计规则检查(design rule check；drc)验证系统的例示性方块图；
9.图3是根据一些实施例的概述通过图2的设计规则检查验证系统所实施的用于修复布局片段中的设计规则检查违规的处理操作的例示性流程图；
10.图4是根据一些实施例的图3的布局片段中的设计规则检查违规的例示性分类，此分类是用于进行离群值侦测及配方选择以修复布局片段中的设计规则检查违规；
11.图5是根据一些实施例的例示性方块图，此方块图绘示具有设计规则检查违规的先前所分析的布局片段群集，这些群集用于近行离群值侦测及配方选择，这些设计规则检查违规类似于图3的布局片段中的设计规则检查违规；
12.图6是根据一些实施例所绘示的用以减少错误离群值侦测的状况的数据扩充处理的例示性方块图；
13.图7是根据一些实施例的图2的设计规则检查验证系统的另一例示性方块图，其绘示用以修复图3的布局片段中的设计规则检查违规的配方选择；
14.图8是根据一些实施例所绘示的图7的设计规则检查验证系统的额外细节的另一例示性方块图；
15.图9是根据一些实施例的概述用于执行离群值侦测及配方选择以修复图3的布局片段中的设计规则检查违规的操作的例示性流程图；
16.图10是根据一些实施例的图2的设计规则检查验证系统的又一例示性方块图；
17.图11是根据一些实施例的由图10的设计规则检查验证系统所产生的设计规则检查总结报告的实例。
18.【符号说明】
19.100：计算系统
20.105：主机装置
21.110：记忆体装置
22.115：输入装置
23.120：输出装置
24.125a、125b、125c：接口
25.130a、130n：中央处理单元核心
26.135：设计规则检查应用
27.140：记忆体控制器
28.145：记忆体阵列
29.150：制造工具
30.155：设计规则检查验证系统
31.160：布局片段
32.165：离群值侦测
33.170：设计规则检查布局相似度分组
34.175：布局群集
35.180：谱分群
36.185、190、710、715：方块
37.195、630：处理
38.200、205、210、215、220、225、635、640、645、650、655、660、665、670、675：操作
39.230、520：分类
40.240：金属互连
41.245：通孔结构
42.250、255：违规类型
43.260、265：层
44.270、275、280、565：群组
45.290、295、300、305、380、415、440、475、570、575、580、585、615：群集
46.310、315、320、385、390、395、400、405、410、420、425、430、435、445、450、455、460、465、470、480、485、490、495：布局图案
47.325、335：图案违规图表
48.330、360、590：配方修复率图表
49.340：第一类型的设计规则核对违规
50.345、350、355：其他类型的设计规则核对违规
51.365、370、375、620：配方
52.500、505：箭头
53.510：方块图
54.515：多个布局片段
55.525、595：布局片段
56.530：谱分群
57.535：图表
58.540、545、550、555：分组
59.560：位置
60.600：编码器模型
61.605、720、725：输出
62.610：knn分类器
63.625：随机森林分类器
64.680：训练方块
65.685：模型架构方块
66.690：影像阵列
67.695：自动编码器
68.700：编码器模型
69.705：处理模型
70.730：群集模型
71.735：cbca正常值特征
72.740：可视化模型
73.745：报告
74.750：尺寸报告
75.755：设计规则核对总结
76.760：实例
77.via：通孔结构
78.m0-m9：金属互连
79.s：间距
80.a：面积
81.l：长度
82.r：推荐
83.w：宽度
84.o：重叠
85.en：包围
86.cs：颜色间距
87.ex：扩展
88.g0：双图案规则
89.cell：未明确定义
90.g：图表
91.h240：单元高度240
具体实施方式
92.以下揭露内容提供许多不同实施例或实例，以便实现所提供标的的不同特征。下文描述部件及排列的特定实例以简化本揭露内容。当然，这些实例仅为实例且不意欲为限制性。举例而言，在随后描述中第一特征在第二特征上方或在第二特征上的形成可包含第一及第二特征形成为直接接触的实施例，及亦可包含额外特征可形成在第一及第二特征之间，使得第一及第二特征不可直接接触的实施例。另外，本揭露案在各实例中可重复元件符号及/或字母。此重复为出于简单清楚的目的，并且本身不指示所论述各实施例及/或配置之间的关系。
93.另外，空间相对术语，如“之下”、“下方”、“下部”、“上方”、“上部”及类似者，在此为便于描述可用于描述诸图中所图示一个元件或特征与另一(些)元件或(多个)特征的关系。除图形中描绘的方向外，空间相对术语意欲包含元件在使用或操作中的不同方向。设备可为不同方向(旋转90度或在其他的方向)及可因此同样地解释在此使用的空间相对描述词。
94.现请参考图1，图1是根据本揭露的一些实施例所绘示的计算系统100的例示性方块图。计算系统100可被电路或布局设计人员所使用，以进行电路的标准单元布局。如本文所使用的“电路”或“集成电路”是电子元件的互连，如电阻器、晶体管、开关、电池、电感器、或配置以实施所需要的功能性的其他类型半导体元件。计算系统100包含与记忆体装置110相关的主机装置105。主机装置105可配置以从一或多个输入装置115接收输入，并提供输出至一或多个输出装置120。主机装置105可配置以分别经由适当接口125a、125b、以及125c而与记忆体装置110、输入装置115、以及输出装置120沟通。计算系统100可在各种计算装置中实施，如计算机(例如：桌上、笔记型计算机、服务器、数据中心等)、平板、个人数字助理、移
动装置、其他手持或携带式装置，或适合使用主机装置105来进行标准单元布局的任何其他计算单元。
95.输入装置115可包含各种输入技术中的任何一种，诸如键盘、尖笔、触控式屏幕、鼠标、轨迹球、小键盘、麦克风、语音辨识、动作辨识、远端控制器、输入端口、一或多个按钮、刻度盘、控制杆、及与主机装置105相关的任何其他周边输入装置，其允许如使用者(例如：电路或布局设计人员)的外部来源输入信息(例如：数据)至主机装置中并发送指令至主机装置。类似地，输出装置120可包含各种输出技术，如外部记忆体、列印机、扬声器、显示器、麦克风、发光二极管、耳机、视频装置、以及配置以从主机装置105接收信息(例如：数据)的任何其他周边输出装置。输入主机装置105中及/或从主机装置输出的“数据”可包含各种原文数据、电路数据、信号数据、半导体元件数据、图形数据、上述组合，或适合使用计算系统100来处理的其他类型的类比及/或数字数据。
96.主机装置105包含一或多个处理单元/处理器，如中央处理单元(central processing unit；cpu)核心130a-130n，或与上述核心相关。中央处理单元核心130a-130n可作为特殊应用集成电路(application specific integrated circuit；asic)、场可程序化逻辑栅极阵列(field programmable gate array；fpga)、或任何其他类型的处理单元来实施。中央处理单元核心130a-130n中的每一者可配置以执行指令来运行主机装置105的一或多个应用。在一些实施例中，可将用于运行一或多个应用的指令与数据储存在记忆体装置110内。主机装置105亦可配置以储存记忆体装置110内的一或多个应用的运行结果。因此，主机装置105可配置以要求记忆体装置110进行各种操作。举例而言，主机装置105可要求记忆体装置110读取数据、写入数据、更新或删除数据、及/或进行管理或其他操作。
