基于GPU加速水平集进行逆光刻掩膜优化的方法、计算机系统及介质与流程

基于gpu加速水平集进行逆光刻掩膜优化的方法、计算机系统及介质
技术领域
1.本发明属于集成电路领域，涉及一种基于gpu加速水平集进行逆光刻掩膜优化的方法、计算机系统及介质。


背景技术：

2.随着集成电路工艺的特征尺寸不断减小，现有的制造技术面临着极大的挑战。由于电路的图形尺寸和光刻工艺所使用的光源波长相近，干涉效应将不可避免的产生，从而导致光刻图形失真，进而影响集成电路制造产能。分辨率增强技术的应用则是提升产能的关键步骤。光学临近校正则是最为核心的分辨率增强技术。在光学临近校正的过程中，待加工的掩模上的图形会进行调整，以达到补偿光学散射的影响。第一类是基于设计规则的方法，这一类方法的特点是应用简单并且速度快，能很好地处理简单的设计。而先进技术节点下大规模设计的设计规则呈指数级增长，因此基于设计规则的方法优化掩模版的质量有限。另一种是基于模型的方法，这类方法有着极大的解空间，因此想要得到一个高质量的结果会非常耗时。随着电路设计的复杂程度日益增加，以上基于设计规则和基于模型的方法都会面临效率或者产出质量的问题。


