TWI753681B - 用於改良光罩圖案產生中之一致性之方法 - Google Patents

用於改良光罩圖案產生中之一致性之方法 Download PDF

Info

Publication number
TWI753681B
TWI753681B TW109142547A TW109142547A TWI753681B TW I753681 B TWI753681 B TW I753681B TW 109142547 A TW109142547 A TW 109142547A TW 109142547 A TW109142547 A TW 109142547A TW I753681 B TWI753681 B TW I753681B
Authority
TW
Taiwan
Prior art keywords
pattern
variables
target pattern
values
target
Prior art date
Application number
TW109142547A
Other languages
English (en)
Other versions
TW202131105A (zh
Inventor
張權
大棟 周
陳炳德
彥文 盧
Original Assignee
荷蘭商Asml荷蘭公司
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 荷蘭商Asml荷蘭公司 filed Critical 荷蘭商Asml荷蘭公司
Publication of TW202131105A publication Critical patent/TW202131105A/zh
Application granted granted Critical
Publication of TWI753681B publication Critical patent/TWI753681B/zh

Links

Images

Classifications

    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70491Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/36Masks having proximity correction features; Preparation thereof, e.g. optical proximity correction [OPC] design processes
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/68Preparation processes not covered by groups G03F1/20 - G03F1/50
    • G03F1/70Adapting basic layout or design of masks to lithographic process requirements, e.g., second iteration correction of mask patterns for imaging
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70Microphotolithographic exposure; Apparatus therefor
    • G03F7/70425Imaging strategies, e.g. for increasing throughput or resolution, printing product fields larger than the image field or compensating lithography- or non-lithography errors, e.g. proximity correction, mix-and-match, stitching or double patterning
    • G03F7/70433Layout for increasing efficiency or for compensating imaging errors, e.g. layout of exposure fields for reducing focus errors; Use of mask features for increasing efficiency or for compensating imaging errors
    • G03F7/70441Optical proximity correction [OPC]
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70491Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • G03F7/705Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/047Probabilistic or stochastic networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks

Abstract

本發明描述一種判定待印刷於一基板上之一目標圖案之一光罩圖案的方法。該方法包括參考該目標圖案上之一給定位置將包括該目標圖案之一設計佈局之一部分分割為複數個單元;在該複數個單元之一特定單元內分配複數個變數,該特定單元包括該目標圖案或其一部分;及基於該複數個變數之值來判定該目標圖案之該光罩圖案,使得利用該光罩圖案之一圖案化程序之一效能度量在一所要效能範圍內。

Description

用於改良光罩圖案產生中之一致性之方法
本發明係關於微影技術,且更特定言之,係關於產生圖案化器件圖案之機制。
微影裝置為將所要圖案施加至基板之目標部分上的機器。微影裝置可用於例如積體電路(IC)之製造中。在彼情況下,圖案化器件(其替代地被稱為光罩或倍縮光罩)可用於產生對應於IC之個別層的電路圖案,且可使此圖案成像至具有輻射敏感材料(抗蝕劑)層之基板(例如,矽晶圓)上的目標部分(例如,包含晶粒之部分、一個晶粒或若干晶粒)上。一般而言,單個基板含有經順次曝光之鄰近目標部分之網路。已知微影裝置包括:所謂步進器,其中藉由將整個圖案一次性曝光至目標部分上來輻照各目標部分;及所謂掃描器,其中藉由在給定方向(「掃描」方向)上經由光束掃描圖案,同時平行或反平行於此方向同步地掃描基板來輻照各目標部分。
在將電路圖案自圖案化器件轉印至基板之前,基板可經歷各種程序,諸如上底漆、抗蝕劑塗佈及軟烘烤。在曝光之後,基板可經受其他程序,諸如曝光後烘烤(PEB)、顯影、硬烘烤及量測/檢查經轉印電路圖案。此程序陣列用作製造器件(例如IC,器件)之個別層的基礎。基板隨後可接著各種程序以產生器件之個別層,該等程序諸如蝕刻、離子植入(摻雜)、金屬化、氧化、化學機械研磨等。若在器件中需要若干層,則可對各層重複整個工序或其變體。最終,器件將存在於基板上之各目標部分中。接著藉由諸如切塊或鋸切之技術使此等器件彼此分離,由此,可將個別器件安裝於載體上、連接至銷釘等。
