01/技術背景與必要性

隨著半導體技術節點向28納米以下持續縮小，僅依靠光學鄰近效應修正（OPC）已無法滿足光刻分辨率和工藝窗口的要求。在28納米及以上技術節點，通常采用固定形狀光源（如環型、雙極型等），并基于既定光源通過OPC修正掩模形狀。但當技術節點推進至14納米及以下時，圖形尺寸逼近193納米浸沒式光刻的物理極限，傳統光源難以提供足夠工藝窗口，光源掩模協同優化（SMO）技術應運而生。

02/SMO的基本概念與必要性

光源掩模協同優化（SMO）是面向極小尺寸圖形光刻的核心分辨率增強技術，核心目標是通過同步優化光刻工藝中的光源與掩模參數，改善超小尺寸技術節點的光刻工藝窗口與光學成像表現。

在28納米及以上技術節點，光刻工藝通常采用環形、雙極型等固定形狀光源，光學鄰近效應校正（OPC）技術僅需基于既定光源對掩模形狀進行修正，即可滿足工藝需求。但當技術節點推進至14納米及以下時，圖形尺寸逼近193納米浸沒式光刻的物理極限，傳統固定光源已無法提供足夠工藝窗口，此時SMO技術成為破解這一瓶頸的有效方案。

03/關鍵技術要素

關鍵圖形篩選

由于SMO需覆蓋整塊芯片，對所有圖形直接優化耗時巨大，因此需通過關鍵圖形篩選技術提前剔除重復或冗余圖形。ASML Brion團隊開發的基于頻譜分析的圖形篩選方法具有代表性：通過分析圖形衍射級次，優先選擇小節距圖形作為計算對象，確保篩選出的關鍵圖形能在頻譜上代表所有輸入圖形，大幅降低計算復雜度。

光源表征方法

- 參數化表征：通過定制化參數描述光源，參數少、優化自由度低，但優化速度快，適用于生成簡單定制化光源。

- 像素化表征：將光源劃分為若干像素塊，通過優化每個像素的點亮狀態和強度實現復雜光源設計，自由度高但優化效率低，需依賴高效優化算法。

兩種表征的光源可通過衍射光學元件（DOE）或FlexRay組件實現。

掩模表征方法

- 多邊形表征：將掩模圖形分解為多個多邊形組合分別優化，速度快但自由度有限。

- 像素化表征：將掩模分解為細小像素方塊，可實現精細優化，但自由度呈指數增長，對優化算法要求更高。

04/優化過程與工作流程

優化過程（基于邊緣放置誤差EPE）

在仿真中，于圖形的邊、角按規則插入評估點，對各照明條件下的EPE加權求和形成成本函數。通過迭代修飾光源和掩模，使成本函數值最小，直至相鄰優化結果差異小于預設值（收斂標準）。

優化算法分為兩類：

- 梯度優化算法：基于光刻模型梯度信息優化，速度快但易陷入局部最優。

- 啟發式優化算法：結合多種機制保障全域最優，但效率較低。

工作流程

1. 圖形選擇：用測試圖形（如through pitch線寬、尖端對尖端等）結合SRAM結構和工藝弱點，通過頻譜分析篩選關鍵圖形。

2. 仿真計算：建立光刻仿真條件（機臺信息、照明方式、薄膜堆棧等），開展SMO計算。

3. 優化與驗證：以重疊工藝窗口（DOF、EL、MEEF、ILS等指標）為評價標準；若滿足需求，進行掩模優化驗證（OPC模擬+晶圓數據比對）；若發現新弱點，迭代優化直至符合要求。

05/重要性與應用前景

SMO通過協同優化光源和掩模，大幅提升光刻工藝窗口指標（DOF、EL、MEEF等），為14納米及以下技術節點芯片量產提供了堅實基礎。同時，SMO仿真可獲取圖形極限值（最小節距、最小尖端距離等），為設計規則制定和工藝優化提供依據。

在先進制程中，SMO的成功實施需要SMO、OPC、設計、工藝等多領域人員緊密協作，是推動芯片制造技術持續進步的關鍵手段。