97.一种可配置主机装置105来运行的类似应用为设计规则检查应用135。设计规则检查应用135可为计算机辅助设计或电子设计自动化套装软件的一部分，其可被主机装置105的使用者针对一或多个设计规则检查(design rule check；drc)违规使用来分析电路的布局图案，以及辨识配方以解决一或多个设计规则检查违规中的每一者。电路的布局图案可显示出待制造的电路的各种元件与连接。例如：布局图案可显示出表示电路的各种元件的一或多个主动区、栅极电极、源极与漏极电极、金属线、通孔触点、用于接合垫的开口、一或多个金属层、电源、输入及输出信号、时钟信号等，以及显示出当这些元件设置在半导体基板(如硅晶圆)中/上时是如何互连。布局图案可通过遵循设计程序来实施，此设计程序可包含逻辑设计、实体设计、或线路布局(place and route)中的一或多者。布局图案可以一或多个数据文件如gdsii文件格式或dfii文件格式来表示。在其他实施例中，可使用其他文件格式。
98.在一些实施例中，布局图案可被验证以确保布局图案适当且依照需求起作用。在一些实施例中，布局图案的验证可通过使用设计规则检查(design rule check；drc)验证来进行。设计规则检查验证包含一系列设计规则，这些规则验证二个布局元件之间的间距、验证二个布局元件之间的节距(pitch)或间隙、验证一布局元件的侧面的宽度或长度等。一般而言，设计规则检查验证可核对与各种几何形状与连接限制的顺应性，以确保布局图案可靠地操作。在一些实施例中，设计规则检查应用135可用以进行设计规则检查验证。具体而言，在一些实施例中，设计规则检查应用135可用以辨识布局图案中的一或多个设计规则检查违规。在一些实施例中，设计规则检查应用135亦可用以辨识一或多个配方，以修复所
辨识到的一或多个设计规则检查违规。“配方”可被认为是修复特定设计规则检查违规的一解决方案。在一些实施例中，可存在修复特定设计规则检查违规的单一配方。在其他实施例中，可存在修复特定设计规则检查违规的多个适合的配方。设计规则检查应用135亦可用以辨识待应用至特定设计规则检查违规的最适合的配方。
99.因而，电路设计人员可建立电路的布局图案。接着，使用设计规则检查应用135，电路设计人员可辨识与解决此布局图案中的一或多个设计规则检查违规。在一些实施例中，用以执行或运行设计规则检查应用135的指令可储存在记忆体装置110内。设计规则检查应用135可通过中央处理单元核心130a-130n中的一或多者，使用与来自记忆体装置110的与设计规则检查应用相关的指令来执行。
100.仍参考图1，记忆体装置110包含配置以从记忆体阵列145读取数据或写入数据至记忆体阵列145中的记忆体控制器140。在一些实施例中，记忆体阵列145可包含各种挥发及/或非挥发性记忆体。例如：在一些实施例中，记忆体阵列145可包含nand快闪式记忆体核心、nor快闪式记忆体核心、静态随机存取记忆体(static random access memory；sram)核心、动态随机存取记忆体(dynamic random access memory；dram)核心、磁阻式随机存取记忆体(magnetoresistive random access memory；mram)核心、相变记忆体(phase change memory；pcm)核心、电阻式随机存取记忆体(resistive random access memory；reram)核心、3d xpoint记忆体核心、铁电随机存取记忆体(ferroelectric random-access memory；feram)核心，以及适合用在记忆体阵列内的其他类型记忆体核心。一般而言，记忆体阵列145可包含各种随机存取记忆体(ram)、只读记忆体(read-only memory；rom)、可程序化只读记忆体(programmable rom；prom)、可抹除可程序化只读记忆体(erasable prom；eprom)、电可抹除可程序化只读记忆体(electrically eprom；eeprom)、硬式磁盘机、快闪驱动机、记忆带、光学驱动机、云端记忆体中的任一者，或适用以执行本文描述操作的主要及/或辅助记忆体的任何组合。
101.记忆体阵列145内的记忆体可分别且独立地由记忆体控制器140来控制。换言之，记忆体控制器140可配置以分别且独立地与记忆体阵列145内的每一记忆体沟通。通过与记忆体阵列145通讯，记忆体控制器140可配置以回应所接收到来自主机装置105的指令，而从记忆体阵列读取数据或写入数据记忆体阵列。尽管所示为记忆体装置110的部分，但在一些实施例中，记忆体控制器140可为主机装置105的部分或计算系统100的另一元件的部分，并且与记忆体装置相关。记忆体控制器140可作为软件、硬件、固件、或上述组合中任一者的逻辑电路来实施，以执行本文所述的功能。举例而言，在一些实施例中，记忆体控制器140可配置以在接收到来自主机装置105的请求时，检索与设计规则检查应用135相关并储存在记忆体装置110的记忆体阵列145中的指令。
102.在一些实施例中，计算系统100亦可与各种制造工具150相关。尤其，制造工具150可用以基于标准单元布局(例如：布局图案)来准备与制造一光罩组。此光罩组可定义在电路的半导体制造期间所使用的微影步骤的几何形状。尽管所示的制造工具150是与主机装置105分离，但在一些实施例中，制造工具的至少一些功能可通过主机装置，如通过设计规则检查应用135或与设计规则检查应用相关的另一应用来实施。
103.为了准备光罩组，制造工具150可用来转化电路的标准单元布局为代表数据文件(representative data file；rdf)。接着，代表数据文件可用以制造一组实体光罩来制造
电路。
104.在一些实施例中，准备光罩组的步骤可包含使用微影增强技术来进行光学邻近修正(optical proximity correction；opc)以补偿标准单元布局中的影像错误，如可能起因于绕射、干涉、其他制程效应、以及类似因素。在一些实施例中，制造工具150的光罩规则核对器(mask rule checker；mrc)可利用一组光罩建立规则来核对已经过光学邻近修正处理的标准单元布局。光罩建立规则可包含某些几何形状及/或连接性限制以确保足够的边际，以说明半导体制造制程中的变化性等。在一些实施例中，光罩规则核对器可修改标准单元布局以补偿制造光罩组期间的限制。在一些实施例中，准备光罩组的步骤亦可包含解析度增强技术(resolution enhancement techniques；ret)，如离轴照明、次级解析辅助特征、相移式光罩、其他类似技术或其组合。
105.准备光罩组的步骤在一些实施例中还包含微影制程核对(lithography process checking；lpc)，其可模拟实施来制造电路的制程。微影制程核对可基于标准单元布局来模拟这些制程以建立电路的模拟制造元件。微影制程核对可考虑各种因素来模拟电路的制造，如空间成像对比、焦深(depth of focus；dof)、光罩错误增强因子(mask error enhancement factor；meef)、其他适合的因素，以及类似因素或上述组合。在一些实施例中，在通过微影制程核对来建立模拟制造元件后，若模拟元件不满足某些设计规则，则重复光学邻近修正及/或光罩规则核对器以进一步改进标准单元布局。