因此,製造半導體器件典型地涉及使用數個製作程序來處理基板(例如,半導體晶圓)以形成器件之各種特徵及多個層。典型地使用例如沈積、微影、蝕刻、化學機械研磨及離子植入來製造及處理此類層及特徵。可在基板上之複數個晶粒上製作多個器件,且接著將該等器件分離為個別器件。器件製造典型地包括圖案化程序。圖案化程序涉及在微影裝置中使用圖案化器件(例如,光罩)之圖案化步驟(諸如光學及/或奈米壓印微影術),以將圖案化器件上之圖案轉印至基板,且典型地但視情況涉及一或多個相關圖案處理步驟,諸如藉由顯影裝置進行抗蝕劑顯影、使用烘烤工具烘烤基板、使用圖案使用蝕刻裝置進行蝕刻等。
在一實施例中,提供一種判定待印刷於一基板上之一目標圖案之一光罩圖案的方法。該方法包括:將包括該目標圖案之一設計佈局之一部分分割為複數個單元,各單元與該目標圖案上之一給定位置具有一關係;在該複數個單元之一特定單元內分配複數個變數,該特定單元包括該目標圖案或其一部分;及基於該複數個變數之值來判定該目標圖案之該光罩圖案,使得利用該光罩圖案之一圖案化程序之一效能度量在一所要效能範圍內。在一實施例中,該判定該光罩圖案包括使用該目標圖案及該複數個變數來模擬該圖案化程序以判定該複數個變數之該等值,使得該圖案化程序之該效能度量在該所要效能範圍內;及基於該複數個變數之該等經判定值來產生該目標圖案之該光罩圖案。
此外,在一實施例中,提供一種非暫時性電腦可讀媒體,其包含指令,該等指令在由一或多個處理器執行時,致使進行包括以下之操作:將包括一目標圖案之一設計佈局之一部分分割為複數個單元,各單元與該目標圖案上之一給定或所選位置具有一關係;在該複數個單元之一特定單元內分配複數個變數,該特定單元包括該目標圖案或其一部分;及基於該複數個變數之值來判定該目標圖案之一光罩圖案,使得利用該光罩圖案之一圖案化程序之一效能度量在一所要效能範圍內。該判定該光罩圖案包括使用該目標圖案及該複數個變數來模擬該圖案化程序以判定該複數個變數之該等值,使得該圖案化程序之該效能度量在該所要效能範圍內;及基於該複數個變數之所判定值來產生該目標圖案之該光罩圖案。
圖1說明根據本發明之一實施例的例示性微影投影裝置10A。裝置10A包括輻射源12A,其可為深紫外(DUV)準分子雷射源或包括極紫外(EUV)源的其他類型之源。然而,如上文所論述,在一些其他實施例中,輻射源可不為微影投影裝置自身之整體部分。裝置10A進一步包括:照明光學器件,其例如界定部分同調性(表示為σ)且可包括經組態以將來自源12A之輻射塑形的光學器件14A、16Aa及16Ab;圖案化器件18A;及透射光學器件16Ac,其將圖案化器件圖案之影像投影至基板平面22A上。在投影光學器件之光瞳平面處的可調濾光器或孔徑20A可限制照射於基板平面22A上之光束角度之範圍,其中最大可能角度界定投影光學器件之數值孔徑NA=n sin(Θmax),其中n為基板與投影光學器件之最後元件之間的介質之折射率,且Θmax為自投影光學器件射出的仍可照射於基板平面22A上之光束的最大角度。
在微影投影裝置中,源將照明(亦即輻射)提供給圖案化器件,且投影光學器件經由圖案化器件將照明導向且塑形於基板上。投影光學器件可包括組件14A、16Aa、16Ab及16Ac中之至少一些。空中影像(AI)為在基板位階處之輻射強度分佈。曝光基板上之抗蝕劑層,且將空中影像轉印至抗蝕劑層以在其中作為潛在「抗蝕劑影像」(RI)。可將抗蝕劑影像(RI)定義為抗蝕劑層中之抗蝕劑之溶解度之空間分佈。抗蝕劑模型可用於根據空中影像來計算抗蝕劑影像,此之一實例可見於美國專利申請公開案第US 20090157360號中,其之揭示內容特此以其全文引用之方式併入。抗蝕劑模型與抗蝕劑層之特性相關,該等特性例如在曝光、PEB及顯影期間出現的化學程序之效應。微影投影裝置之光學特性(例如,源、圖案化器件及投影光學器件之特性)決定空中影像。由於可改變用於微影投影裝置中之圖案化器件,故可能需要使圖案化器件之光學特性與至少包括源及投影光學器件的微影投影裝置之其餘部分之光學特性分離。
在一實施例中,可基於如何根據本發明之方法來最佳化設計佈局而將輔助特徵(次解析度輔助特徵及/或可印刷解析度輔助特徵)置放於設計佈局中。在一實施例中,使用基於機器學習之模型來判定圖案化器件圖案。機器學習模型可為諸如卷積神經網路之神經網路,其可以某種方式經訓練以在較快速率下獲得準確預測,因此實現圖案化程序之全晶片模擬。
可使用訓練資料集合來訓練神經網路(亦即判定神經網路之參數)。訓練資料可包含訓練樣本集合或由訓練樣本集合組成。各樣本可為一對輸入目標(典型地為向量,其可稱為特徵向量)與所要輸出值(亦稱為監督信號)。訓練演算法分析訓練資料且藉由基於訓練資料調整神經網路之參數(例如,一或多個層之權重)來調整神經網路之行為。在訓練之後,神經網路可用於映射新樣本。
在判定圖案化器件圖案之情形下,特徵向量可包括由圖案化器件構成或形成的設計佈局之一或多個特性(例如,形狀、配置、大小等)、圖案化器件之一或多個特性(例如,一或多個實體特性,諸如尺寸、折射率、材料組成等)及用於微影程序中之照明之一或多個特性(例如,波長)。監督信號可包括圖案化器件圖案之一或多個特性(例如,圖案化器件圖案之CD、輪廓等)。
給定具有式
Figure 02_image001
之N個訓練樣本之集合,其中
Figure 02_image003
為第i個實例之特徵向量,且
Figure 02_image005
為其監督信號,訓練演算法尋求神經網路
Figure 02_image007
,其中
Figure 02_image009
為輸入空間,且
Figure 02_image011
為輸出空間。特徵向量可為表示一些目標的數值特徵之n維向量。與此等向量相關聯之向量空間通常稱為特徵空間。有時使用計分函數
Figure 02_image013
來表示g為適宜的,使得將g定義為返回給出最高計分之y值:
Figure 02_image015
。使F表示計分函數之空間。
神經網路可為概率性的,其中g採用條件概率模型
Figure 02_image017
之形式,或f採用聯合概率模型
Figure 02_image019
之形式。
兩種途徑皆可用於選擇f或g:經驗風險最小化及結構風險最小化。經驗風險最小化尋求最佳擬合訓練資料之神經網路。結構風險最小化包括控制偏差/變異數取捨之懲罰函數。舉例而言,在一實施例中,懲罰函數可基於成本函數,其可為平方誤差、缺陷數、EPE等。函數(或函數內之權重)可經修改以使得變異數減小或最小化。
在兩種情況下,假定訓練集合包含獨立且相同分佈的對
Figure 02_image021
之一或多個樣本或由其組成。在一實施例中,為量測函數擬合訓練資料之良好程度,定義損失函數
Figure 02_image023
。對於訓練樣本
Figure 02_image025
,預測值
Figure 02_image027
之損失為
Figure 02_image029
將函數g之風險
Figure 02_image031
定義為g之預期損失。可根據訓練資料將此風險估計為
Figure 02_image033
