CN104700435A - 一种利用oasis图形阵列压缩版图数据的方法 - Google Patents

一种利用oasis图形阵列压缩版图数据的方法 Download PDF

Info

Publication number
CN104700435A
CN104700435A CN201310659893.6A CN201310659893A CN104700435A CN 104700435 A CN104700435 A CN 104700435A CN 201310659893 A CN201310659893 A CN 201310659893A CN 104700435 A CN104700435 A CN 104700435A
Authority
CN
China
Prior art keywords
graphic
straight line
reference point
array
axis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310659893.6A
Other languages
English (en)
Other versions
CN104700435B (zh
Inventor
张兴洲
倪凌云
孙长江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Huahong Grace Semiconductor Manufacturing Corp
Original Assignee
Shanghai Huahong Grace Semiconductor Manufacturing Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Huahong Grace Semiconductor Manufacturing Corp filed Critical Shanghai Huahong Grace Semiconductor Manufacturing Corp
Priority to CN201310659893.6A priority Critical patent/CN104700435B/zh
Publication of CN104700435A publication Critical patent/CN104700435A/zh
Application granted granted Critical
Publication of CN104700435B publication Critical patent/CN104700435B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Preparing Plates And Mask In Photomechanical Process (AREA)

Abstract

本申请公开了一种利用OASIS图形阵列压缩版图数据的方法,首先在OASIS格式的版图数据的每一层中将所有相似图形归为一个集合;然后对每一个相似图形集合,取其中所有图形单元的同一点作为参考点,记录所有参考点的坐标;接着判断每个相似图形集合的全部或部分图形单元是否能用OASIS图形阵列进行描述,并优选选用压缩效果最佳的第一类、第六类图形阵列。本申请实现了对OASIS格式的版图数据文件进行无损压缩,具有很强的针对性、很好的可靠性、很高的压缩比。