106.为了制造光罩组，光罩写入器可转换代表数据文件为基板上的影像，如光罩(倍缩光照)或半导体晶圆。在一些实施例中，电子束(e-beam)或多电子束的机构可用于在半导体晶圆上形成光罩图案以形成光罩。在一些实施例中，光罩图案可包含一或多个不透明区与一或多个透明区。用于曝光已涂覆在半导体晶圆上的影像敏感材料层(例如：光阻剂)的辐射束，如紫外线(uv)束，其可被不透明区阻断以及透射穿过透明区域。在一个实例中，光罩图案可包含透明基板(例如：熔凝石英)及涂覆在不透明区中以形成光罩的不透明材料(例如：铬)。在其他实施例中，可使用其他或额外的技术来制造光罩。
107.一旦光罩已制造，制造实体(例如：制造设施或半导体厂)可使用所制造的光罩来制造电路。在一些实施例中，制造电路的步骤可包含使用光罩(或多个光罩)在半导体晶圆中/上沉积一或材料。半导体晶圆可包含硅基板或具有材料层形成于其上的其他基板。半导体晶圆可还包含各种掺杂区域、介电特征、多层互连、以及使用一或多个光罩所形成的类似者中的一或多者。
108.应理解的是，尽管制造工具150是被描述为进行某些操作以准备光罩组并接着制造光罩组，但在一些实施例中，各种制程可不同于所描述的这些制程。在一些实施例中，可使用额外的或者其他制程或操作来准备光罩组及制造光罩组。应理解的是，图1中仅绘示及描述计算系统100的一些元件。然而，计算系统100可包含其他元件，如各种电池与电源、网络接口、路由器、开关、外部记忆体系统、控制器等。一般而言，计算系统100可包含在进行本文所述的功能中所需要或认为需要的各种硬件、软件、及/或固件元件中的任一者。类似地，主机装置105、输入装置115、输出装置120、以及包含记忆体控制器140与记忆体阵列145的记忆体装置110，均可包含被认为在进行本文所述的功能时所必需或需要的其他硬件、软件、及/或固件元件。
109.转向图2，根据本揭露的一些实施例，图2是绘示用以进行设计规则检查验证的例
示性的设计规则检查验证系统155。在一些实施例中，设计规则检查验证系统155的至少一些部分可通过设计规则检查应用135来实施。设计规则检查验证系统155是配置以自动地辨识布局片段(layout clip)160的布局图案中的一或多个设计规则检查违规。布局片段160可被输入设计规则检查应用135中。具体而言，在一些实施例中，设计规则检查验证系统155与设计规则检查应用135可进行离群值侦测165，以决定布局片段160的布局图案为“离群值(outlier)”或“正常值(inlier)”。“离群值”是具有设计规则检查违规的布局图案，其非类似于(例如：不匹配)布局图案中的其他的设计规则检查违规，这些其他的设计规则检查违规先前已经由设计规则检查验证系统155所修正。“正常值”是具有设计规则检查违规的布局图案，此违规类似于(例如：匹配)布局图案中的其他的设计规则检查违规，这些其他的设计规则检查违规先前已经由设计规则检查验证系统155所修正。在一些实施例中，若布局图案具有类似的布局特征(例如：类似的设计规则检查违规)，则二个布局图案可被认为是“类似”。在一些实施例中，用于决定一个布局图案是否类似于另一布局图案的标准可在设计规则检查验证系统155内预先决定与预先程序化。
110.在一些实施例中，设计规则检查验证系统155可通过进行设计规则检查布局相似度分组170来进行离群值侦测165。设计规则检查布局相似度分组170可辨识先前所分析的设计规则检查布局图案的一或多个布局群集175，布局片段160中的布局图案可类似于先前所分析的设计规则检查布局图案。在一些实施例中，用以辨识一或多个布局群集175的设计规则检查布局相似度分组170可使用谱分群(spectral clustering)180来进行。下文将进一步详细叙述设计规则检查布局相似度分组170。在一些实施例中，设计规则检查布局相似度分组170、一或多个布局群集175的辨识、及/或谱分群180可通过机器学习/人工智能演算法来进行。例如：在一些实施例中，可使用异常侦测演算法。在一些实施例中，异常侦测演算法可包含k最近邻分类器、随机森林分类器、或孤立森林分类器中的至少一者。在其他实施例中，可使用其他或额外的异常侦测演算法，包含例如：逻辑模糊为基础的离群值侦测演算法。在其他实施例中，可使用其他类型的机器学习/人工智能演算法来进行离群值侦测165及/或配方选择。
111.在决定布局片段160中的布局图案为离群值或正常值时，设计规则检查验证系统155可决定如何修正布局片段160的布局图案中的设计规则检查违规。若布局片段160的布局图案为正常值，则设计规则检查验证系统从配方库辨识/选择适合的配方，以修正此布局图案中的设计规则检查违规，如方块185中所示。在一些实施例中，适合配方的选择可通过一或多个机器学习/人工智能演算法来进行，如同上文所提及的这些演算法。下文亦更详细叙述配方选择。另一方面，若设计规则检查验证系统155决定布局片段160中的布局图案为离群值，则设计规则检查验证系统发送布局片段160至设计人员，以再检查(review)布局图案及修正布局片段160中的设计规则检查违规，如方块190所示。
112.当前设计规则检查违规修正方法仅依赖于设计人员在辨识设计规则检查违规及选择适当配方中的经验。设计人员可能花费大量时间与资源来分析类似布局图案与设计配方。此外，这种基于规则而手动建构的方法可能低效且不便利。此外，手动再检查不具有能力来决定所选的配方是否为用来修复特定设计规则检查违规的适合配方，直到此配方已应用至此设计规则检查违规后，而导致额外的时间消耗与延迟。手动再检查亦不具有能力来排序(rank)图案违规并分析潜在的配方不一致性。因此，目前所使用的设计规则检查验证
机制是不充分的。
113.相较之下，通过设计规则检查验证系统155的设计规则检查违规的修正为有效率且快速，并且将分析作业最少化。设计规则检查验证系统155是配置以辨识布局图案、基于先前所成功修正的特定设计规则检查违规的配方来选择适当配方、基于布局图案中的布局特征来自动预测适合的配方、侦测离群值、以及分析配方不一致性。此外，发明者已经发现设计规则检查验证系统155在针对特定设计规则检查违规而预测与选择适合的配方中具有高准确性。例如：发明者已经发现，当设计规则检查验证系统155从先前应用至类似布局图案的配方中，预测与选择具有最高修复率的配方时，准确性为约90％。发明者亦已经发现，与手动再检查相比，此高准确性可通过设计规则检查验证系统155减少约85％的作业来达成。例如：设计规则检查验证系统155可配置以在约1分钟内分析超4000个设计规则检查违规。因而，设计规则检查验证系统155提供快速、便利、准确、以及有效率的机制来分析设计规则检查违规。
114.参考图3，图3是根据本揭露案的一些实施例所绘示的概述处理195的例示性流程图。处理195可通过设计规则检查验证系统155(例如：实施设计规则检查验证系统的设计规则检查应用135)来实施，以分析布局片段160的布局图案。处理195可根据特定实施例包含其他或额外操作。为了分析布局片段160的布局图案，处理195开始于操作200，并在操作205接收布局片段160。布局片段160的布局图案可具有需要被修正的一或多个设计规则检查违规。在操作210，设计规则检查验证系统155决定布局片段160的布局图案为离群值或正常值。在决定布局图案为正常值(例如：非离群值)时，设计规则检查验证系统155在操作215从配方库选择一或多个配方来修复布局片段160中的设计规则检查违规。设计规则检查验证系统155接着可应用所选的配方至布局片段160的布局图案来修正设计规则检查违规。接着，处理195在操作220结束，以等待分析另一布局图案。
115.若在操作210，设计规则检查验证系统155决定布局片段160中的布局图案为离群值，则设计规则检查验证系统推断布局图案中的设计规则检查违规需要被手动再检查。因而，若操作210决定布局片段160中的布局图案为离群值，则处理195进行至操作225。处理195在操作220结束。