在一實施例中,圖案化程序之機器學習模型可經訓練以預測例如光罩圖案的輪廓、圖案、CD及/或晶圓上之抗蝕劑及/或蝕刻影像的輪廓、CD、邊緣置放(例如,邊緣置放誤差)等。訓練之一目標為使得能夠準確預測例如晶圓上之印刷圖案之輪廓、空中影像強度斜率及/或CD等。預期設計(例如,待印刷於晶圓上之晶圓目標佈局)一般定義為可以諸如GDSII或OASIS或其他檔案格式之標準化數位檔案格式提供的預光學近接校正(OPC)設計佈局。
圖2中說明用於模型化及/或模擬圖案化程序之部分的例示性流程圖。如將瞭解,模型可表示不同圖案化程序且不必包含下文所描述之所有模型。源模型1200表示圖案化器件之照明之光學特性(包括輻射強度分佈、頻寬及/或相位分佈)。源模型1200可表示照明之光學特性,該等光學特性包括(但不限於)數值孔徑設定、照明標準差(σ)設定以及任何特定照明形狀(例如,離軸輻射形狀,諸如環形、四極、偶極等),其中σ (或標準差)為照明器之外部徑向範圍。
投影光學器件模型1210表示投影光學器件之光學特性(包括由投影光學器件引起的輻射強度分佈及/或相位分佈之改變)。投影光學器件模型1210可表示投影光學器件之光學特性,包括像差、失真、一或多個折射率、一或多個實體大小、一或多個實體尺寸等。
圖案化器件/設計佈局模型模組1220捕捉設計特徵如何佈置於圖案化器件之圖案中且可包括圖案化器件之詳細實體特性之表示,如例如美國專利第7,587,704號中所描述,其以全文引用之方式併入。在一實施例中,圖案化器件/設計佈局模型模組1220表示設計佈局(例如,對應於積體電路、記憶體、電子器件等之特徵的器件設計佈局)之光學特性(包括由給定設計佈局引起的輻射強度分佈及/或相位分佈之改變),其為圖案化器件上或由圖案化器件形成之特徵之配置的表示。由於可改變用於微影投影裝置中之圖案化器件,故可能需要使圖案化器件之光學特性與至少包括照明及投影光學器件的微影投影裝置之其餘部分之光學特性分離。模擬之目標通常為準確預測例如邊緣置放及CD,接著可將該等邊緣置放及CD與器件設計進行比較。器件設計一般定義為預OPC圖案化器件佈局,其可以諸如GDSII或OASIS之標準化數位檔案格式來提供。
可根據源模型1200、投影光學器件模型1210及圖案化器件/設計佈局模型1220來模擬空中影像1230。空中影像(AI)為在基板位階處之輻射強度分佈。微影投影裝置之光學特性(例如,照明、圖案化器件及投影光學器件之特性)決定空中影像。
藉由空中影像曝光基板上之抗蝕劑層,且將空中影像轉印至抗蝕劑層以作為其中之潛在「抗蝕劑影像」(RI)。可將抗蝕劑影像(RI)定義為抗蝕劑層中之抗蝕劑之溶解度之空間分佈。可使用抗蝕劑模型1240根據空中影像1230來模擬抗蝕劑影像1250。抗蝕劑模型1240可用於根據空中影像來計算抗蝕劑影像,其之一實例可見於美國專利申請公開案第US 20090157360號中,其之揭示內容特此以其全文引用之方式併入。抗蝕劑模型典型地描述在抗蝕劑曝光、曝光後烘烤(PEB)及顯影期間出現的化學程序之效應,以便預測例如形成於基板上之抗蝕劑特徵之輪廓,且因此其典型地僅與抗蝕劑層之此類特性(例如,在曝光、曝光後烘烤及顯影期間出現的化學程序之效應)相關。在一實施例中,可捕捉抗蝕劑層之光學特性(例如,折射率、膜厚度、傳播及極化效應)作為投影光學器件模型1210之部分。
一般而言,光學模型與抗蝕劑模型之間的連接為抗蝕劑層內之經模擬空中影像強度,其起因於輻射至基板上之投影、抗蝕劑界面處之折射及抗蝕劑膜堆疊中之多重反射。輻射強度分佈(空中影像強度)係藉由吸收入射能量而變為潛在「抗蝕劑影像」,其可藉由擴散程序及各種負載效應進一步修改。足夠快以用於全晶片應用之高效模擬方法藉由2維空中(及抗蝕劑)影像而近似抗蝕劑堆疊中之實際3維強度分佈。
在一實施例中,可將抗蝕劑影像用作圖案轉印後程序模型模組1260之輸入。圖案轉印後程序模型1260界定一或多個抗蝕劑顯影後程序(例如,蝕刻、顯影等)之效能。
圖案化程序之模擬可例如預測抗蝕劑及/或經蝕刻影像之輪廓、CD、邊緣置放(例如,邊緣置放誤差)等。因此,模擬之目標為準確預測例如印刷圖案之邊緣置放,及/或空中影像強度斜率,及/或CD等。可將此等值與預期設計進行比較以例如校正圖案化程序,識別預測出現缺陷之位置等。預期設計一般定義為可以諸如GDSII或OASIS或其他檔案格式之標準化數位檔案格式提供的預OPC設計佈局。
因此,模型公式化描述總程序之大多數(若非全部)已知物理及化學方法,且模型參數中之每一者理想上對應於相異物理或化學效應。因此,模型公式化設定關於模型可用於模擬總製造程序之良好程度的上限。
連續透射光罩(CTM)技術為可產生光罩圖案之灰階導引映射的反向微影解決方案。基於灰階導引映射,可提取設計佈局之輔助特徵及對主要特徵之修改。在一實施例中,此導引映射可用於產生多邊形特徵(例如,主要特徵、輔助特徵、SRAF、SERIF等)。使用利用CTM+技術產生之圖案製造的光罩稱為曲線光罩。在一實施例中,CTM+技術涉及使用位階集合方法來判定導引映射,其中位階集合臨限值輔助判定曲面多邊形特徵(例如,主要特徵、輔助特徵、SRAF、SERIF等)。
產生曲線光罩之實例方法論述於PCT專利公開案第WO 2019179747 A1之號中,其以全文引用之方式併入本文中。在實例方法(例如,CTM、CTM+或經組合之CTM及CTM+)中,藉由相對於與微影相關的效能度量(例如,EPE、旁瓣等)最佳化灰階影像來產生導引映射。該方法可用於產生最佳化曲線光罩圖案,其包括自灰階影像追蹤之曲線多邊形。
在另一實例方法中,使用嵌塊邊界處理來實現全晶片能力,如2018年12月28日申請的美國專利申請案第62/785,981號中所論述,其以全文引用之方式併入本文中。所論述方法在無由嵌塊邊界引入之任何結果劣化的情況下確保不同嵌塊結果之無縫過渡。
在另一實例方法中,為確保光罩可製造性,基於影像的MRC方法係論述於2018年11月30日申請的美國專利申請案第62/773,475號中,其以全文引用之方式併入本文中。此實例方法有助於調節光罩圖案幾何形狀以使得滿足MRC。
為減少使用前述方法進行全晶片光罩產生之運行時間,可使用基於機器學習之方法,如PCT專利公開案第WO 2018215188 A1號中所論述,其以全文引用之方式併入本文中。基於機器學習之方法訓練機器學習模型以使用DCNN框架來預測對應於最佳化光罩圖案之灰階影像。所預測灰階影像非常接近於「地面實況」,因此僅使用較少次數反覆(例如,少於反向微影解決方案中所需要之反覆)可產生最終曲線光罩圖案。
前述CTM及CTM+技術涉及使用基於柵格之圖案修改進行之反覆最佳化。若目標圖案之柵格位置改變,則此基於柵格之修改可針對目標圖案產生不同CTM。另外,如通常所已知,反向微影具有具多個解的問題,當藉由微影效能(DOF、PVB等)判斷時,具有較小或甚至明確差異之解均可能被視為可接受的解。
圖3A至圖3B說明引起柵格依賴性誤差的相對於柵格之實例圖案移位。圖3A及圖3B展示預測輪廓301/311 (點線)及輸入輪廓302/312 (例如,設計或所要輪廓)。在圖3A中,整個輸入輪廓301在柵格上,然而在圖3B中,輸入輪廓311之一部分偏離柵格,例如在角點處。此可引起模型預測輪廓302與312之間的差異。在例如微影可製造性檢查(LMC)或OPC應用之一實施例中,相同圖案可在柵格上之不同位置處重複呈現,且需要具有無關於圖案之位置的恆定模型預測。然而,模型可能幾乎不達成完美的移位不變性。一些處於病態之模型可能在圖案移位中產生較大輪廓差異。
