在2019年南京举办的国际先进光刻技术研讨会上，来自Mentor的Liang Cao做了《机器学习平台及其在计算光刻中的应用》的报告。 随着步入7nm以下技术节点，半导体制造领域面临着更多挑战。 报告中指出，对于半导体代工厂而言，工艺成功取决于其控制设计制造工艺窗口（design-manufacturing process window）的能力。 它们不仅具有最大化工艺窗口的能力，还可以对坏点进行预测、检查、评估和修复，并能够以最快速度在最短时间内完成以上任务。 设计工程师和工艺工程师对集成电路制造软件的精度和速度提出了更高的要求。 与之对应的优化正在以机器学习的形式出现，计算光刻技术也从这一发展中受益。 通过应用机器学习来提出更好的解决方案，可以加快流片后的流程，减少循环周期，并更快更准确地找到光刻坏点。 Liang Cao演讲中讨论了从IC设计到制造过程中基于Calibre平台构建的机器学习功能和应用。 目前应用领域使用监督和无监督的机器学习平台的主要功能包括坏点预测、机器学习OPC加速、重定目标、蚀刻建模以及设计/版图分析。

本文转载自光刻人的世界，以下是报告PPT，共36页，在公众号回复“芯东西025“可获取下载。

往期芯片资料：
下载

全球AIoT产业创新峰会