Description

一种利用OASIS图形阵列压缩版图数据的方法
技术领域
本申请涉及一种集成电路版图数据的处理方法,特别是涉及一种集成电路版图数据的压缩方法。
背景技术
光学临近修正(OPC,optical proximity correction)是通过预先改变光刻掩模版上的图形形状和尺寸,例如预先补偿线宽偏差(linewidth bias)、线末段缩短(line-end shortening)、拐角圆滑(corner rounding),并采用修正边缘布局错误或特征参数偏差等措施,使得这些改变正好能够补偿曝光系统所造成的光学临近效应(OPE,Optical Proximity Effect),从而使得光刻后硅片上图形与设计图形基本一致。
对于关键尺寸在0.13μm以下的半导体制造工艺而言,对版图进行光学临近修正是最重要的步骤之一。这可以显著提高集成电路生产时的图形准确度,进而提高成品率,然而也使得版图数据大小显著增加。统计发现,集成电路产品在进行光学临近修正之后的版图数据大小通常为进行光学临近修正之前的版图数据大小的5~10倍。这是由于光学临近修正是基于版图的各层进行的,会将原本各层图形之间的调用关系取消,而对每一层的图形都详细记录。例如原本在多个层中都存在相同图形A,因而只需详细记录一次,以后调用即可。而光学临近修正则取消这种调用关系,改为在每一层中都详细记录该图形A,因此会使版图数据文件的大小显著增加。
统计资料表明,0.13μm~90nm工艺的版图数据文件在光学临近修正后可以达到几个G甚至上百G,数据量非常庞大。版图数据过大对于光刻掩膜版的制造是极为不利的。首先,传输版图数据将花费大量时间。如果版图数据文件的大小达到1TB即1012字节,那么传输时间将长达一天。其次,制造光刻掩膜版的部门对版图数据的处理时间也将线性增长。再次,存储版图数据文件也将占用大量存储空间。因此,提高版图数据的压缩比就显得至关重要。
发明内容
本申请所要解决的技术问题是提供一种压缩版图数据的方法,该方法利用OASIS格式所提供的图形阵列对OASIS格式的版图数据文件进行快速压缩
为解决上述技术问题,本申请利用OASIS图形阵列压缩版图数据的方法包括如下步骤:
第1步,在OASIS格式的版图数据的每一层中将所有相似图形归为一个集合;所述相似图形是指在同一层中的形状和尺寸均相同的图形;
第2步,对每一个相似图形集合,取其中所有图形单元的同一点作为参考点,记录所有参考点的坐标;
第3步,对于具有三个以下参考点的每一个相似图形集合,直接进入第4步;
对于具有四个以上参考点的每一个相似图形集合,判断以这些参考点为顶点是否能形成平行四边形;如果是,且所形成的平行四边形为矩形,则以第一类图形阵列来描述矩形各顶点所对应的图形单元;如果是,但所形成的平行四边形不是矩形,则以第六类图形阵列来描述平行四边形各顶点所对应的图形单元;如果否,则进入第4步;
第4步,对于仅具有两个图形单元的相似图形集合,不用图形阵列来描述;
对于具有三个以上图形单元的每一个相似图形集合,判断该相似图形集合中是否有三个以上的参考点共线,称为参考直线;如果有两条以上参考直线,则将该相似图形集合分拆为两个以上,分拆后的每个相似图形集合仅对应一条参考直线,然后进入第5步;如果有一条参考直线,则进入第5步;如果无参考直线,则对该相似图形集合不用图形阵列来描述;
第5步,判断参考直线是否平行于X轴或Y轴,以及该参考直线上的所有参考点是否均匀分布;
——如果该参考直线平行于X轴且位于该参考直线上的所有参考点均匀分布,则以第二类图形阵列来描述该参考直线上的所有参考点对应的图形单元;
——如果该参考直线平行于X轴且位于该参考直线上的所有参考点不是均匀分布,则以第四类图形阵列来描述该参考直线上的所有参考点对应的图形单元;