在一實施例中,可如下量測柵格依賴性(GD)誤差。為量測GD誤差,在子像素步長中沿輪廓之圖案及量規一起移位。舉例而言,對於像素大小=14 nm,圖案/量規可沿x及/或y方向每步長移位1 nm。隨著每一移位,量測沿量規之模型預測CD。接著,模型預測CD之集合中的變異數指示柵格依賴性誤差。自使用者之視角,預測輪廓之此類差異可能為不可接受的。對於相同目標圖案,消費者、OPC工程師或其他圖案化程序相關使用者可能偏好使用相同光罩來確保對程序變差之較佳控制。
柵格依賴性問題可延伸至諸如用於產生CTM及CTM+之反向微影之應用。在CTM/CTM+產生程序經過反覆最佳化以產生結果(灰階光罩映射及/或對應曲線光罩)時,在各反覆步驟中,歸因於模型柵格依賴性之影響,且歸因於可能引起額外柵格依賴性的CTM/CTM+中之其他處理,相同目標圖案之結果在最佳化期間可變得愈來愈不同。柵格依賴性問題亦可延伸至用於加速例如次解析度輔助特徵(SRAF)產生的基於機器學習之方法之應用。舉例而言,因地面實況資料自身中存在不同解,故其致使機器學習模型訓練難以會聚至與地面實況結果具有較低RMS之較佳模型。另外,基於機器學習之方法在其應用於預測結果時亦為柵格依賴性之來源。在本發明中,論述一種減小CTM/CTM+結果之變差的方法(例如,400),且因此改良一致性。
圖4A為根據本發明之一實施例的判定包括一或多個目標圖案之任何設計佈局之一或多個光罩圖案的實例方法之流程圖。舉例而言,可產生包括對應於一或多個目標圖案(諸如記憶體電路系統)的一或多個光罩圖案之光罩佈局。此外,採用該光罩佈局之光罩可用於將目標圖案印刷於基板上。
在一實施例中,方法400包括若干步驟或程序,且在執行(例如,經由處理器或電腦硬體系統)時產生所要圖案(例如,目標圖案)之光罩圖案。
程序P401涉及將設計佈局401之一部分分割為複數個單元402,各單元與目標圖案上之給定位置(或所選位置)具有關係。在一實施例中,該關係可為滿足各單元之等效關係(例如,對稱性)。在一實施例中,該關係可表示為給定位置與邊界之間的函數,例如各單元之邊界與給定位置之間的最小距離。此關係可用於判定引起設計佈局401之分割的各單元之邊界。在一實施例中,給定位置為目標圖案之中心、目標圖案之邊緣上之點或藉由與目標圖案之預定義幾何關係(例如,距離、三角量測等)判定的任何點。在一實施例中,設計佈局401包括複數個目標圖案(例如,孔、條、線等),且其之給定位置可為目標圖案之中心、目標圖案之邊緣上之點或與目標圖案具有相同幾何關係的點。
在一實施例中,對設計佈局之部分的分割係基於幾何分割,例如藉由使用沃羅諾伊法(Voronoi method)來進行,其中基於單元之邊界與目標圖案上之給定位置之間的距離來判定複數個單元402之各單元之邊界。在一實施例中,複數個單元402之各單元之邊界經判定以使得相較於設計佈局內之其他位置,各單元中之點最接近於給定位置。
在一實施例中,設計佈局係與第一座標系相關聯,且複數個單元402係與第二座標系相關聯。在一實施例中,第一座標系係指用於現有方法(例如,先前所提及之專利公開案WO 2019179747 A1、專利申請案PCT/EP2019/081574及PCT/EP2019/079562中之CTM/CTM+方法)中之座標系。
在一實施例中,第二座標系經界定以使得原點在單元之基點(例如,來自目標設計之點或角點)處,第一軸係垂直於目標特徵的邊緣,第二軸係垂直於第一軸(或界定座標系之其他等效選項)。在一實施例中,舉例而言,基點可為置放於目標圖案之邊緣處的點。在一實施例中,設計佈局包括多個目標圖案;基點可置放於各目標圖案之各邊緣或經剝離邊緣處以界定特定單元之原點;且座標可相對於與目標圖案中之每一者相關的原點來界定。
圖5說明根據本發明之一實施例的例示性第一座標系及例示性第二座標系。舉例而言,第一座標系可表示為設計佈局之嵌塊510之柵格。在一實施例中,第一座標系中之原點可為嵌塊510之角點(例如,左下方角點),且x方向及y方向可沿柵格之水平線及豎直線。如所展示,藉由置放等距豎直線及等距水平線來界定柵格。當將目標圖案(例如,T1)置放於此柵格上時,可使用柵格來描述目標圖案。嵌塊510之柵格與關於圖3A及圖3B所論述之柵格類似。
參看圖5中之嵌塊520,第二座標系經界定以使得原點O1在目標圖案T1之邊緣處,且x方向係垂直於邊緣,且y方向係平行於邊緣。在一實施例中,原點可為與目標圖案T1之邊緣或經剝離邊緣相關聯的評估點或幾何點。在一實施例中,評估點為預期量測點(例如,置放於目標圖案之邊緣處)以判定實體特性,諸如CD、EPE等。舉例而言,原點O1可為位於目標圖案之邊緣之中心處的EPE評估點。因此,可參考原點(例如,經剝離邊緣之中心點)來描述(例如,座標、距離等)任何變數(例如,由圖5中之單元C1內的點表示之變數),由此為任何類似目標圖案(例如,T2)提供一致參考點。在一實施例中,各點對應於作為變數之分散位置(例如,像素位置)。在一實施例中,各點對應於與各分散位置相關聯之值(例如,該位置處之像素之強度值),此值可為變數。另一方面,使用嵌塊510之柵格並不提供此一致性。相反,嵌塊510之柵格(或圖3A及圖3B之柵格)在評估及所得OPC圖案中引入柵格依賴性誤差。
返回參看圖4A,程序P403涉及在複數個單元402之特定單元內分配複數個變數403,特定單元包括目標圖案或其一部分。在一實施例中,分配亦涉及將初始值分配至複數個變數403。如圖5中所展示,單元C1包括目標圖案T1之一部分。複數個變數403可稱為CTM變數,可基於效能度量(例如,用於程序模擬中)來修改(例如,在圖案化程序模擬、CTM/CTM+模擬等期間)該等CTM變數之值以達成所要效能。在不脫離本發明之範疇的情況下,複數個變數之初始值可以任何適合的方式進行分配,例如使用者定義之值、隨機值或經判定以供較快會聚CTM/CTM+模擬之其他初始值。在一實施例中,複數個變數403對應於複數個像素,且複數個變數之給定變數之值為與複數個像素之給定像素或像素組合相關聯的強度。像素之強度值可指示特徵輪廓(例如,OPC特徵,諸如SRAF)之邊緣。舉例而言,若以標度0至1表示強度值,則大於或等於0.75之強度值指示邊緣像素,而小於0.75之強度值可指示非邊緣像素。換言之,隨著強度值改變,邊緣可出現或消失,最終產生待用於光罩圖案中之圖案(例如,SRAF)。
在一實施例中,複數個變數403之值係在第二座標系中且可轉換為第一座標系中之值。本文中參考圖5來論述實例轉換。
程序P405涉及基於複數個變數403之值來判定目標圖案之光罩圖案405,使得利用光罩圖案之圖案化程序之效能度量在所要範圍內。在一實施例中,判定光罩圖案405涉及使用目標圖案及複數個變數403來模擬圖案化程序以判定複數個變數403之值,使得圖案化程序之效能度量在所要效能範圍內;及基於複數個變數403之經判定值來產生目標圖案之光罩圖案405。