116.参考图4，图4是根据本揭露的一些实施例所绘示的用来执行设计规则检查布局相似度分组170的例示性分类230。分类230可通过设计规则检查验证系统155(例如：设计规则检查应用135)来实施。分类230可包含辨识设计规则检查违规在布局片段160的布局图案中的位置。分类230可通过设计规则检查验证系统155使用来决定布局片段160的布局图案为离群值或正常值、辨识先前所分析的布局片段组且其具有类似于布局片段160的设计规则检查违规的设计规则检查违规、以及选择用来修复布局片段160中的设计规则检查违规的适合配方。在一些实施例中，设计规则检查验证系统155可基于三个标准：布局图案类型、违规类型、以及发生设计规则检查违规的层，来分类布局片段160。
117.因而，为了执行分类230及决定设计规则检查违规在布局片段160的布局图案中的位置，在一些实施例中，设计规则检查验证系统155可首先决定设计规则检查违规发生在金属互连层或是通孔结构中。在金属互连层或通孔结构中的违规可被认为是“布局图案类型”违规。在其他实施例中，布局图案类型可包含布局图案类型违规的其他类型。因而，在一些实施例中，设计规则检查验证系统155可决定布局片段160中的设计规则检查违规在金属互
连(m)240中或是在通孔结构(via)245中。
118.在决定布局片段160中的设计规则检查违规在金属互连240中或是在通孔结构245中时，设计规则检查验证系统155可进一步决定设计规则检查违规的特定违规类型。具体而言，金属互连240与通孔结构245种类中的每一者可进一步细分为一或多个违规类型。违规类型可辨识设计规则检查违规的类型。例示的违规类型绘示于下表中。
119.违规类型全称s间距(spacing)a面积(area)l长度(length)r推荐(recommended)w宽度(width)o重叠(overlap)en包围(enclose)cs颜色间距(color spacing)ex扩展(extension)g0双图案规则(double pattern rule)cell未明确定义(not specifically defined)g图表(graph)h240单元高度240(cell high 240)
120.在其他实施例中，可使用其他或额外的违规类型。在一些实施例中，某些违规类型可仅发生在金属互连240中，而其他违规类型可能仅发生在通孔结构245中。在其他实施例中，某些类型的违规类型可发生在金属互连240与通孔结构245二者中。因而，尽管绘示金属互连240的某些违规类型250与通孔结构245的某些违规类型255，但是在其他实施例中，违规类型250与255可个别包含额外的或其他违规类型。
121.此外，每一违规类型可进一步被细分至违规类型所发生的金属互连层组中。例如：在一些实施例中，每一违规类型可进一步细分为“低层”、“中层”、或“上层”。“低层”可意指发生在金属互连层m0-m3中的设计规则检查违规，“中层”可意指发生在金属互连层m4-m8的设计规则检查违规，以及“上层”可意指发生在金属互连层m9及m9以上的设计规则检查违规。在其他实施例中，“低层”、“中层”、以及“上层”可包含不同于上述的互连层。此外，尽管金属互连层已被细分为三层(例如：“低层”、“中层”、以及“上层”)，但在其他实施例中，金属互连层可被细分为多于或少于3层。因而，每一违规类型可进一步被细分为发生设计规则检查违规的层。
122.此外，尽管图4仅绘示金属互连240中的违规类型250的违规类型“s”被细分为层260(例如：“低层”、“中层”、以及“上层”)，但在其他实施例中，其他违规类型250亦可被类似地细分，其中每一违规类型被细分为层260的一或多者。同样地，尽管通孔结构245的违规类型255的违规类型“w”是绘示为被细分为层265(例如：“低层”、“中层”、以及“上层”)，但在其他实施例中，通孔结构的其他违规类型255亦可被类似地细分，其中每一违规类型被细分为层265的一或多者。
123.因而，为了分析布局片段160并进行分类230，设计规则检查验证系统155可首先辨
识此布局片段160的布局图案中的设计规则检查违规是发生在金属互连240中或通孔结构245中。在辨识图案布局类型(例如：金属互连240或通孔结构245)时，设计规则检查验证系统155可决定图案布局类型的违规类型。例如：若设计规则检查验证系统155决定布局片段160在金属互连240中具有设计规则检查违规，则设计规则检查验证系统可辨识设计规则检查违规的违规类型250中的一者。在辨识违规类型250中的一者时，设计规则检查验证系统155可接着决定违规类型落入层260中的哪一层。例如：若设计规则检查验证系统155决定布局片段160具有违规类型250的间距(s)的设计规则检查违规，则设计规则检查验证系统可决定间距设计规则检查违规是发生在层260的“低层”、“中层”或“上层”中。例如：若设计规则检查验证系统155决定其中发生设计规则检查违规的层260是在“低层”中，则设计规则检查验证系统155可分类此布局片段为“m_s_low”。
124.在一些实施例中，布局片段160可具有单一设计规则检查违规或多样设计规则检查违规。在这种实施例中，可针对布局片段160的布局图案中的各设计规则检查违规来进行分类230。因而，在一些实施例中，布局片段160可根据设计规则检查违规的数量与类型而具有多个分类(例如：m_s_low)。此外，在一些实施例中，层260与265中的每一层可进一步分别地分类为一或多个群组270与275。尽管在群组270与275的每一者中绘示3个群组，但在其他实施例中，层260及/或265中的每一层可被细分为多于或少于3个群组。此外，尽管只有层260与265的“低层”被分别绘示为细分为群组270与275，但在其他实施例中，可类似地细分“中层”及/或“上层”。群组270与275中的每一群组可辨识具有类似于布局片段160的布局图案(例如：具有类似于布局片段160的rdc违规的设计规则检查违规)的其他布局图案。群组270与275中的每一群组可包含一或多个“群集”。群组的实例绘示于下文图5中。布局片段160的这种“聚类(clustering)”可用以决定布局片段160中的布局图案是否为离群值，且有助于配方预测/选择。
125.转向图5，图5是根据本揭露案的一些实施例所绘示的群组280的实例。群组280可为图4的群组270或275中的三个群组中的一者。在一些实施例中，可基于分类来辨识群组280。例如：在一些实施例中，设计规则检查验证系统155可针对群组280从先前所分析的布局图案库辨识先前所分析的布局图案组，此先前所分析布局图案库具有与分析中的布局片段(例如：布局片段160)的分类230相同或类似的分类。在其他实施例中，设计规则检查验证系统155可使用其他方式形成群组280。为解释的目的，群组280是假定为与布局片段160相关。
126.此外，群组280可包含一或多个群集。例如：并如图5所示，群组280可包含4个群集290-305。尽管4个群集(例如：群集290-305)绘示于群组280中，但在其他实施例中，群组可包含大于或少于4个群集。在一些实施例中，设计规则检查验证系统155可配置以产生其中具有预定数量的群集的群组280。群集290-305中的每一者可包含具有类似设计规则检查违规的一或多个布局图案(例如：布局片段)。例如；在一些实施例中，群集290可包含三个布局图案，而群集295-305可分别包含四个布局图案。每一个群集中布局图案的数量可根据实施例而不同。
127.在特定列(例如：特定群集)中的布局图案可意指其布局图案相似。换言之，在特定群集中的布局图案可具有类似的设计规则检查违规。例如，群集290中的布局图案315-320可具有类似的设计规则检查违规。类似地，群集295中的布局图案可具有类似的设计规则检