——如果该参考直线平行于Y轴且位于该参考直线上的所有参考点均匀分布,则以第三类图形阵列来描述该参考直线上的所有参考点对应的图形单元;
——如果该参考直线平行于Y轴且位于该参考直线上的所有参考点不是均匀分布,则以第五类图形阵列来描述该参考直线上的所有参考点对应的图形单元;
——如果该参考直线既不平行于X轴也不平行于Y轴,但位于该参考直线上的所有参考点均匀分布,则以第七类图形阵列来描述该参考直线上的所有参考点对应的图形单元;
——否则,对该相似图形集合不用图形阵列来描述。
通用的压缩算法例如zip压缩算法,是基于二进制数据文件的代码的重复性进行压缩。本申请则是利用了光学临近修正以后的集成电路版图在每一层中均存在大量重复图形的特点,以OASIS图形阵列对符合条件的多个图形统一描述,从而实现对OASIS格式的版图数据文件进行无损压缩,具有很强的针对性、很好的可靠性、很高的压缩比。
本申请所述压缩版图数据的方法可以放在Calibre等验证工具做完光学临近修正之后进行。该方法主要涉及坐标计算,由计算机自动执行的速度非常快,因而处理效率很高。以很短的处理时间换取较大的版图数据压缩比,是富有价值的。实验表明,本申请可以将版图数据文件的大小普遍减小30%~50%,个别情况下甚至可达70%以上,这大大缩短了版图数据文件的传送时间。
附图说明
图1a~图1g是OASIS格式提供的七种图形阵列的示意图;
图2a~图2d是本申请利用OASIS图形阵列压缩版图数据的方法的流程图;
图3是叠加方案一的流程图;
图4是叠加方案二的流程图;
图5是叠加方案三的流程图;
图6是一层版图的简单示意图。
具体实施方式
目前版图数据文件的主流格式有GDSII、OASIS两种,后者出现得较晚,但具备许多优势,正在得到日益广泛的使用。相比于GDSII格式,OASIS格式提供了较多的图形阵列存储方式。所述图形阵列是指在平面上按一定规律分布的多个形状和尺寸均相同的图形。
OASIS格式的版图数据文件所支持的图形阵列包括如下七类:
请参阅图1a,第一类图形阵列是在X轴和Y轴方向均匀分布的二维阵列。假设为m行×n列,如果以单个图形进行存储,则每个图形需要7字节,因而总共需要7×m×n字节。而采用第一类图形阵列进行存储,仅需要11字节,压缩比为11/(7×m×n)。
请参阅图1b,第二类图形阵列是在X轴方向均匀分布的一维阵列。假设为m个,如果以单个图形进行存储,则每个图形需要7字节,因而总共需要7×m字节。而采用第二类图形阵列进行存储,仅需要9字节,压缩比为9/(7×m)。
请参阅图1c,第三类图形阵列是在Y轴方向均匀分布的一维阵列。假设为n个,如果以单个图形进行存储,则每个图形需要7字节,因而总共需要7×n字节。而采用第三类图形阵列进行存储,仅需要9字节,压缩比为9/(7×n)。
请参阅图1d,第四类图形阵列是在X轴方向不均匀分布的一维阵列。假设为m个,如果以单个图形进行存储,则每个图形需要7字节,因而总共需要7×m字节。而采用第四类图形阵列进行存储,仅需要7+m字节,压缩比为(7+m)/(7×m)。
请参阅图1e,第五类图形阵列是在Y轴方向不均匀分布的一维阵列。假设为n个,如果以单个图形进行存储,则每个图形需要7字节,因而总共需要7×n字节。而采用第五类图形阵列进行存储,仅需要7+n字节,压缩比为(7+n)/(7×n)。
请参阅图1f,第六类图形阵列是在非X轴、非Y轴的任意方向均匀分布的二维阵列。假设为m斜行×n斜列。如果以单个图形进行存储,则每个图形需要7字节,因而总共需要7×m×n字节。而采用第六类图形阵列进行存储,仅需要13字节,压缩比为13/(7×m×n)。
请参阅图1g,第七类图形阵列是在非X轴、非Y轴的任意方向均匀分布的一维阵列。假设为m个,如果以单个图形进行存储,则每个图形需要7字节,因而总共需要7×m字节。而采用第七类图形阵列进行存储,仅需要10字节,压缩比为10/(7×m)。