在一實施例中,判定一或多個光罩圖案涉及反覆程序。圖4B說明程序P405之實例流程圖,該程序P405包括子程序,諸如如下詳細論述之P411至P419。
程序P411涉及調整特定單元之複數個變數403之一或多個變數之值。在一實施例中,調整一或多個變數之值涉及調整特定單元內的強度。調整意指改變與目標圖案相關聯的特定單元內之一或多個變數之值。舉例而言,參看圖5,改變(例如,增大或減小)變數集合V1之值。在一實施例中,一或多個變數(例如,集合V1)之值可為0至1、-1至1、0至100、100至1000之間的任何值,或其他實數值或整數值範圍。舉例而言,與遠離目標圖案T1之變數相比,接近於目標圖案T1之邊緣的變數可變為相對更高的值。在第一次反覆中,變數集合之初始值可相同,且在隨後的反覆中,邊緣處之變數值可增大,且遠離邊緣的值可減小。在另一隨後的反覆中,變數值可自前一反覆中之值增大或減小。在一實施例中,與效能度量(例如,CD、EPE)相關聯之梯度映射可用作改變變數之值的導引。舉例而言,梯度映射可為EPE之一階導數相對於變數V1之映射。在一實施例中,針對所有單元(例如,圖4中之單元C1至C4)重複程序P411。
程序P413涉及將一或多個變數之經調整值轉換至設計佈局之第一座標系。舉例而言,單元(例如,圖5中之C1、C2、C3、C4)中的一或多個變數之(例如,V1之)經調整值可以光罩影像或GDS格式轉換至嵌塊之第一座標系,使得可評估變數之經調整值之影響。舉例而言,可經由模擬例如藉由圖2所論述之圖案化程序來評估影響。在一實施例中,可使用CTM或CTM+模擬程序流程來評估該影響(例如,在先前所提及之專利申請案WO 2019179747 A1、62/785981及62/773475中所論述)。因此,將經調整值自第二座標系轉換至第一座標系允許評估其對效能度量之影響,使得可達成所要效能。
在一實施例中,轉換一或多個變數之經調整值涉及建立設計佈局之第一座標系與複數個單元402之第二座標系之間的相關性。舉例而言,參考圖5,建立嵌塊520之單元(例如,C1、C2、C3等)與嵌塊510之柵格之間的相關性。在一實施例中,相關性可為數學函數,其可將描述於第一座標系中之目標圖案之幾何形狀映射至描述於第二座標系中之幾何形狀。基於相關性,一或多個變數之經調整值可自第二座標系轉換至設計佈局之第一座標系。接著,使用一或多個變數之經轉換值,可執行模擬圖案化程序以判定效能度量。
在一實施例中,複數個變數403與複數個像素相關,且複數個變數之給定變數之值為與複數個像素之給定像素或像素組合相關聯的強度。
圖5說明轉換第一座標系與第二座標系之間的值之一實例。舉例而言,第一座標系係指用於描述設計佈局之座標系。在一實施例中,第一座標系係相對於諸如設計佈局之嵌塊510之柵格的預定柵格來描述目標圖案。典型地,嵌塊510之柵格包括等距豎直線及等距水平線。接著,可相對於柵格來描述目標圖案(例如,T1及T2)之位置(例如,座標、相對於相鄰特徵之相對位置等)及/或幾何形狀(例如,形狀、大小等)。在一實施例中,目標圖案T1 (或T2)可完全佔據、部分佔據或可不佔據柵格之單元。在用於判定OPC之CTM/CTM+的現有方法中,當判定光學近接校正(OPC)以供產生光罩圖案時,目標圖案相對於柵格或第一座標系之位置可能不合需要地具決定性。舉例而言,如參看圖3A及圖3B所論述,可將柵格依賴性誤差引入OPC中。此柵格依賴性誤差產生不一致的光罩圖案。舉例而言,光罩圖案可具有對應於複數個相同目標圖案(例如,40 nm之接觸孔)之不同OPC。
另一方面,根據本發明之一實施例,設計佈局之嵌塊經分割,例如,如嵌塊520中所展示。嵌塊520包括目標特徵T1,且將嵌塊520之空間分割為單元C1、C2、C3、C4等等。在一實例中,可藉由應用在目標圖案T1周圍產生單元C1、C2、C3、C4之沃羅諾伊法來分割嵌塊520。此等沃羅諾伊單元係在與510之第一座標系不同的座標系中。因此,界定於嵌塊520之特定單元(例如,C1)內的任何變數(例如,變數集合V1及V2)相對於嵌塊510之柵格將具有不同定位。在嵌塊520中,變數集合V1係由點表示,其中各點表示不同變數。在一實施例中,一或多個點像素及值可為像素強度。
因此,在本實例中,將諸如V1及V2之變數之值轉換為對應於嵌塊510之柵格之值。在一實施例中,變數集合V1為複數個像素,且複數個變數之給定變數之值為強度。接著,可藉由採用與嵌塊520中之目標圖案T1相關聯的像素之強度之和或加權和將變數V1之值轉換至(例如,510之)第一座標系。類似地,可例如藉由採用數學函數之逆量而將第一座標系中之值轉換至第二座標系。因此,當圖案化程序模擬判定目標圖案T1或目標圖案T1周圍之輔助特徵的邊緣處之OPC校正時,可基於變數V1之值來轉換OPC校正,且反之亦然。
返回參看圖4B,程序P415涉及經由使用一或多個變數之經轉換值模擬圖案化程序來判定圖案化程序之效能度量。在一實施例中,效能度量包含:目標圖案與由模擬圖案化程序產生的模擬圖案之間的邊緣置放誤差、模擬圖案之臨界尺寸(CD),及/或模擬圖案與目標圖案之間的CD誤差。在一實施例中,效能度量可為與目標圖案相比光罩特徵之額外(例如,輔助特徵)及不足(例如,不完整特徵)印刷之數目。程序P417涉及判定效能度量是否在所要效能範圍內。程序P419涉及回應於效能度量在所要效能範圍內,基於經調整值來判定光罩圖案405。在一實施例中,回應於效能度量不為所要效能範圍或反覆步驟未達成所要設定(例如,100),重複步驟P411至P417,直至達成所要效能度量或達到所要數目次反覆(例如,100)為止。圖8說明根據本發明之一實施例的使用例示性方法400產生之實例CTM映射。
在一實施例中,產生目標圖案之光罩圖案405涉及將複數個變數之值轉換為像素化影像,其為灰階光罩影像(例如,CTM)之數學表示,或產生曲線光罩圖案作為位階集合函數(例如,CTM+)。
在一實施例中,方法400涉及將使用目標圖案判定之複數個變數之值應用於設計佈局中之目標圖案之其他例項;及基於目標圖案之例項的所應用值來判定光罩圖案405,使得以一致方式修改目標圖案之所有例項以產生光罩圖案。舉例而言,參看圖5,與目標特徵T1相關聯之變數V1之值用於產生灰階影像。在一實施例中,目標特徵T1可出現於設計佈局中之多個位置處,接著V1之相同值可用於多個圖案,由此針對相同目標特徵產生具有一致OPC校正之光罩圖案。
在一實施例中,方法400進一步包括判定複數個單元之間或特定單元內的對稱部分;及將同一變數集合分配至複數個單元之各單元之對稱部分。在一實施例中,可基於複數個單元402之間或特定單元內的幾何相似度來判定對稱部分。舉例而言,若圖5中之目標圖案為重複接點陣列,則如C1、C2、C3及C4之所有單元均為對稱的,且因此可由一個相同變數集合表示。另外,若各單元為翻轉/鏡像對稱的,則單元C1之部分(三角形部分)中的變數V1可表示具有變數V2之其他部分,例如鏡像對稱部分(例如,另一三角形部分)。
採用此基於對稱的變數分派可有利地將變數集合之維數減小數個數量級。舉例而言,若藉由使用基於對稱性的變數分派,存在彼此全部對稱的單元之1000個例項,且各單元中存在100個變數,則變數之數目減少1000倍。因此,圖案化程序之模擬係基於變數之此減少的數目,由此有可能使圖案化程序模擬或OPC判定比使用變數全集顯著更快。另外,可在整個設計佈局(例如,1000個例項)中在許多目標特徵處使用與此類減少的變數(例如,100個變數)相關的OPC之結果,由此在採用所判定OPC之光罩圖案中達成一致性。