查违规，群集300中的布局图案可具有类似的设计规则检查违规等。此外，在一些实施例中，一个群集的布局图案可与另一群集中的布局图案稍微不同。例如：群集290的布局图案310-320可具有类似的设计规则检查违规，其可与群集295-305的布局图案中的设计规则检查违规稍微不同。在一些实施例中，群集290-305可通过机器学习/人工智能演算法来辨识，如同上文所提及的这些演算法。
128.此外，在一些实施例中，通过使用异常侦测演算法，设计规则检查验证系统155可决定布局片段160是否为群集290-305中的一者的成员。若设计规则检查验证系统155决定布局片段160的布局图案类似于群集290-305中一者中的布局图案，则设计规则检查验证系统可决定布局片段为此群集的成员，并且因此为正常值。另一方面，若设计规则检查验证系统155决定布局片段160的布局图案不类似于群集290-305中任一者的布局图案，则设计规则检查验证系统可决定布局片段不为任意群集的成员，并且因此为离群值。因而，通过进行布局片段160的分组/聚类，设计规则检查验证系统155可决定布局片段为离群值或正常值。
129.除了包含布局图案，群集290-305中的每一者亦可包含图案违规图表325与配方修复率图表330。在一些实施例中，每一图案违规图表325与配方修复率图表330可为圆饼图。在其他实施例中，图案违规图表325与配方修复率图表330中的任一者或两者可以其他图形的、文本的、表格式的、或其他形式来表示。图案违规图表325可辨识此群集中的布局图案中已遭遇的各种设计规则检查违规。在一些实施例中，图案违规图表325可辨识各种设计规则检查违规的分类230。例如，在一些实施例中，图案违规图表325可辨识违规类型、发生设计规则检查违规的层、以及设计规则检查违规是在金属互连240中或通孔结构245中。在一些实施例中，图案违规图表325中的分类230亦可包含设计规则检查违规发生的准确层(例如：m0、m1、m2等)。因而，通过查看群集305的图案违规图表335，可决定此群集中的布局图案已遭遇大量(例如：百分之x)的第一类型的设计规则检查违规340，以及较少数量的其他类型的设计规则检查违规345-355。因而，图案违规图表325提供对特定群集的布局图案中已经发生的设计规则检查违规的类型与位置的快速浏览。
130.配方修复率图表330辨识一或多个配方的“修复率”。特定配方的“修复率”可被定义为配方的成功率。换言之，修复率可通过将应用配方后所剩余的设计规则检查违规的数量除以应用配方前的设计规则检查违规的总数量(配方后的剩余设计规则检查违规的#/配方前的设计规则检查违规的总数#)来决定。较高的修复率是被需要的。当第一配方的修复率高于配方修复率图表330中的第二配方的修复率时，此指出第一配方在修复此群集的布局图案中更多的设计规则检查违规是更为成功的。例如：在配方修复率图表360中，第一配方365的修复率高于配方370与375的修复率。因而，配方365在修复群集305中布局图案的更多的设计规则检查违规比配方370更为成功，此进而在群集305中的修复设计规则检查违规比配方375更为成功。通过再检查图案违规图表325与配方修复率图表330，设计规则检查验证系统155可辨识适合的配方来修复布局片段160中的特定设计规则检查违规、预测将配方应用至布局片段的成功的可能性、以及评估drc配方不一致性。
131.转向图6，图6根据本揭露案的一些实施例所示的数据扩充机制。数据扩充可增强结果强健性并降低离群值侦测错误警报。在一些实施例中，群集中的布局图案可与此群集中的另一布局图案方向不同。这种不同方向的布局图案可被决定为离群值，因为此布局图案可能看似与此群集中的另一布局图案不相似。例如，在群集380中，布局图案385是绘示与
此群集中的其他布局图案390-405不同方向。具体而言，布局图案385是绘示为水平方向，而布局图案390-405为垂直方向。即使布局图案具有与布局图案390-405中的设计规则检查违规类似的设计规则检查违规，这种方向上的差异亦可导致布局图案385被决定为离群值。为了避免这种错误离群值侦测，在一些实施例中，当特定布局图案(例如：布局图案385)的方向不同于群集(例如：群集380)中其他布局图案(例如，布局图案390-405)的方向时，不同布局图案的方向可被改变。
132.例如，在一些实施例中，设计规则检查验证系统155可旋转布局图案385，使得布局图案为垂直方向，如群集415的布局图案410所示。在旋转时，布局图案410与群集415的布局图案420-435为类似方向。在类似地方向时，布局图案410中的设计规则检查违规是类似于布局图案420-435中的设计规则检查违规，并且因此，布局图案410可不被认为是离群值。因而，在一些实施例中，通过将布局图案的方向从水平改变为垂直，错误离群值侦测的发生率可被减少。
133.群集440绘示出垂直方向的布局图案445的实例，而此群集的布局图案450-465为水平方向。在这种状况中，布局图案445在垂直方向可被认为是离群值，布局图案未显露出类似于布局图案450-465。然而，若布局图案445被旋转至水平方向，则在一些实施例中，此布局图案可被认为是正常值。例如：当将布局图案445被旋转至水平方向时，如群集475中的布局图案470所示，若布局图案是类似于布局图案480-495，则布局图案可被认为是正常值而非离群值。因而，在一些实施例中，通过将布局图案的方向从垂直改变为水平，错误离群值侦测的发生率可被减少。
[0134]“水平的”方向可被认为是各种布局特征(例如：信号线)沿着水平或左右方向延伸的方向，如箭头500所示。“垂直”方向可被认为是各种布局特征(例如：信号线)沿着垂直或上下方向延伸的方向，如箭头505所示。在一些实施例中，将方向从水平改变为垂直可通过旋转布局图案90度至少一次，直到此布局图案的布局特征(例如：信号线)以类似于此群集中其他布局图案的布局特征(例如：信号线)的方向延伸来实现。类似地，在一些实施例中，将方向从垂直改变为水平可通过旋转布局图案90度至少一次，直到此布局图案的布局特征(例如：信号线)以类似于此群集中其他布局图案的布局特征(例如：信号线)的方向延伸来实现。在一些实施例中，改变方向可包含以其他方向及/或其他角度旋转或移动布局图案。
[0135]
此外，在一些实施例中，设计规则检查验证系统155可自动地进行数据扩充。在一些实施例中，在建立群集时，设计规则检查验证系统155可再检查此群集中各种布局图案的方向。若设计规则检查验证系统155决定一或多个布局图案的方向不同于其他布局图案的方向，则在一些实施例中，布局图案的方向可被改变直到此群集中的所有布局图案的方向类似。因此，数据扩充可降低错误离群值侦测的发生率。
[0136]
参考图7，图7是根据本揭露的一些实施例所示的离群值侦测与配方选择的例示性方块图510。如上文论述，在一些实施例中，多个布局片段515可分析于设计规则检查违规与修正。多个布局片段515中的每一者可使用分类230来分类。例如：图7绘示多个布局片段515的布局片段525的分类520。布局片段525可被认为类似于布局片段160。具体而言，分类520指出布局片段525在金属互连240中具有设计规则检查违规，并且具体而言，在m0-m3层中的一者(例如：层260的“低层”)中具有违规类型250的间距违规。多个布局片段515中的剩余者可类似地分类。
[0137]