技术实现要素：

3.为了解决掩膜优化的问题，并为克服本发明提出如下技术方案：一种基于gpu加速水平集进行逆光刻掩膜优化的方法，包括
4.读取原始光刻掩膜的目标图像，通过像素级并行的移动处理来获得掩膜边界，
5.通过gpu对所有的边界进行并行计算获得水平集掩膜，
6.对所获得的掩膜图像以及卷积核分别进行fft运算，相应得到fft结果，再通过fft进行光刻模型演算，获得光刻结果，
7.通过gpu优化函数减少光刻目标和光刻结果的误差,
8.通过gpu梯度函数优化光刻结果。
9.作为技术方案的补充，所述的基于gpu加速水平集进行逆光刻掩膜优化的方法，还包括水平集掩膜更新的步骤。
10.作为技术方案的补充，水平集光刻掩膜表示：
[0011][0012]
c表示光刻掩膜的边界，φ(x,y)表示对应的水平集合函数,x,y表示图像中的像素坐标，inside代表在边界中，outside代表在边界外。
[0013]
作为技术方案的补充，gpu优化函数：
[0014][0015]
x,y表示图像中的像素坐标，z代表通过gpu算法生成的掩膜图像，zt代表光刻掩膜目标图像，γ代表相关指数，n代表图片的宽度和高度。
[0016]
作为技术方案的补充，作为技术方案的补充，作为技术方案的补充，作为技术方案的补充，作为技术方案的补充，gpu梯度函数：
[0017][0018]
m代表掩膜图像，z代表gpu生成的光刻结果，zt代表目标图像，γ为参数，θz为sigmoid函数的斜率，h
flip
为卷积核的180度翻转，h为卷积核，代表卷积操作，h代表卷积核，
⊙
代表点乘操作。
[0019]
作为技术方案的补充，水平集更新：
[0020][0021]
其中φ
i 1
(x,y)代表更新后的水平集函数，i代表第i次更新，δt代表更新步长，t代表时间。
[0022]
作为技术方案的补充，通过计算统一设备架构编程模型cuda编写的快速傅里叶变换fft程序直接调用gpu的计算资源。
[0023]
作为技术方案的补充，使用nvidia开发的cufft库进行所述fft运算。
[0024]
一种计算机系统，包括：
[0025]
处理器；
[0026]
以及存储器，
[0027]
其中，所述存储器中存储有计算机指令，所述处理器执行所述计算机指令以实现任一项所述的方法的步骤。
[0028]
一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令在被处理器执行时，实现任一项所述的方法的步骤。
[0029]
本发明的有益效果是：
[0030]
本发明设计了一种利用gpu加速水平集进行逆光刻掩膜优化的方法。具有以下特点：
[0031]
1、实现光刻加速模型算法效率高；
[0032]
2、支持gpu运算，大大加速了逆光刻掩膜的运算效率。
附图说明
[0033]
图1是优化结果图。
具体实施方式
[0034]
以下的公开内容提供许多不同的实施例或范例以实施本案的不同特征。以下的公开内容叙述各个构件及其排列方式的特定范例，以简化说明。当然，这些特定的范例并非用以限定。例如，若是本发明书叙述了一第一特征形成于一第二特征的上或上方，即表示其可能包含上述第一特征与上述第二特征是直接接触的实施例，亦可能包含了有附加特征形成于上述第一特征与上述第二特征之间，而使上述第一特征与第二特征可能未直接接触的实施例。另外，以下公开书不同范例可能重复使用相同的参考符号及/或标记。这些重复是为了简化与清晰的目的，并非用以限定所讨论的不同实施例及/或结构之间有特定的关系。
[0035]
光刻工艺是现代极大规模集成电路制造过程中最重要的制造工艺，即通过光刻机将掩模上集成电路的设计图形转移到硅片上的重要手段。掩模上集成电路设计图形通过光刻机的投影物镜在硅片上成像时，随着掩模上图形特征尺寸的较小，光的衍射现象逐渐显著。
[0036]
反演光刻技术(inverse lithography technology，ilt)是把要在硅片(晶圆)上实现的图形为目标，通过复杂的反演数学计算得到一个理想的掩模设计图案(通常为灰度图案或所谓基于像素的掩模图案)，随后经过简化和提取等操作获得最终基于多边形的掩模设计图案。
[0037]
当前的大规模集成电路普遍采用光刻系统制造。光刻系统主要分为：照明系统(光源)、掩模、投射系统及晶片等四部分。光源发出的光线经过聚光镜聚焦后入射至掩模，掩模的开孔部分透光；经过掩模后，光线经由投射系统入射至晶片；这样掩模图形就复制在晶片上。
[0038]
随着光刻技术节点进入45nm-22nm，电路的关键尺寸已经远远小于光源的波长，因此光的干涉和衍射现象更加显著，导致光罩投影至硅片上的图形发生畸变，甚至会导致超出可接受范围的图形失真。典型的效应有：线端头缩短、圆角和关键尺寸偏移等等。这种光学的衍射畸变的影响受到周边图形环境的影响，被称之为光学临近效应(optical proximity effects，简称ope)。
[0039]
为了解决诸如此类的光学临近效应，需要对设计的版图进行预先的修正，使得修改的量正好能够补偿曝光系统造成的临近效应。因此，使用做过光学临近修正的版图写成的光罩，在晶圆上就能得到最初想要的设计图案。这个修正的迭代过程就叫光学临近修正(optical proximity correct，简称opc)。opc是为了改善光学临近效应对曝光的影响，所以基本工作就是对版图做逐线段的切割移动，然后不断的迭代，最后与实际结果进行验证。
[0040]
在一种实施例中，本发明采用gpu优化函数和梯度下降算法对掩膜进行优化，本发明的技术术语说明：
[0041]
1)光刻模型及逆光刻技术建模
[0042]
依据正向光刻模型，能基于一个给定的掩模得到打印图形。这其中包含两个模型：光刻投影模型和光刻胶模型。光刻投影模型可以描述成光刻核和掩模之间的运算。光刻胶模型则通过判断透射光强度是否超过阈值，来确定实际打印形状。
[0043]
2)精确边距误差
[0044]