圖6說明根據本發明之一實施例的空間分割及基於對稱的變數分派之不同實例。在圖6中,設計圖案之嵌塊包括目標特徵T1、T2、T3、T4及T5,其均為接點陣列圖案之無限重複之部分。基於待分割空間中之目標圖案之間的間距重複將嵌塊分割為複數個單元,且展示特定單元600 (例如,正方形覆蓋或部分覆蓋的目標特徵T1至T5)。在單元600內,點表示分配至單元之變數。在一實施例中,對稱部分(例如,三角形部分)分配相同變數集合610。舉例而言,單元600包括16個對稱部分(例如,由三角形表示)。在本實例中,變數集合610分配於三角形部分(對稱部分之一實例)內,且此等相同變數610可應用於單元600之其餘部分。在一實施例中,因為可重複變數610之值以覆蓋接點陣列圖案之無限重複之整個空間,故具有變數610之對稱部分可稱為重複模式。在一實施例中,此方法可用於具有給定重複間距之陣列圖案(可由無限陣列表示)之中心,作為基於目標圖案幾何形狀進行幾何分割的一個替代方案。
在一實施例中,方法400進一步涉及使用光罩圖案405作為初始圖案執行光學近接校正(OPC)程序,其中OPC程序涉及修改光罩圖案以判定光學近接校正光罩圖案。在一實施例中,光罩圖案經修改以使得圖案化程序之效能度量得以改良。舉例而言,改良效能度量可最小化目標圖案與由模擬圖案化程序產生的模擬圖案之間的邊緣置放誤差,最小化與目標圖案相比光罩特徵之額外及不足印刷之數目,最小化模擬圖案與目標圖案之間的CD誤差,或其一組合。將瞭解,在不脫離本發明之範疇的情況下,可使用改良效能度量之任何其他適合的OPC程序或機制。
圖7A至圖7C展示重複模式(例如,對稱部分)與非重複模式(例如,不使用對稱部分)之圖像比較。圖7A說明實例設計佈局710,其分割為複數個單元712 (例如,使用沃羅諾伊法分割為沃羅諾伊單元)。圖7B說明分配至複數個單元712之各單元的複數個變數722 (例如,陰影區)。因為各單元之複數個變數經獨立地處理而不考慮對稱性,故變數之數目可為顯著的。另一方面,如根據本發明之一實施例的圖7C中所展示,當識別到對稱部分時,且接著變數之數目顯著減少。舉例而言,需要調整732、733、734、735及736處之變數。接著,與732至736處之變數相關聯的結果可應用於不同單元之其各別對稱部分。因此,將非重複模式(7B中)之陰影部分與重複模式(7C中)之陰影部分進行比較展示變數之維數或數目的顯著減少。此顯著改良光罩圖案之一致性。
圖9為根據本發明之一實施例的使用方法400之結果進行例示性全晶片OPC模擬程序之流程圖。舉例而言,與單元之複數個變數403相關聯的結果(例如,經調整值)可藉由對應目標圖案之幾何形狀(例如,具有特定之孔、具有特定CD的線、鄰近特徵之間的距離等)進行分類,且儲存為資料庫。此資料庫接著可藉由在判定光罩圖案之OPC期間進行裝載。接著,資料庫中之儲存結果可應用於在幾何學上匹配目標圖案。儲存結果可直接應用或在微量調整下應用,而無需重新運行冗長的模擬程序。
在一實施例中,與同目標圖案(例如,圖5之T1及T2)相關聯之複數個單元相關的結果亦可用於訓練機器學習模型。如先前所提及,為減少使用CTM/CTM+程序進行全晶片光罩圖案產生之運行時間,研發出使用基於深度卷積神經網路(DCNN) (例如,美國專利申請案第16/606,791號中所論述)之方法的機器學習,以預測對應於非常接近於「地面實況」之最佳化光罩圖案的灰階影像。然而,光罩一致性要求可能不使用OPC工具來滿足。為改良CTM及CTM+兩者之一致性,可採用方法400來訓練機器學習模型,此係其可實現用於全晶片應用之新途徑。圖9之訓練方法900有利地具有在短得多的運行時間內以高得多的一致性產生結果之能力,且與曲線嵌塊邊界處置之現有方法及機器學習方法(例如,Newron Freeform)完全相容。圖9之方法極有益於處置如記憶體圖案之高度重複性佈局,且亦對於隨機邏輯佈局為有益的。該方法亦可適用於CTM方法,有可能充當對例如基於機器學習的SRAF方法之補充。
圖9之方法可分為兩個階段:(i)資料產生階段,其使用方法400產生「結果庫」,及(ii)全晶片應用階段,其中「結果庫」與機器學習模型一起應用於完整設計佈局或目標佈局以產生曲線模型。如下詳細論述該等階段。
在程序900中,目標圖案901之所選剪輯可用於產生用於CTM/CTM+產生或最佳化程序905的初始CTM/CTM+映射903。在一實施例中,可使用最佳化程序905來最佳化初始映射903,以產生用於CTM之最佳化影像907以及用於CTM+之最佳化影像φ (ϕ) 907 (例如,來自位階集合輸出之多邊形)及曲線光罩圖案907。此結果907可用於訓練機器學習模型909,如美國專利申請案16/606,791中所論述,其以全文引用之方式併入本文中。
在一實施例中,最佳化程序905可涉及基於反向微影(例如,CTM,諸如在PCT專利公開案WO 2019179747 A1中)的模擬、基於位階集合之方法(例如,CTM+)模擬、基於機器學習模型的CTM產生(例如,在美國專利申請案16/606,791中)或其一組合。在一實施例中,方法400可與如圖4A及圖4B中所論述之CTM程序905整合。因此,所選目標圖案901可分割為複數個單元,其中各單元可包括複數個CTM變數。接著,可根據CTM最佳化程序905 (例如,最佳化以改良效能度量,諸如EPE)來調整CTM變數之值。各單元之此類CTM變數(或單元之對稱部分)之值可與所選目標圖案901相關聯且儲存於結果庫906中。
在一實施例中,結果庫906包括所選目標圖案之最佳化CTM變數值。在一實施例中,設計佈局可包括其他目標圖案。在一實施例中,所選目標圖案可為頻繁出現於不同位置處之設計佈局之圖案、關鍵圖案、熱點圖案等。在一實施例中,可執行涵蓋範圍分析以自設計佈局選擇表示整個設計佈局或覆蓋例如超過90%之圖案的少數圖案。舉例而言,設計佈局可包括數百萬或甚至數十億個圖案,且可僅選擇100000、10000或1000個圖案作為目標圖案。因此,對於各所選圖案(例如,1000個圖案),結果庫可包括單元(例如,對應於100個圖案之1000個單元)及對應變數值。舉例而言,901之各所選目標圖案可與唯一單元識別符相關聯,以定位來自結果庫906之對應結果。
在方法900之第二步驟中,結果庫906可用於全晶片佈局911且產生用於全晶片之光罩圖案。在一實施例中,全晶片佈局包括複數個目標圖案,例如包括在第一步驟中針對其產生結果庫906的所選目標圖案901中之一或多者。
在第二步驟中,可以與第一步驟中相同的方式將全晶片佈局911分割為複數個單元。接著,在光罩圖案產生期間,對於對應於所選目標圖案901之全晶片佈局911之一或多個單元,可裝載來自結果庫906之結果。對於結果在結果庫906中不可用的其他圖案,可執行包括CTM產生903及CTM最佳化905之單獨CTM程序。將來自CTM最佳化905及結果庫906之結果組合至一起以產生對應於全晶片佈局911之最終光罩圖案920。此光罩圖案920可以少得多的運行時間成本(因為無需最佳化)來產生,且在邊界處置中容易得多(因為結果更一致)。