所述m、n均为大于或等于2的自然数。
压缩比 m=n=2 m=n=3 m=n=4 m=n=5
第一类图形阵列 11/(7×m×n) 39.3% 17.5% 9.8% 6.3%
第二类图形阵列 9/(7×m) 64.3% 42.9% 32.1% 25.7%
第三类图形阵列 9/(7×n) 64.3% 42.9% 32.1% 25.7%
第四类图形阵列 (7+m)/(7×m) 64.3% 47.6% 39.3% 34.3%
第五类图形阵列 (7+n)/(7×n) 64.3% 47.6% 39.3% 34.3%
第六类图形阵列 13/(7×m×n) 46.4% 20.6% 11.6% 7.4%
第七类图形阵列 10/(7×m) 71.4% 47.6% 35.7% 28.6%
上表显示了七类OASIS图形阵列在m、n的一些示例性取值时的压缩比。可以发现随着m、n的增加,各类OASIS图形阵列的压缩比都有提高(数值上表现为变小)。总体而言,第一、六类图形阵列的压缩效果最佳;第四、五类图形阵列的压缩效果最差;其余类图形阵列的压缩效果位于中间。
请参阅图2a~图2d,本申请利用OASIS图形阵列压缩版图数据的方法包括如下步骤:
第1步,在OASIS格式的版图数据的每一层中将所有相似图形归为一个集合。所述相似图形是指在同一层中的形状和尺寸均相同的图形。相似图形的判定非常严格,排除旋转因素。例如矩形B在旋转90度后就与矩形A形状和尺寸均相同,那么矩形A和矩形B也不是相似图形。
某一层版图中如果具有多种相似图形,则形成多个相似图形集合。每个相似图形集合至少包括两个图形单元。每个相似图形集合中的所有图形单元之间均为相似图形。本申请需要针对OASIS格式的版图数据的每一层版图进行相似图形的归类操作。
第2步,对每一个相似图形集合,取其中每个图形单元的同一点作为参考点,记录每个参考点的坐标。显然,每个相似图形集合所包含的图形单元的数量与所包含的参考点的数量是相同的,图形单元与参考点之间一一对应。
例如,某个相似图形为矩形,那么该相似图形集合以每个图形单元(矩形)的左下角顶点(X轴坐标最小、且Y轴坐标最小)作为参考点。又如,某个相似图形的形状不规则,那么该相似图形集合取每个图形单元的X轴坐标最小点(如果有多个X轴坐标最小点,再以Y轴坐标最小进一步限定)作为参考点。
第3步,对于具有三个以下参考点的每一个相似图形集合,直接进入第4步。
对于具有四个以上参考点的每一个相似图形集合,判断以这些参考点为顶点是否能形成平行四边形。判断方法例如为:计算任意两个参考点之间连线的斜率和长度,当有四个参考点的四条连线满足:一对连线斜率和长度均相同,另一对连线斜率和长度均相同,那么这四个参考点就形成平行四边形。
如果是,且所形成的平行四边形为矩形,则以第一类图形阵列来描述矩形各顶点所对应的图形单元。如果是,但所形成的平行四边形不是矩形,则以第六类图形阵列来描述平行四边形各顶点所对应的图形单元。
如果否,则进入第4步。
第4步,对于仅具有两个图形单元的相似图形集合,不用图形阵列来描述,如图2a和图2d中的k1箭头。
对于具有三个以上图形单元的每一个相似图形集合,判断该相似图形集合中是否有三个以上的参考点共线。如果有,则三个以上的参考点所在直线称为参考直线。判断方法例如为:计算任意两个参考点之间连线的斜率,由同一个参考点引出的斜率相同的连线上的所有参考点共线。
如果相似图形集合对应有两条以上参考直线,则将该相似图形集合分拆为两个以上,分拆后的每个相似图形集合仅对应一条参考直线,然后进入第5步;
如果相似图形集合仅对应一条参考直线,则进入第5步。
如果相似图形集合未对应任何参考直线,则对该相似图形集合不用图形阵列来描述,如图2b和图2d中的k2箭头。
