光刻技術第21期 | BCS計算光刻理論

光刻技術第21期 | BCS計算光刻理論的圖1

01/簡介

隨著集成電路制程持續向3nm及以下節點突破,光刻系統中的光學衍射、掩模三維效應與光致抗蝕劑非線性響應形成強耦合,使光源-掩模優化、光學鄰近校正等核心環節面臨“精度-效率-魯棒性”三重挑戰。

傳統線性壓縮感知技術因難以刻畫光刻系統的復雜非線性映射,優化結果易出現工藝窗口收縮;經典貝葉斯方法雖具備統計建模優勢,但固定先驗分布無法適配多樣化光刻圖形,導致最優信號估計精度不足。在此背景下,融合貝葉斯統計與壓縮感知的BCS(Bayesian Compressed Sensing)計算光刻理論應運而生,成為破解上述瓶頸的關鍵理論支撐。

BCS計算光刻理論的核心優勢在于通過統計建模與稀疏優化的協同,實現光刻系統的精準調控,其技術體系圍繞三大關鍵模塊構建:BCS問題模型作為理論基礎,通過融入光刻物理機理建立稀疏信號與觀測數據的關聯,突破線性模型的適配局限;

先驗分布與邊緣概率密度建模為統計推斷提供依據,動態適配不同圖形特征的稀疏性規律,提升模型魯棒性;最優信號估計與迭代優化則為工程化求解提供路徑,通過高效迭代算法實現精度與效率的平衡。本文聚焦BCS計算光刻理論體系,系統解析各核心模塊的構建邏輯與內在關聯,闡明其在光刻優化中的作用機理,為先進計算光刻技術的工程化應用提供理論支撐。

在先進制程光刻的光源優化中,貝葉斯壓縮感知(BCS)光源優化技術是實現“少測量、高精度、易制造”光源的核心支撐——它以概率統計與先驗約束為核心,讓光源信號的重構既高效又貼合實際工藝需求。


02/BCS問題模型

BCS聚焦的核心問題模型,是通過“已知的壓縮測量向量”恢復“未知的光源信號”:其中,已知的壓縮測量向量是實際采集到的光刻數據,未知信號對應待優化的光源信息,二者通過線性映射關聯,過程中可能存在高斯噪聲干擾。

而BCS的核心目的,是在已知測量數據的前提下,重構出以零元素為主的稀疏信號(即光源信息)——這種“稀疏性”恰好匹配了光刻光源“簡潔易制造”的需求,同時讓模型關系盡可能貼近實際情況。


03/先驗分布與邊緣概率密度

為避免重構過程的盲目性,BCS引入廣義高斯分布作為未知光源信號的先驗信息:通過“先驗方差向量”,我們可以精準控制光源信號中每個元素的分布特征,給重構過程加上“貼合光刻場景的合理約束”——這讓光源信號的恢復不再是隨機嘗試,而是更貼合實際工藝屬性的定向優化。

控制先驗信息的超參數(如先驗方差向量),并非隨意設定:它是通過“最大化邊緣概率密度”(或二類最大似然)從實際數據中估計得到的,對應著最小化特定目標函數。這個目標函數關聯了測量數據、噪聲特征與先驗信息,是BCS在“超參數空間”優化的核心“導航標”——能幫我們找到最適配當前光刻場景的先驗約束。


04/最優信號估計與迭代優化

一旦確定了最優的超參數,待優化的光源信號(未知信號)就能直接通過“超參數、線性映射、測量向量”的協同計算得到——這一步可快速鎖定當前約束下的“理想光源信號”,實現光源優化的初步精準落地。

為匹配光刻對光源的高要求,BCS還支持在“光源信號空間”內進一步迭代優化:通過持續求解“加權正則化目標函數”,每一輪迭代都會根據當前的光源信號結果更新權重,反復優化直到信號收斂。這種方式能進一步提升光源信號的精度,讓最終的光源既滿足稀疏易制造的需求,又能適配光刻的高分辨率要求。

這套BCS光源優化技術,通過“稀疏重構+先驗約束+雙層優化”的分層邏輯,實現了“少測量數據、高精度結果、易制造光源”的三重價值,是先進制程光刻突破光源優化瓶頸的核心技術之一。


05/先進技術與未來發展方向

當前,BCS計算光刻理論已在核心技術模塊實現工程化突破,為先進制程光刻優化提供了堅實理論支撐。BCS問題模型通過融入光刻系統非線性效應(如掩模三維衍射、光致抗蝕劑響應),構建了“物理機理-統計建模”融合框架,使光源-掩模優化的擬合誤差控制在2.5%以內;

先驗分布與邊緣概率密度建模方面,動態貝葉斯先驗設計適配不同圖形特征,結合馬爾可夫鏈蒙特卡洛方法提升了邊緣概率密度估計精度,復雜圖形優化的魯棒性提升40%;最優信號估計與迭代優化環節,改進型貝葉斯迭代算法解決了傳統方法收斂遲緩問題,收斂效率提升55%,在3nm節點驗證中實現線寬誤差≤1.8nm,較傳統技術節省35%計算資源。

未來,技術發展將圍繞“模型泛化”與“求解高效”雙向深化。

? AI賦能先驗建模,通過深度學習挖掘光刻圖形隱性特征,實現先驗分布的自適應生成,提升邊緣概率密度估計的場景適配性;

? 多物理場問題模型升級,融入EUV光刻偏振、熱變形等極端效應,完善BCS模型的物理約束;

跨流程協同優化,聯動OPC、掩模制造工藝構建全鏈路貝葉斯估計框架,解決優化結果可制造性瓶頸;

? 極端制程突破,針對1nm及以下節點研發量子貝葉斯迭代算法,結合量子稀疏表示優化信號估計流程,突破傳統計算復雜度限制,推動BCS理論向更精準、更高效的工程化方向演進。

登錄后免費查看全文
立即登錄
App下載
技術鄰APP
工程師必備
  • 項目客服
  • 培訓客服
  • 平臺客服

TOP