基于分类，多个布局片段515中的每一者可接着经过谱分群530以辨识具有一或多个群集(例如：群集290-305)的群组(例如：群组280)。谱分群或聚类分析(cluster analysis)可包含分组布局图案(例如：布局片段)，使得相较于其他布局图案的设计规则检查违规，彼此具有更相似的设计规则检查违规的布局图案可被分组在相同的群集中。在一些实施例中，谱分群530可通过谱分群演算法来进行。在一些实施例中，谱分群演算法可通过机器学习/人工智能演算法来实施，如同上文所提及的这些演算法。在其他实施例中，谱分群530可使用其他技术来进行。同样地，在一些实施例中，可使用用于辨识类似于多个布局片段515中每一者的布局图案及分组这些类似布局图案的其他技术。
[0138]
在一些实施例中，谱分群530的输出可以视觉形式被显示，如图表535。图表535可显示可聚类在一起的各种布局图案的各种分组540-555。例如：在一些实施例中，分组540可包含具有类似设计规则检查违规的多个布局图案，并因此聚类在单一群集中。类似地，分组545-555可包含类似布局图案的群集。图表535中分组的数量可变化。此外，每一分组中布局图案的数量可变化。图表535亦可显示特定布局片段可位于分组540-555的何处。例如：图表535可显示布局片段525的位置560。从位置560来看，可决定布局片段525相较于分组545更类似于分组550与555。基于图表535，可辨识布局片段525的具有一或多个群集的群组。例如：布局片段525的群组565可包含一或多个群集570-585(例如：群集290-305)，其可从分组550与555的任一者或二者中被选择。在一些实施例中，群集570-585可被选择以包含具有设计规则检查违规的布局图案，其类似于布局片段525的布局图案中的设计规则检查违规。此外，群集570-585中的布局图案可包含设计规则检查验证系统155先前已经分析过的这些布局图案(例如：具有设计规则检查违规的布局片段)。如上文所指出，在一些实施例中，聚类(例如：谱分群530、辨识分组540-555、以及形成具有群集570-585的群组565)可通过机器学习/人工学习演算法来进行，如同上文所提及的这些演算法。
[0139]
此外，基于群集570-585，设计规则检查验证系统155可决定(例如：通过异常侦测演算法)布局片段525的布局图案为离群值或正常值。例如：设计规则检查验证系统155可决定布局片段525的布局图案中的设计规则检查违规是类似于群集570中其他布局图案的设计规则检查违规。因此，设计规则检查验证系统155可决定布局片段525属于群集570。
[0140]
除了决定布局片段525为正常值并属于群集570外，设计规则检查验证系统155可进行配方与修复率分析。通过进行配方与修复率分析，设计规则检查验证系统155可建立群集570-585中每一者的配方修复率图表。例如：设计规则检查验证系统155可建立群集570的配方修复率图表590。配方修复率图表590是类似于配方修复率图表330，并可辨识用以修正群集570的布局图案中的设计规则检查违规的各种配方的修复率。尽管未绘示，但在一些实施例中，设计规则检查验证系统155亦可产生图案违规图表(例如：类似于图案违规图表325)以显示特定群集的布局图案中的各种设计规则检查违规。在一些实施例中，基于配方修复率图表590，设计规则检查验证系统155可选出应用至布局片段525的配方，以修正此布局片段中的一或多个设计规则检查违规。
[0141]
多个布局片段515的剩余者可类似布局片段525被分析。
[0142]
现转向图8，图8是根据本揭露的一些实施例所示的布局片段595的离群值侦测与配方分析的另一方块图。布局片段595可被认为类似于布局片段160与525。图8的方块图可通过设计规则检查验证系统155来实施。布局片段595可被输入至编码器模型600中。编码器
模型600可用来从布局片段595提取某些信息(例如：图案布局信息)并将所提取的信息作为输出605传播。可使用任何适合的编码器模型。接着输出605可被输入至机器学习演算法中，此机器学习演算法期望用以进行谱分群530及/或产生具有群集570-585的群组565，以及产生配方修复率图表590。在一些实施例中，机器学习演算法亦可用以选择应用至布局片段595的适合的配方。
[0143]
例如，在一些实施例中，knn分类器610可用以进行谱分群530。因而，knn分类器可接收输出605以产生具有一或多个群集(例如：群集570-585)的群组(例如：群组565)，以及产生这些群集的每一者的配方修复率图表(例如：配方修复率图表590)。从各种群集来看，knn分类器610可输出布局片段595被决定所属的群集615。若knn分类器610决定布局片段595不属于任何群集，则knn分类器可输出布局片段为离群值的指示，布局片段可传递至手动再检查。
[0144]
另一方面，若knn分类器610决定布局片段595属于群集615且其为正常值，则knn分类器亦可从配方库(例如：为群集615所产生的配方修复率图表中的配方)来选择配方620，以修复布局片段中的设计规则检查违规。在一些实施例中，knn分类器610亦可应用配方620至布局片段595以修复设计规则检查违规。配方库可包含先前所应用来修复群集615中其他布局图案中的设计规则检查违规的配方。
[0145]
在一些实施例中，取代使用knn分类器610，可使用随机森林分类器625来进行谱分群530、配方预测(例如：选择配方620)、及/或应用配方至布局片段595。在一些实施例中，knn分类器610可用以进行一些操作，同时随机森林分类器625可用进行其他操作。操作可包含进行谱分群530、配方预测、以及应用配方。在其他实施例中，可使用除了knn分类器610与随机森林分类器625以外的机器学习演算法。例如：在一些实施例中，可使用孤立森林分类器。在一些实施例中，隔离森林分类器可用以进行离群值侦测，以及knn分类器610及/或随机森林分类器625可用以选择适合的配方。
[0146]
此外，应理解的是，本文仅绘示图8的方块图的一些元件。然而，图8意欲包含在进行谱分群530、配方预测(例如：选择配方620)、以及应用所选的配方至布局片段595时需要或认为需要的其他或额外的元件。方块图的一些额外细节是绘示于图10的方块图中。
[0147]
参考图9，图9是根据本揭露的一些实施例所绘示的概述处理630的例示性流程图。处理630可用以分析布局片段的布局图案。分析布局片段的布局图案可包含：分类布局片段、决定布局片段中的布局图案为离群值或正常值，以及当决定布局图案为正常值时来选择适当配方以修复布局片段的布局图案中的设计规则检查违规。
[0148]
处理630可通过设计规则检查验证系统155(例如：设计规则检查应用135)来实施。因而，起始于操作635，在操作640，设计规则检查验证系统155接收具有设计规则检查违规的布局图案的布局片段(例如：布局片段525)。在操作645，设计规则检查验证系统155分类布局片段。在一些实施例中，设计规则检查验证系统155使用分类230来分类布局片段(例如：布局片段525)，以辨识布局片段(例如：布局片段525)的布局图案中设计规则检查违规的位置。如上文所述，在一些实施例中，布局片段可具有单一设计规则检查违规。在其他实施例中，布局片段可具有多个设计规则检查违规。在一些实施例中，可针对布局片段的布局图案中的各别设计规则检查违规来进行分类230。因而，若布局片段(例如：布局片段525)包含具有多个设计规则检查违规的布局图案，则可针对各别设计规则检查违规进行分类230，
使得布局片段可具有多个分类。
[0149]
在操作650，设计规则检查验证系统155比较布局片段(例如：布局片段525)与其他先前所分析的布局片段，以辨识先前所分析的布局片段组，其具有与布局片段中的设计规则检查违规类似的设计规则检查违规。在一些实施例中，基于布局片段(例如：布局片段525)的设计规则检查违规的分类，可通过进行谱分群(例如：谱分群530)来进行比较，如上文所述。通过进行谱分群，设计规则检查验证系统155可分析先前所分析的布局图案，以辨识这些布局图案，其具有与布局片段中的设计规则检查违规相同的设计规则检查违规。