第5步,判断该相似图形集合所对应的唯一一条参考直线是否平行于X轴或Y轴,以及该参考直线上的所有参考点是否均匀分布。前者可通过参考直线的斜率判断。后者判断方法例如为:同一条参考直线上的各个参考点,如果任意两个参考点连线的长度相同,则是均匀分布。
——如果该参考直线平行于X轴且位于该参考直线上的所有参考点均匀分布,则以第二类图形阵列来描述该参考直线上的所有参考点对应的图形单元。
——如果该参考直线平行于X轴且位于该参考直线上的所有参考点不是均匀分布,则以第四类图形阵列来描述该参考直线上的所有参考点对应的图形单元。
——如果该参考直线平行于Y轴且位于该参考直线上的所有参考点均匀分布,则以第三类图形阵列来描述该参考直线上的所有参考点对应的图形单元。
——如果该参考直线平行于Y轴且位于该参考直线上的所有参考点不是均匀分布,则以第五类图形阵列来描述该参考直线上的所有参考点对应的图形单元。
——如果该参考直线既不平行于X轴也不平行于Y轴,但位于该参考直线上的所有参考点均匀分布,则以第七类图形阵列来描述该参考直线上的所有参考点对应的图形单元。
——否则,对该相似图形集合不用图形阵列来描述,如图2c和图2d中的k3箭头。
上述第一实施例中的k1、k2、k3箭头均指向了不对该相似图形集合以OASIS图形阵列来描述,这便遗漏了一些相似图形集合。为此可以对k1、k2、k3箭头进行改进,形成如下三个可以单独叠加、或任意组合叠加到第一实施例上的叠加方案。
请参阅图3,k1’用于替换图2d中的k1,这是叠加方案一。在所述方法第4步中,对于仅具有两个图形单元的相似图形集合改为:
——如果其参考点连线平行于X轴,则以第二类或第四类图形阵列来描述该相似图形集合。
——如果其参考点连线平行于Y轴,则以第三类或第五类图形阵列来描述该相似图形集合。
——否则,就以第七类图形阵列来描述该相似图形集合。
请参阅图4,k2’用于替换图2d中的k2,这是叠加方案二。在所述方法第4步中,对于具有三个以上图形单元、但未对应任何参考直线的相似图形集合进行分拆,分拆后的每个相似图形集合仅具有两个图形单元(允许有单独一个图形单元不在分拆后的任何相似图形集合中)。然后如同叠加方案一相同的处理方式。
请参阅图5,k3’用于替换图2d中的k3,这是叠加方案三。在所述方法第5步中,对于仅对应一条参考直线的相似图形集合,如果该参考直线既不平行于X轴也不平行于Y轴,并且位于该参考直线上的所有参考点不是均匀分布的情况改为:
——如果位于该参考直线上的三个以上的参考点均匀分布,则以第七类图形阵列来描述该参考直线上的均匀分布的参考点所对应的图形单元;
——否则,对该相似图形集合不用图形阵列来描述。
由上述第一实施例的基本方案与三个可选的叠加方案克制,本申请利用OASIS图形阵列压缩版图数据的方法的总体思路是:尽量用压缩效果最佳的第一、六类图形阵列来描述版图数据,然后再选用其余类图形阵列来描述版图数据。
在图2a~图2c、图5中可以发现方框R1~R8,它们都是以某一类OASIS图形阵列来描述某一个相似图形集合中的符合某种条件的图形单元,那么对于该相似图形集合中不符合该条件的图形单元就予以忽略。进一步地,本申请还可将这些在某一个相似图形集合中、且未被某一类OASIS图形阵列所描述的图形单元分拆出来,形成一个新的相似图形集合,并回到判断框R0对这些分拆出来的相似图形集合进行处理。
请参阅图6,这是一个非常简单的某一层版图。其中用虚线框出的图形均可用第一类、或第二类OASIS图形阵列进行描述,从而减小版图压缩文件的大小。
以上仅为本申请的优选实施例,并不用于限定本申请。对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (6)