對於包括高度重複性圖案之全晶片佈局(例如,記憶體佈局),有可能產生所有可能單元之結果,且因此在產生全晶片光罩圖案時不需要進行額外最佳化。
然而,對於具有更多圖案變化之全晶片佈局(典型地如隨機邏輯佈局),較不可能在合理計算成本內形成全晶片佈局中之所有單元之結果。在此情形中,可藉由選擇例如相對關鍵、重複或典型的佈局來產生結果庫。接著,對於包括於結果庫(例如,906)中之單元,可在例如CTM/CTM+最佳化或產生程序期間直接裝載結果。對於其他單元,可使用例如機器學習模型預測來初始化CTM/CTM+產生程序903,從而使得最佳化905之一些反覆產生良好微影效能。因此,實施方法400之方法900與現有的基於深度學習之CTM或CTM+產生方法相容。
在一實施例中,本文中所論述之方法可提供為其上記錄有指令的電腦程式產品或非暫時性電腦可讀媒體,該等指令在由電腦執行時,實施上文所論述之方法400及900之操作。
舉例而言,圖10中之實例電腦系統100包括包含指令之非暫時性電腦可讀媒體(例如,記憶體),該等指令在由一或多個處理器(例如,104)執行時,促使進行包括以下之操作:將包括目標圖案之設計佈局之一部分分割為複數個單元,各單元與目標圖案上之給定位置具有關係;在複數個單元之特定單元內分配複數個變數,特定單元包括目標圖案或其一部分;及基於複數個變數之值來判定目標圖案之光罩圖案,使得利用光罩圖案之圖案化程序之效能度量在所要效能範圍內。在一實施例中,判定光罩圖案包括使用目標圖案及複數個變數來模擬所使用之圖案化程序以判定複數個變數之值,使得圖案化程序之效能度量在所要效能範圍內;及基於複數個變數之所判定值來產生目標圖案之光罩圖案。
在一實施例中,如先前所論述,分割設計佈局之部分係基於幾何分割,例如沃羅諾伊法,其中基於與目標圖案上之給定位置的距離來判定複數個單元之各單元之邊界。
在一實施例中,如先前所論述,設計佈局係與第一座標系相關聯,且複數個單元係與第二座標系相關聯,其中複數個變數之值係在第二座標系中表示且可轉換為在第一座標系中表示的值。在一實施例中,第二座標系經界定以使得原點在各單元之基點處,第一軸係垂直於邊緣,第二軸係垂直於第一軸。
在一實施例中,如先前所論述,判定光罩圖案為反覆程序,該反覆程序包括(a)調整特定單元之複數個變數之一或多個變數之值;(b)將一或多個變數之經調整值轉換至設計佈局之第一座標系;(c)經由使用一或多個變數之經轉換值模擬圖案化程序來判定圖案化程序之效能度量;(d)判定效能度量是否在所要效能範圍內;(e)回應於效能度量在所要效能範圍內,基於經調整值來判定光罩圖案;及(f)回應於效能度量不為所要效能範圍,執行(a)至(e)。
在一實施例中,如先前所論述,轉換一或多個變數之經調整值包括:建立設計佈局之第一座標系與複數個單元之第二座標系之間的相關性;基於相關性將一或多個變數之經調整值自第二座標系轉換至設計佈局之第一座標系;及使用一或多個變數之經轉換值來模擬圖案化程序。
在一實施例中,如先前所論述,複數個變數對應於複數個像素,且複數個變數之給定變數之值為與複數個像素之給定像素或像素組合相關聯的強度。
在一實施例中,非暫時性電腦可讀媒體進一步儲存可執行指令,該等可執行指令促使進行包括以下之操作:將使用目標圖案判定之複數個變數之值應用於設計佈局中之目標圖案之其他例項;及基於目標圖案之例項的所應用值來判定光罩圖案,使得以一致方式修改目標圖案之所有例項以產生光罩圖案。
在一實施例中,非暫時性電腦可讀媒體進一步儲存可執行指令,該等可執行指令促使進行包括以下之操作:判定複數個單元之間或特定單元內的對稱部分;及將同一變數集合分配至複數個單元之各單元之對稱部分。
在一實施例中,非暫時性電腦可讀媒體進一步儲存可執行指令,該等可執行指令促使進行包括以下之操作:基於對應目標圖案之幾何形狀來對複數個單元之複數個變數之值進行分類;將複數個變數之值儲存於結果庫中;及基於結果庫來判定對應於全晶片佈局之光罩圖案。
在一實施例中,如先前所論述,判定全晶片佈局之光罩圖案包括:藉由將全晶片佈局在幾何學上與儲存於結果庫中之目標圖案進行匹配來識別全晶片佈局之圖案;提取對應於經識別圖案的複數個變數之值;及應用所提取值以判定全晶片佈局之光罩圖案。
圖10為說明根據本發明之一實施例的經組態以輔助實施本文中所揭示之方法及流程的例示性電腦系統100之方塊圖。電腦系統100包括用於傳送資訊之匯流排102或其他通信機構,及與匯流排102耦接以供處理資訊的處理器104 (或多個處理器104及105)。電腦系統100亦包括主記憶體106,諸如隨機存取記憶體(RAM)或其他動態儲存器件,其耦接至匯流排102以供儲存待由處理器104執行之資訊及指令。主記憶體106在執行待由處理器104執行之指令期間亦可用於儲存暫時變數或其他中間資訊。電腦系統100進一步包括耦接至匯流排102以供儲存處理器104之靜態資訊及指令的唯讀記憶體(ROM) 108或其他靜態儲存器件。提供諸如磁碟或光碟之儲存器件110,且將其耦接至匯流排102以供儲存資訊及指令。
電腦系統100可經由匯流排102耦接至用於向電腦使用者顯示資訊之顯示器112,諸如陰極射線管(CRT)或平板顯示器或觸摸面板顯示器。包括文數位按鍵及其他按鍵之輸入器件114耦接至匯流排102以供向處理器104傳送資訊及命令選擇。另一類型之使用者輸入器件為用於將方向資訊及命令選擇傳送至處理器104且用於控制顯示器112上之游標移動的游標控制件116,諸如滑鼠、軌跡球或游標方向按鍵。此輸入器件典型地具有在兩個軸(第一軸(例如,x)及第二軸(例如,y))上之兩個自由度,其允許該器件指定平面中的位置。觸摸面板(螢幕)顯示器亦可用作輸入器件。
根據一個實施例,可回應於處理器104執行含於主記憶體106中之一或多個指令之一或多個序列而藉由電腦系統100來執行程序之部分。可將此類指令自另一電腦可讀媒體(諸如儲存器件110)讀取至主記憶體106中。執行含於主記憶體106中之指令序列促使處理器104執行本文中所描述之程序步驟。亦可採用呈多處理配置中之一或多個處理器來執行含於主記憶體106中之指令序列。在一替代實施例中,可代替或結合軟體指令來使用硬佈線電路系統。因此,本文中之描述不限於硬體電路系統與軟體之任何特定組合。
如本文中所使用,術語「電腦可讀媒體」係指參與將指令提供給處理器104以供執行的任何媒體。此媒體可呈許多形式,包括(但不限於)非揮發性媒體、揮發性媒體及傳輸媒體。非揮發性媒體包括例如光碟或磁碟,諸如儲存器件110。揮發性媒體包括動態記憶體,諸如主記憶體106。傳輸媒體包括同軸纜線、銅線及光纖,包括包含匯流排102之線。傳輸媒體亦可採用聲波或光波之形式,諸如在射頻(RF)及紅外(IR)資料通信期間所產生的彼等聲波或光波。電腦可讀媒體之常見形式包括例如軟性磁碟、可撓性磁碟、硬碟、磁帶、任何其他磁媒體、CD-ROM、DVD、任何其他光學媒體、打孔卡、紙帶、具有孔圖案之任何其他實體媒體、RAM、PROM及EPROM、FLASH-EPROM、任何其他記憶體晶片或卡匣、如下文中所描述之載波或可供電腦讀取之任何其他媒體。
