01/簡介

隨著半導體技術節點向3nm及以下先進制程持續演進，光刻工藝中的光學鄰近效應（OPE）、偏振依賴效應及三維掩模衍射等復雜現象愈發顯著，傳統基于標量近似的光學鄰近修正（OPC）技術已難以滿足納米級圖形復刻的精度要求。矢量成像模型憑借對光場偏振態、矢量傳播及復雜界面相互作用的精準刻畫，成為先進制程OPC技術的核心支撐，而矢量OPC優化算法的性能則直接決定了掩模修正的精度、效率及最終光刻良率，其技術突破已成為集成電路制造領域的關鍵研究課題。

在優化過程中，罰函數的合理引入為平衡成像精度與掩模制造可行性提供了關鍵支撐，二次罰函數、小波罰函數（WP）及廣義小波罰函數（GWP）等不同形式的罰函數，通過梯度約束實現了對掩模復雜度、邊緣平滑性等指標的精準調控，有效規避了過度修正導致的掩模制造難題。在此基礎上，最速下降（SD）算法等經典優化算法憑借其簡潔高效的特性，被廣泛應用于矢量OPC優化流程中，通過梯度信息迭代更新掩模變量，實現目標函數的逐步收斂。

鑒于此，本文聚焦矢量OPC的優化算法體系，系統探討目標函數梯度與掩模變量替換的協同機制，深入分析理想焦面及工藝變化場景下像質評價函數梯度的求解方法，闡釋不同類型罰函數的梯度約束原理，并結合SD算法構建完整的矢量OPC優化流程，為提升先進制程光刻圖形復刻精度及工藝穩健性提供理論支撐與技術參考。

02/目標函數梯度與變量替換

目標函數對掩模變量的梯度目標函數梯度（?F）與各罰函數梯度（?R?、?R?）的加權組合：

為了將OPC優化問題由受約束優化問題轉化為無約束優化問題，采用掩模變量替換將其從離散變為連續優化。

為將“約束優化問題”轉化為“無約束優化問題”，我們通過掩模變量替換（將離散的掩模參數轉換為連續的參數矩陣）實現連續優化；替換后，目標函數對新參數矩陣的梯度，同樣遵循“原函數梯度+罰函數梯度加權組合”的形式。

03/理想條件下的像質評價函數梯度

假設光刻系統采用常規照明模式（圓形、環形等），且各光源點照明強度一致，此時像質評價函數的梯度可通過“電場強度分量的傅里葉變換（FFT）加速計算”實現，同時結合掩模-參數矩陣變換的導數（如BIM、AlPSM等不同模型的導數形式）完成求解。

04/考慮工藝變化的像質評價函數梯度

考慮光刻系統的離焦、曝光量變化等因素，像質評價函數梯度為“理想焦面梯度”與“離焦面梯度”的加權和（通過加權因子調節兩者占比）。其中，理想焦面與離焦面的梯度求解，均基于電場強度分量的卷積運算，并可通過“電場緩存技術（EFCT）”、FT替代卷積”等方法加速計算。

05/罰函數梯度

不同類型的罰函數對應不同的梯度形式：

二次罰函數梯度（以 AlPSM 模型為例）：直接與掩模參數矩陣的元素相關聯，通過線性組合實現約束；

小波罰函數（GWP）梯度：針對 0° 和 180° 相位區域分別應用小波變換，將兩者的梯度加權求和，實現對掩模邊緣的精細約束。

06/SD算法的OPC優化流程

其中，初始參數矩陣的設置需匹配不同掩模模型（如 BIM、AlPSM 等），并通過微小擾動避免梯度近似為 0 的情況。

07/先進技術與未來發展方向

當前，矢量OPC優化算法已實現關鍵突破：目標函數梯度與變量替換技術提升了優化自由度，理想焦面及工藝變化適配的像質評價函數梯度，結合罰函數梯度精準控制約束條件，SD算法流程則保障了優化效率。先進應用中，梯度計算與異構算力融合，使3nm制程EPE控制達亞納米級。

未來，算法將向多維度演進：AI與梯度計算結合實現自適應優化；融入多物理場梯度模型，適配EUV光刻復雜效應；跨流程協同優化梯度框架，聯動SMO等技術提升全芯片良率。同時，極端制程將驅動量子化梯度模型研發，支撐1nm及以下技術突破。