1.一种利用OASIS图形阵列压缩版图数据的方法,其特征是,包括如下步骤:
第1步,在OASIS格式的版图数据的每一层中将所有相似图形归为一个集合;所述相似图形是指在同一层中的形状和尺寸均相同的图形;
第2步,对每一个相似图形集合,取其中所有图形单元的同一点作为参考点,记录所有参考点的坐标;
第3步,对于具有三个以下参考点的每一个相似图形集合,直接进入第4步;
对于具有四个以上参考点的每一个相似图形集合,判断以这些参考点为顶点是否能形成平行四边形;如果是,且所形成的平行四边形为矩形,则以第一类图形阵列来描述矩形各顶点所对应的图形单元;如果是,但所形成的平行四边形不是矩形,则以第六类图形阵列来描述平行四边形各顶点所对应的图形单元;如果否,则进入第4步;
第4步,对于仅具有两个图形单元的相似图形集合,不用图形阵列来描述;
对于具有三个以上图形单元的每一个相似图形集合,判断该相似图形集合中是否有三个以上的参考点共线,称为参考直线;如果有两条以上参考直线,则将该相似图形集合分拆为两个以上,分拆后的每个相似图形集合仅对应一条参考直线,然后进入第5步;如果有一条参考直线,则进入第5步;如果无参考直线,则对该相似图形集合不用图形阵列来描述;
第5步,判断参考直线是否平行于X轴或Y轴,以及该参考直线上的所有参考点是否均匀分布;
——如果该参考直线平行于X轴且位于该参考直线上的所有参考点均匀分布,则以第二类图形阵列来描述该参考直线上的所有参考点对应的图形单元;
——如果该参考直线平行于X轴且位于该参考直线上的所有参考点不是均匀分布,则以第四类图形阵列来描述该参考直线上的所有参考点对应的图形单元;
——如果该参考直线平行于Y轴且位于该参考直线上的所有参考点均匀分布,则以第三类图形阵列来描述该参考直线上的所有参考点对应的图形单元;
——如果该参考直线平行于Y轴且位于该参考直线上的所有参考点不是均匀分布,则以第五类图形阵列来描述该参考直线上的所有参考点对应的图形单元;
——如果该参考直线既不平行于X轴也不平行于Y轴,但位于该参考直线上的所有参考点均匀分布,则以第七类图形阵列来描述该参考直线上的所有参考点对应的图形单元;
——否则,对该相似图形集合不用图形阵列来描述。
2.根据权利要求1所述的利用OASIS图形阵列压缩版图数据的方法,其特征是,所述方法第4步中,将“对于仅具有两个图形单元的相似图形集合,不用图形阵列来描述”改为:
对于仅具有两个图形单元的相似图形集合,判断这两个图形单元的参考点连线是否平行于X轴或Y轴:
——如果该参考点连线平行于X轴,则以第二类或第四类图形阵列来描述该相似图形集合。
——如果该参考点连线平行于Y轴,则以第三类或第五类图形阵列来描述该相似图形集合。
——否则,就以第七类图形阵列来描述该相似图形集合。
3.根据权利要求1所述的利用OASIS图形阵列压缩版图数据的方法,其特征是,所述方法第4步中,将“如果无参考直线,则对该相似图形集合不用图形阵列来描述”改为:
对于具有三个以上图形单元、但未对应任何参考直线的相似图形集合进行分拆,分拆后的每个相似图形集合仅具有两个图形单元;
然后对于仅具有两个图形单元的相似图形集合,判断这两个图形单元的参考点连线是否平行于X轴或Y轴:
——如果该参考点连线平行于X轴,则以第二类或第四类图形阵列来描述该相似图形集合。
——如果该参考点连线平行于Y轴,则以第三类或第五类图形阵列来描述该相似图形集合。
——否则,就以第七类图形阵列来描述该相似图形集合。
4.根据权利要求1所述的利用OASIS图形阵列压缩版图数据的方法,其特征是,所述方法第5步中,将“否则,对该相似图形集合不用图形阵列来描述”改为:
对于仅有一条参考直线的相似图形集合,如果该参考直线既不平行于X轴也不平行于Y轴,并且位于该参考直线上的所有参考点不是均匀分布:
——如果位于该参考直线上的三个以上的参考点均匀分布,则以第七类图形阵列来描述该参考直线上的均匀分布的参考点所对应的图形单元;
——否则,对该相似图形集合不用图形阵列来描述。
5.根据权利要求1~4中任一项所述的利用OASIS图形阵列压缩版图数据的方法,其特征是,所述方法第3步~第5步中,当某一个相似图形集合中的部分图形单元被某一类图形阵列所描述,则将剩余的图形单元分拆出来形成一个新的相似图形集合,并对这些分拆出来的相似图形集合回到第3步进行处理。
6.根据权利要求1~4中任一项所述的利用OASIS图形阵列压缩版图数据的方法,其特征是,第一类图形阵列是在X轴和Y轴方向均匀分布的二维阵列;
第二类图形阵列是在X轴方向均匀分布的一维阵列;
第三类图形阵列是在Y轴方向均匀分布的一维阵列;
第四类图形阵列是在X轴方向不均匀分布的一维阵列;
第五类图形阵列是在Y轴方向不均匀分布的一维阵列;
第六类图形阵列是在非X轴、非Y轴的任意方向均匀分布的二维阵列;
第七类图形阵列是在非X轴、非Y轴的任意方向均匀分布的一维阵列;
它们均为OASIS格式所提供的图形阵列存储方式。
CN201310659893.6A 2013-12-09 2013-12-09 一种利用oasis图形阵列压缩版图数据的方法 Active CN104700435B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310659893.6A CN104700435B (zh) 2013-12-09 2013-12-09 一种利用oasis图形阵列压缩版图数据的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310659893.6A CN104700435B (zh) 2013-12-09 2013-12-09 一种利用oasis图形阵列压缩版图数据的方法