[0150]
在一些实施例中，来自先前所分析布局片段的所辨识的布局图案可具有与布局片段相同的分类。在一些实施例中，设计规则检查验证系统155亦可包含在执行谱分群时与分类稍微相关的图案布局。例如：在一些实施例中，在执行谱分群时，若布局片段(例如：布局片段525)的违规类型为间距(s)违规类型，则设计规则检查验证系统155亦可认为布局图案具有颜色间距(color spacing；cs)的违规类型。因而，在一些实施例中，设计规则检查验证系统155可仅考虑布局片段的分类，而在其他实施例中，设计规则检查验证系统155亦可在进行谱分群时考虑相关的分类。
[0151]
设计规则检查验证系统155亦可形成这些先前所分析布局图案的分组以获得谱图表(例如：图表535)。设计规则检查验证系统155亦可基于谱分群来形成具有一或多个群集(例如：群集570)的群组(例如：群组565)。在一些实施例中，设计规则检查验证系统155可实施knn分类器(例如：knn分类器610)、随机森林分类器(例如：随机森林分类器625)、及/或用于进行谱分群的其他机制。因而，设计规则检查验证系统155使用历史数据(例如：过去的布局图案)以分析当前数据(例如：当前的布局片段)，并预测用以修复当前数据中的设计规则检查违规的适当移动方案(例如：配方选择)。
[0152]
在操作655，通过使用谱图表，设计规则检查验证系统155决定布局片段(例如：布局片段525)为离群值或正常值。在一些实施例中，设计规则检查验证系统155可在决定布局片段为离群值或正常值之前进行布局片段的数据扩充(例如：改变方向)。在一些实施例中，通过使用谱图表与在操作650所形成的群组/群集来比较布局片段与其他布局图案，设计规则检查验证系统155可决定布局片段为离群值或正常值。在一些实施例中，设计规则检查验证系统155可使用knn分类器(例如：knn分类器610)、随机森林分类器(例如：随机森林分类器625)，及/或用于决定布局片段(例如：布局片段525)为离群值或正常值的其他机制。
[0153]
若在操作655，设计规则检查验证系统155决定布局片段(例如：布局片段525)为离群值，则处理630进行至操作660，其中此布局片段被标记为手动再检查。设计人员可接着再检查布局片段，决定适合的配方，及应用所选定的配方以修复此布局片段中的设计规则检查违规。当在操作660标记布局片段以用于手动再检查时，处理630在操作665结束。
[0154]
另一方面，若在操作655，设计规则检查验证系统155决定布局片段(例如：布局片段525)为正常值，则处理630进行至操作670。在操作670，设计规则检查验证系统155从配方库选择适合的配方以修正布局片段中的设计规则检查违规。在一些实施例中，除了在操作650产生谱图表外，设计规则检查验证系统155亦可产生布局片段(例如：布局片段525)的配方修复率图表(例如：配方修复率图表590)，以辨识应用至布局片段所属群集(例如：群集570)中各种布局图案的配方的修复率。在一些实施例中，应用至群集(例如：群集570)并被包含至配方修复率图表的配方可形成配方库，设计规则检查验证系统155可从此配方库选
择适合的配方。在一些实施例中，设计规则检查验证系统155可从此配方库中选择具有最高修复率的配方(例如：在配方修复率图表的圆饼图表示中具有最大部分的配方)。通过决定修复率并选择对应至最高修复率的配方，设计规则检查验证系统155可避免配方选择中的不一致性。例如：若第一配方与第二配方先前均使用于修正群集中的特定设计规则检查违规，以及若第一配方具有高于第二配方的修复率，则设计规则检查验证系统可选择第一配方而非第二配方，从而确保修复设计规则检查违规的较高的成功率同时解决配方的不一致性。因此，在一些实施例中，设计规则检查验证系统155可基于修复率“排序”配方。
[0155]
在其他实施例中，设计规则检查验证系统155可“排序”图案违规而非修复率。在一些实施例中，设计规则检查验证系统155亦可在操作650产生布局片段(例如：布局片段525)的图案违规图表(例如：图案违规图表325)。图案违规图表可辨识布局片段所属群集(例如：群集570)中的设计规则检查违规(此处亦称为图案违规)的类型。设计规则检查验证系统155可接着从图案违规图表排序各种所辨识的图案违规。在一些实施例中，设计规则检查验证系统155可使用公式来排序图案违规。在下文图10与图11中将叙述图案违规错误的例示性排序。基于排序，在一些实施例中，设计规则检查验证系统155可选择对应至最高排序图案违规的配方。
[0156]
在一些实施例中，设计规则检查验证系统155可配置以从图案违规图表选择对应至最大数量的图案违规错误的配方(例如：当图案违规图表被表示为圆饼图时，选择在圆饼图中具有最大部分的图案违规)。在一些实施例中，设计规则检查验证系统155可排序在配方修复率图表中的配方以选择最高排序配方。在其他实施例中，设计规则检查验证系统155可使用其他或额外的标准来选择用于布局片段(例如：布局片段525)的适合的配方。在一些实施例中，配方选择可通过knn分类器(例如：knn分类器610)、随机森林分类器(例如：随机森林分类器625)、及/或其他机制来执行。
[0157]
当在操作670选择适合的配方时，设计规则检查验证系统155在操作675应用所选定的配方至布局片段(例如：布局片段525)。在一些实施例中，设计规则检查验证系统155可使用knn分类器(例如：knn分类器610)、随机森林分类器(例如：随机森林分类器625)、及/或其他机制来应用配方。在一些实施例中，设计规则检查验证系统155可在操作670辨识适合的配方，并且设计人员可应用配方至布局片段。当将配方应用至布局片段时，处理630在操作665结束。
[0158]
转向图10，图10是根据本揭露案的一些实施例所绘示的设计规则检查验证系统155的额外细节的例示性方块图。设计规则检查验证系统155可包含用来连续精进或训练机器学习/人工智能演算法的训练方块680。训练方块680可包含模型架构方块685，其可储存训练模型、时间表、以及设计规则检查验证系统155所使用的机器学习/人工智能演算法所需的其他信息，以进行离群值侦测165、设计规则检查布局相似度分组170、以及选择适合的配方，如上文所述。此外，每一布局图案可被认为是由像素阵列所表示的影像。例如：在一些实施例中，布局图案可由128x 128的像素阵列表示。在其他实施例中，布局图案可由不同尺寸的像素阵列表示。在一些实施例中，影像阵列690是配置以储存布局图案。在一些实施例中，每一布局图案可被认为是一输入特征图。
[0159]
在一些实施例中，训练方块680亦可包含自动编码器695。自动编码器695可配置以通过进行降维(dimensionality reduction)来减少(例如：忽略)信号“杂讯”。例如：在一些
实施例中，自动编码器695可接收128x 128输入特征图并将此输入特征图减少至32x 32输入特征图。自动编码器695可接着输出降维后的输入特征图至编码器模型700。编码器模型700可类似于编码器模型600。编码器模型700可配置以从所接收到来自动编码器695的输入特征图中提取某些信息(例如：图案布局信息)。编码器模型700的输出可被输入至处理模型705。在一些实施例中，来自编码器模型700的输出可与历史数据或先前所分析的布局图案与先前所使用的配方相关。
[0160]
在一些实施例中，历史数据(例如：先前所分析的布局图案与先前所使用的配方)可在方块710被检索到，以及历史数据可在方块715被逐层转换为设计规则检查布局。逐层的设计规则检查布局图的输出720可被输入至处理模型705。在一些实施例中，处理模型705亦可接收当前正在分析的布局片段。在一些实施例中，处理模型705可执行降维(例如：类似于自动编码器695)、堆叠多层特征、以及解析群组信息。来自处理模型705的输出725可被储存至影像阵列690中用来连续训练与精进训练模型，以及可输入至群集模型730中。
