近期尊龙凯时EDA中心計算光刻團隊與騰訊量子實驗室,圍繞光刻膠模型校准的合作研究取得了重要進展。
針對當前光刻膠模型校准難題,團隊通過深入的理論和實驗研究,結合具體工藝條件,開發了基于機器學習的光刻膠模型校准貝葉斯優化方法。該方法能夠有效利用曆史數據對高斯代理模型的訓練,同時結合其它全局優化策略,穩定提升光刻膠模型的精確性並提高模型校准效率。實驗數據表明,新方法校准的光刻膠模型誤差比傳統方法降低了21.6%,耗時降低了80%以上。
本成果發表在期刊OPTICS EXPRESS上(DOI: 10.1364/OE.518770)。微电子所马乐为第一作者,董立松副研究員和韦亚一研究員为共同通讯作者。腾讯量子实验室的马星宇、郝少刚为共同作者。
本次合作研究旨在研究人工智能、機器學習在計算光刻領域的應用,提高光刻膠模型准確性和效率,進而提高良率、推動半導體制造技術的發展。雙方將繼續緊密合作,致力于推進計算光刻仿真的研究。將繼續探索新的方法和技術,爲計算光刻在半導體制造行業的應用創造更多的可能性。
騰訊量子實驗室于2018年初創建于深圳,著眼于計算科學研究布局,探索先進計算科技的發展,關注未來技術的商業應用實踐,爲提升企業運營效率及效益提供技術助力。
文章鏈接:https://doi.org/10.1364/OE.518770
圖(a)光刻曝光條件和測試圖形;(b)在兩次實驗中各方法的耗時;(c)在訓練集和測試集的誤差分布
綜合信息