打印图形的失真是连续的，产生的图形失真部分只包含凸起或者凹陷。在目标图案轮廓线上插入大量探测点，并计算探测点处目标轮廓与实际打印图像的垂直距离(垂直
于目标轮廓线)。如果误差之和超过一个阈值，那么在这个测量点上就被看做是有精确边距误差(edge placement error，epe)违例产生。
[0045]
打印图形的epe数值即为该图像上存在精确边距误差的探测点总数。epe误差函数即为
[0046][0047]fepe
＝∑epe violations
[0048]
其中：(x，y)：掩膜平面上的点；d：目标轮廓测量点与打印图片轮廓的垂直距离；th
epe
：epe计算误差阈值；f
epe
：epe误差优化目标函数。
[0049]
3)工艺偏差建模
[0050]
使得当工艺偏差出现时，打印图形受到的扰动影响最小。这样的扰动可以由工艺偏差环(process variation band，pvband)来衡量；基于这个思想，在普遍使用的最小化打印图形误差的优化目标中再加入一项对于工艺偏差环的惩罚项，以期望达到协同优化的目的，所以优化目标可以表达成。
[0051][0052]fexact
＝αf
epe
βf
pvb
[0053]
其中：f
pvb
：工艺偏差环优化函数；zk：在第k个条件下生成的打印图片；z
t
：目标图形；n
p
：所考虑的不同光刻条件的数目；f
exact
：总优化目标函数；α，β：优化目标的权重。
[0054]
在建模过程中所涉及到的表达式都是连续可导函数，因此依然可以使用通用的基于梯度的一阶算法迭代求解。
[0055]
为了解决掩模版在先进工艺下的优化问题，逆光刻技术开始被广泛使用。逆光刻技术是将光刻过程建模成一个成像的过程。通过优化一个目标函数来求解该成像的逆过程，优化掩模就能被得到。与基于模型的技术不同的是，基于gpu并行加速的的水平集逆光刻技术能够大大加速水平集算法的运算效率，从而达到加速的效果。
[0056]
gpu是一种多核并行处理器，在处理单元的数量上要远远超过cpu。在通用计算模型下，gpu作为cpu的协处理器工作，通过任务合理分配分解完成高性能计算，从而加速光刻掩膜运算过程。
[0057]
基于设计规则和基于模型的方法都会面临效率或者产出质量的问题。解析类方法称为成为新的趋势，本发明提出一种基于gpu加速水平集进行逆光刻掩膜优化的方法。
[0058]
1)逆光刻技术建模
[0059]
依据正向光刻模型，能基于一个给定的掩模得到打印图形。这其中包含两个模型：光刻投影模型和光刻胶模型。光刻投影模型可以描述成光刻核和掩模之间的运算。
[0060]
2)水平集光刻掩膜表示方法
[0061]
[0062]
c表示光刻掩膜的边界，φ(x,y)表示对应的水平集合函数,x,y表示图像中的像素坐标，inside代表在边界中，outside代表在边界外。
[0063]
3)gpu优化函数：
[0064][0065]
x,y表示图像中的像素坐标，z代表通过gpu算法生成的掩膜图像，zt代表光刻掩膜目标图像，γ代表相关指数。通常情况下γ＝2
[0066]
4)gpu的梯度函数：
[0067][0068]
m代表掩膜图像，z代表gpu生成的光刻结果，zt代表目标图像，γ为参数，θz为sigmoid函数的斜率，h
flip
为卷积核的180度翻转，h为卷积核，代表卷积操作。
[0069]
5)水平集更新公式：
[0070][0071]
其中φ
i 1
(x,y)代表更新后的水平集函数，i代表第i次更新，δt代表更新步长。
[0072]
优化步骤：
[0073]
通过图片输入建立水平集。利用步骤2)中的公式。
[0074]
通过求3)中的优化函数，获得4)的梯度，对5)的公式进行更新。
[0075]
水平集公式通过使用牛顿梯度下降法，获得最终的优化结果。
[0076]
本发明主要解决的技术问题是提供一种实现gpu运算提高水平集光刻掩膜优化处理速度的方法，能够简易、低成本地实现直接调用gpu进行光刻掩膜优化处理的功能。
[0077]
为解决上述技术问题，本发明采用的一个技术方案是：提供一种实现gpu运算提高光刻掩膜优化处理速度的方法，包括：读取原始光刻掩膜的目标图像，通过像素级并行的移动处理来获得掩膜边界，再利用gpu对所有的边界进行并行计算来获得水平集掩膜。
[0078]
并基于其所获得的水平集掩膜，对所获得的掩膜图像以及卷积核分别进行fft运算，相应得到fft结果，再通过fft进行光刻模型演算，获得光刻结果。
[0079]
在该过程中对于掩膜进行优化，主要包括：
[0080]
通过gpu优化函数减少光刻目标和光刻结果的误差,
[0081]
通过gpu梯度函数优化光刻结果。
[0082]
本发明采用计算统一设备架构编程模型cuda编写的快速傅里叶变换fft程序直接调用gpu的计算资源，对所获的的掩膜图像以及卷积核分别进行fft运算，相应得到fft结果，再通过fft进行光刻模型演算，获得最终的光刻结果。本方法选用nvidia开发的cufft库进行所述fft运算。
[0083]
区别于现有光学临近优化的光刻掩膜算法的算法复杂、要求较高、成本较高，运算时间较长等情况，本发明采用计算统一设备架构编程模型cuda来编写进行光学临近优化的
各种优化程序，这些cuda开发的程序在处理掩膜优化的同时可以直接调用gpu的计算资源进行相关计算，不需要搭建复杂的计算平台，使得实现起来非常简单和低成本；同时，cuda是一种并行编程模型和软件环境，通过cuda，用户可以利用gpu进行通用计算，其采用扩展的c语言开发，除可以直接调用gpu的计算资源。
[0084]
以上所述，仅为本发明创造较佳的具体实施方式，但本发明创造的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明创造披露的技术范围内，根据本发明创造的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明创造的保护范围之内。