[0161]
群集模型730可分析如上所述的布局片段。具体而言，群集模型730可对正在分析的布局片段中的布局图案进行分类230、进行谱分群530、建立一或多个群集(例如：群集570-585)、进行离群值侦测、以及选择适合的配方。在一些实施例中，群集模型730可使用cbca正常值特征735来训练电路以改善训练模型(例如：由设计规则检查验证系统155所使用的分类器)的泛化(generalization)。群集模型730可产生谱图表535、图案违规图表325、以及配方修复率图表330，并输出这些视觉辅助至可视化模型740，以通过输出装置120呈现给使用者。群集模型730亦可产生一或多个报告。例如：群集模型730可产生表示用于改善训练模型泛化的一或多个参数的报告745，表示与实体验证平台相关的参数的尺寸报告750，以及设计规则检查总结755。在下文图11中叙述设计规则检查总结的实例。
[0162]
现参考图11，图11是根据本揭露案的一些实施例所绘示的设计规则检查总结755的实例。可针对正在分析的一或多个布局片段(例如：布局片段160)来产生设计规则检查总结755。设计规则检查总结755可包含图案违规名称或规则名称(在设计规则检查总结中未绘示，但见实例760，“pv规则名称”)，其辨识已分析的布局片段中的设计规则检查违规类型、每一设计规则检查违规类型的设计规则检查违规的总数(n_t)(例如：实例760中的“#drc”)、与设计规则检查违规类型相关的总修复率(fr)(例如：实例760中的“总fr”)、与设计规则检查违规类型相关的离群值百分比(p_o)(例如：实例760中的“％离群值”、离群值的修复率(fr_o)(例如：实例760中的“离群值fr”)、与设计规则检查违规类型相关的正常值百分比(p_i)(例如：实例760中的“％正常值”)、正常值的修复率(fr_i)(例如：实例760中的“正常值fr”)、建议配方(例如：实例760中的“先前使用最多配方”)、以及可基于下列公式所计算的排序(例如：实例760中的“排序”)。
[0163]
log(n_t)*((1-fr_o)*p_o 0.85*((1-fr_i)*p_i))
[0164]
在一些实施例中，设计规则检查总结755可包含其他或额外的参数。在一些实施例中，可基于相关的设计规则检查违规类型的排序来选择建议的配方。
[0165]
因此，本揭露提供一种通过设计的布局特征以具有约90％的准确性及减少约85％的作业的机制来预测设计规则检查配方。本揭露亦使新的功能来分析大量布局图案(例如：在约3秒内分析约4000个)，以辨识离群值与配方不一致性，同时使分层聚类以探测配方分配及与群集修复率相关(例如：在约1分钟内分析约4000个布局图案)。
[0166]
本揭露的一态样布局片段是提供一种设计规则检查(design rule check；drc)方法，包含：通过处理器执行储存在记忆体上的多个计算机可读指令，来接收其中具有设计规则检查违规的布局图案；基于此布局图案与多个先前所分析的布局图案的比较，通过处理器来决定此布局图案为正常值，其中此比较是通过异常侦测演算法来进行；以及当决定此布局图案为正常值时，通过处理器从先前应用至这些先前所分析的布局图案的配方库中选择配方，以修复此布局图案中的设计规则检查违规。在一些实施例中，设计规则检查方法还包含：基于图案类型、违规类型、以及具有设计规则检查违规的一层，通过处理器分类布局图案中的设计规则检查违规。在一些实施例中，图案类型决定设计规则检查违规是在金属互连中或在通孔结构中。在一些实施例中，违规类型包含间距、面积、长度、推荐、宽度、重叠、包围、颜色间距、扩展、或双图案规则违规类型中的至少一者。在一些实施例中，具有设计规则检查违规的层包含第一组金属互连层、第二组金属互连层、或第三组金属互连层中的一者。在一些实施例中，分类布局图案包含：通过处理器来决定设计规则检查违规的图案类型；基于图案类型，通过处理器来决定设计规则检查违规的违规类型；以及基于违规类型，通过处理器来决定具有设计规则检查违规的层。在一些实施例中，设计规则检查方法还包含：基于此分类，通过处理器从具有多个设计规则检查违规的这些先前所分析的布局图案中辨识出一先前分析布局图案子集，这些设计规则检查违规类似于用于选择配方的布局图案中的设计规则检查违规。在一些实施例中，从配方库中选择配方包含在配方库中决定具有最高修复率的配方，其中配方库包含先前应用至此先前分析布局图案子集的配方。在一些实施例中，从配方库选择配方包含排序此先前分析布局图案子集中的图案违规，以及选择先前应用至最高排序图案违规的配方。在一些实施例中，所选择的配方是通过k最近邻分类器或随机森林分类器中的至少一者来进行。在一些实施例中，异常侦测演算法包含孤立森林分配器。在一些实施例中，设计规则检查方法还包含改变布局图案的方位以决定布局图案为正常值。
[0167]
本揭露的另一态样是提供一种设计规则检查系统，包含：记忆体与处理器。其中记忆体具有多个计算机可读指令储存于其上。处理器是用以执行这些计算机可读指令来进行：将其中具有设计规则检查违规的布局图案做分类，来决定设计规则检查违规的分类，以辨识出一先前所分析布局图案群组，此先前所分析布局图案群组具有类似于布局图案中的设计规则检查违规的多个设计规则检查违规；以及从应用至此先前所分析布局图案群组的配方库中选择适当配方，以修复布局图案中的设计规则检查违规。在一些实施例中，为了决定设计规则检查违规的分类，处理器还执行这些计算机可读指令以进行：决定布局图案中的设计规则检查违规的图案类型；基于图案类型来决定设计规则检查违规的违规类型；以及基于违规类型来决定设计规则检查违规在布局图案中发生的一层。在一些实施例中，处理器还执行这些计算机可读指令以基于异常侦测演算法来决定布局图案为正常值。在一些实施例中，为了从配方库中选择适当配方，处理器还执行这些计算机可读指令以产生图案违规图表或配方修复率图表中的至少一者，其中图案违规图表辨识在此先前所分析布局图案群组中所辨识到的图案违规，以及其中配方修复率图表辨识配方库中的每一配方的修复率。在一些实施例中，处理器还执行这些计算机可读指令，以在配方修复率图表中选择具有最高修复率的配方作为适当配方。在一些实施例中，处理器还执行这些计算机可读指令以进行：排序在图案违规图表中的这些图案违规；以及选择先前应用至最高排序图案违规的
配方作为适当配方。
[0168]
本揭露的又一态样是提供一种非暂态计算机可读媒介，包含多个计算机可读指令储存于其上，当通过处理器执行这些指令时使得处理器进行：分类其中具有设计规则检查违规的布局图案，以决定设计规则检查违规的分类通过：决定设计规则检查违规的图案类型、基于图案类型决定设计规则检查违规的违规类型、以及基于违规类型，决定设计规则检查违规发生的一层；基于此分类来辨识出先前所分析布局图案群组，此先前所分析布局图案群组具有类似于布局图案中的设计规则检查违规的多个设计规则检查违规；以及从先前应用至此先前所分析布局图案群组的配方库中选择配方来修复设计规则检查违规。在一些实施例中，非暂态计算机可读媒介还包含在决定设计规则检查违规的分类前，决定布局图案为正常值。
[0169]
上文概述数个实施例的特征或实例，使得熟悉此项技术者可更好地理解本揭露案的态样。熟悉此项技术者应了解，可轻易使用本揭露案作为设计或修改其他制程及结构的基础，以便实施本文所介绍的实施例或实例的相同目的及/或实现相同优势。熟悉此项技术者亦应认识到，此类等效结构并未脱离本揭露案的精神及范畴，且可在不脱离本揭露案的精神及范畴的情况下产生本文的各种变化、替代及更改。