Publications (2)

Publication Number Publication Date
CN104700435A true CN104700435A (zh) 2015-06-10
CN104700435B CN104700435B (zh) 2017-12-05

Family

ID=53347517

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310659893.6A Active CN104700435B (zh) 2013-12-09 2013-12-09 一种利用oasis图形阵列压缩版图数据的方法

Country Status (1)

Country Link
CN (1) CN104700435B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107422613A (zh) * 2017-08-29 2017-12-01 上海华力微电子有限公司 光刻工艺热点的整合方法
CN108170831A (zh) * 2018-01-11 2018-06-15 上海华虹宏力半导体制造有限公司 版图差异的量化分析方法
CN110188463A (zh) * 2019-05-29 2019-08-30 苏州芯禾电子科技有限公司 一种过孔阵列的锯齿平滑方法
CN113361226A (zh) * 2021-06-25 2021-09-07 青岛信芯微电子科技股份有限公司 一种减小版图文件大小的方法及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6309424B1 (en) * 1998-12-11 2001-10-30 Realtime Data Llc Content independent data compression method and system
CN1380629A (zh) * 2001-04-12 2002-11-20 华邦电子股份有限公司 快速处理的二维影像资料的压缩装置
CN1567378A (zh) * 2003-06-24 2005-01-19 德鑫科技股份有限公司 数字图像数据的压缩与解压缩方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6309424B1 (en) * 1998-12-11 2001-10-30 Realtime Data Llc Content independent data compression method and system
CN1380629A (zh) * 2001-04-12 2002-11-20 华邦电子股份有限公司 快速处理的二维影像资料的压缩装置
CN1567378A (zh) * 2003-06-24 2005-01-19 德鑫科技股份有限公司 数字图像数据的压缩与解压缩方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
肖军等: "版图电路节点提取及其压缩算法", 《微电子学》 *
赵子健等: "面向VLSI版图复用技术的二维层次式压缩算法", 《半导体学报》 *
邵建华等: "实用版图压缩算法", 《微电子学》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107422613A (zh) * 2017-08-29 2017-12-01 上海华力微电子有限公司 光刻工艺热点的整合方法
CN108170831A (zh) * 2018-01-11 2018-06-15 上海华虹宏力半导体制造有限公司 版图差异的量化分析方法
CN110188463A (zh) * 2019-05-29 2019-08-30 苏州芯禾电子科技有限公司 一种过孔阵列的锯齿平滑方法
CN113361226A (zh) * 2021-06-25 2021-09-07 青岛信芯微电子科技股份有限公司 一种减小版图文件大小的方法及电子设备

Also Published As

Publication number Publication date
CN104700435B (zh) 2017-12-05

Similar Documents

Publication Publication Date Title
US11514045B2 (en) Structured cluster execution for data streams
JP4474404B2 (ja) パッキングベースのマクロ配置方法とそれを用いた半導体チップ
US8762918B2 (en) Banded computation architectures
CN104063559A (zh) 大规模集成电路分布计算的布局合法化方法及其系统
CN104700435A (zh) 一种利用oasis图形阵列压缩版图数据的方法
JPH04211154A (ja) 半導体集積回路のレイアウト方法
CN104239301A (zh) 一种数据比对方法和装置
CN107168977A (zh) 一种数据查询的优化方法及装置
CN106899426A (zh) 用户访问数量统计方法及其系统
He et al. Ripple: A robust and effective routability-driven placer
US20210042461A1 (en) Method of inserting dummy boundary cells for macro/ip and ic
CN103246153A (zh) 半导体芯片的版图图层设计方法及其掩膜板
US20070118824A1 (en) Methods, systems, and computer program products for improving yield in integrated circuit device fabrication and related devices
CN103311103A (zh) 半导体芯片的版图图层设计方法及其掩膜板
Lee et al. Post-routing redundant via insertion and line end extension with via density consideration
CN103064991A (zh) 一种海量数据聚类方法
CN108874297A (zh) 合并文件的方法、存储装置、存储设备和存储介质
CN104915053A (zh) 一种界面控件的位置确定方法和装置
Yan et al. Optimal slack-driven block shaping algorithm in fixed-outline floorplanning
US20070174800A1 (en) Methods and systems for analyzing layouts of semiconductor integrated circuit devices
CN104238834B (zh) 一种提高触控灵敏度的方法及系统
CN108520128B (zh) 集成电路设计方法和计算机可读存储介质
US20150012901A1 (en) Fixed-outline floorplanning approach for mixed-size modules
CN103853854A (zh) 版图中插入填充图形的方法
Torabi et al. A fast hierarchical adaptive analog routing algorithm based on integer linear programming

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant