自训练掩码优化网络

L₂误差2.5%

一种端到端生成优化掩码的自训练框架，通过特征融合和空洞卷积提升掩码可印刷性，同时缩短模型构建时间。

徐辉 · Fuxin, Tang · Pan, Qi · Ye, Yuan · 梁华国 · 黄正峰

Integration, the VLSI Journal 2024

参数信息

平方L₂误差

2.5 %

工艺变化带缩减

7.9 %

技术优势

掩模优化不再耗时

用端到端网络直接映射版图到掩模，取代传统ILT的迭代求解，模型构建时间更短。

掩模更易制造

通过特征融合和空洞卷积提取版图边缘、顶点、角落信息，网络生成的掩模可印刷性更高。

误差与变化同时压低

与最先进方法相比，在掩模校正时间相当的情况下，同时实现2.5%平方L₂误差和7.9%工艺变化带缩减。

应用场景

• 光学邻近校正：用生成式模型替代迭代修正，加速OPC流程。
• 逆向光刻技术：绕开传统ILT的高计算开销，直接输出优化掩模。
• 掩模版图优化：将版图到掩模的优化转为端到端学习，提升可印刷性。
• 先进节点制造：在先进节点中降低工艺变化带，提升良率。