各種形式之電腦可讀媒體可涉及將一或多個指令之一或多個序列攜載至處理器104以供執行。舉例而言,可初始地將指令承載於遠端電腦之磁碟上。遠端電腦可將指令載入至其動態記憶體中,且使用數據機經由電話線來發送指令。在電腦系統100本端之數據機可接收電話線上之資料,且使用紅外傳輸器將資料轉換為紅外信號。耦接至匯流排102之紅外偵測器可接收紅外信號中所攜載之資料,且將資料置放於匯流排102上。匯流排102將資料攜載至主記憶體106,處理器104自該主記憶體106擷取且執行指令。由主記憶體106接收之指令可視情況在由處理器104執行之前或之後儲存於儲存器件110上。
電腦系統100理想地亦包括耦接至匯流排102之通信介面118。通信介面118提供耦接至網路鏈路120之雙向資料通信,該網路鏈路120連接至局部網路122。舉例而言,通信介面118可為整合式服務數位網路(ISDN)卡或數據機,以提供與對應類型之電話線的資料通信連接。作為另一實例,通信介面118可為區域網路(LAN)卡,以向相容LAN提供資料通信連接。亦可實施無線鏈路。在任何此實施中,通信介面118發送及接收攜載表示各種類型之資訊之數位資料串流的電信號、電磁信號或光學信號。
網路鏈路120典型地經由一或多個網路向其他資料器件提供資料通信。舉例而言,網路鏈路120可經由局部網路122提供與主機電腦124或與由網際網路服務提供者(ISP) 126操作之資料設備的連接。ISP 126轉而經由全球封包資料通信網路(現在通常稱為「網際網路」128)提供資料通信服務。局部網路122及網際網路128皆使用攜載數位資料串流之電信號、電磁信號或光學信號。經由各種網路的信號及在網路鏈路120上且經由通信介面118的信號(其將數位資料攜載至電腦系統100及自電腦系統100攜載數位資料)為輸送資訊的載波之實例形式。
電腦系統100可經由一或多個網路、網路鏈路120及通信介面118發送訊息且接收資料,包括程式碼。在網際網路實例中,伺服器130可能經由網際網路128、ISP 126、局部網路122及通信介面118傳輸用於應用程式之經請求程式碼。一個此類經下載應用程式可提供例如實施例之照明最佳化。所接收程式碼可在其經接收時由處理器104執行,且/或儲存於儲存器件110或其他非揮發性儲存器中以供稍後執行。以此方式,電腦系統100可獲得呈載波形式之應用程式碼。
圖11描繪根據本發明之一實施例的可與本文中描述之技術結合利用的例示性微影投影裝置。裝置包含: - 照明系統IL,其用以調節輻射之光束B。在此特定情況下,照明系統亦包含輻射源SO; - 第一物件台(例如,圖案化器件台) MT,其具備用以固持圖案化器件MA (例如,倍縮光罩)之圖案化器件固持器,且連接至第一定位器以相對於物品PS準確定位圖案化器件; - 第二物件台(基板台) WT,其具備用以固持基板W (例如,抗蝕劑塗佈矽晶圓)之基板固持器,且連接至第二定位器以相對於物品PS準確定位基板; - 投影系統(「透鏡」) PS (例如,折射、反射或反射折射光學系統),其用以使圖案化器件MA之經輻照部分成像於基板W之目標部分C (例如,包含一或多個晶粒)上。
如本文中所描繪,裝置屬於透射類型(亦即具有透射圖案化器件)。然而,一般而言,其亦可屬於例如反射類型(具有反射圖案化器件)。裝置可採用與經典光罩不同種類之圖案化器件;實例包括可程式化鏡面陣列或LCD矩陣。
源SO (例如,汞燈或準分子雷射、LPP (雷射產生之電漿) EUV源)產生輻射之光束。舉例而言,此光束係直接地或在已橫穿諸如光束擴展器Ex之調節構件之後饋入至照明系統(照明器) IL中。照明器IL可包含調整構件AD以用於設定光束中的強度分佈之外部徑向範圍及/或內部徑向範圍(通常分別稱為σ外部及σ內部)。另外,照明器IL將通常包含各種其他組件,諸如積光器IN及聚光器CO。以此方式,入射於圖案化器件MA上之光束B在其橫截面中具有所要均一性及強度分佈。
應注意,關於圖11,源SO可為微影投影裝置之整體部分(例如,在微影投影裝置之殼體內) (此通常為當源SO為例如汞燈時的情況),但其亦可遠離微影投影裝置,源SO產生之輻射光束經引導至裝置中(例如,藉助於適的合導向鏡);此後一種情形通常為當源SO為準分子雷射(例如,基於KrF、ArF或F2 雷射作用)時的情況。
光束PB隨後截取經固持於圖案化器件台MT上之圖案化器件MA。在橫穿圖案化器件MA後,光束B穿過透鏡PL,其將光束B聚焦至基板W之目標部分C上。藉助於第二定位構件(及干涉量測構件IF),可準確移動基板台WT,例如以便將不同目標部分C定位於光束PB之路徑中。類似地,例如在自圖案化器件庫對圖案化器件MA進行機械擷取之後或在掃描期間,第一定位構件可用於相對於光束B之路徑準確地定位圖案化器件MA。一般而言,將藉助於未在圖11中明確描繪之長衝程模組(粗略定位)及短衝程模組(精細定位)來實現物件台MT、WT之移動。然而,在步進器(與步進掃描工具相對)之情況下,圖案化器件台MT可僅連接至短衝程致動器,或可經固定。
可以兩種不同模式來使用所描繪工具: - 在步進模式中,使圖案化器件台MT保持基本上靜止,且將整個圖案化器件影像一次性(亦即單次「閃光」)投影至目標部分C上。接著使基板台WT在x及/或y方向上移位,使得不同目標部分C可經光束PB輻照; - 在掃描模式中,除給定目標部分C不曝光於單次「閃光」中以外,基本上相同的情形適用。替代地,圖案化器件台MT可在給定方向(所謂的「掃描方向」,例如y方向)上以速度v移動,使得投影光束B遍及圖案化器件影像進行掃描;同時,基板台WT以速度V=Mv在相同或相反方向上同時移動,其中M為透鏡PL之放大率(典型地,M=1/4或1/5)。以此方式,可在不必損害解析度之情況下曝光相對較大的目標部分C。
圖12描繪根據本發明之一實施例的另一例示性微影投影裝置1000。裝置1000包括: - 源收集器模組SO,其用以提供輻射。 - 照明系統(照明器) IL,其經組態以調節來自源收集器模組SO之輻射光束B (例如,EUV輻射)。 - 支撐結構(例如,光罩台) MT,其經建構以支撐圖案化器件(例如,光罩或倍縮光罩) MA,且連接至經組態以準確定位圖案化器件之第一定位器PM; - 基板台(例如,晶圓台) WT,其經建構以固持基板(例如,抗蝕劑塗佈晶圓) W,且連接至經組態以準確定位基板之第二定位器PW;及 - 投影系統(例如,反射投影系統) PS,其經組態以將由圖案化器件MA賦予至輻射光束B之圖案投影於基板W之目標部分C (例如,包含一或多個晶粒)上。
如此處所描繪,裝置1000屬於反射類型(例如,採用反射光罩)。應注意,因大多數材料在EUV波長範圍內具吸收性,故圖案化器件可具有包含例如鉬及矽之多層堆疊的多層反射器。在一個實例中,多堆疊反射器具有鉬與矽之40個層對,其中各層之厚度為四分之一波長。可藉由X射線微影來產生甚至更小的波長。由於大多數材料在EUV及x射線波長下具吸收性,故圖案化器件構形上之圖案化吸收材料之薄件(例如,多層反射器之頂部上之TaN吸收器)界定特徵將印刷(正性抗蝕劑)或不印刷(負性抗蝕劑)之位置。
參考圖12,照明器IL自源收集器模組SO接收極紫外輻射光束。用以產生EUV輻射之方法包括(但未必限於)藉由EUV範圍內之一或多個發射譜線將材料轉化為具有至少一種元素(例如,氙、鋰或錫)的電漿狀態。在一種此類方法(通常稱為雷射產生之電漿(「LPP」))中,可藉由使用雷射光束來輻照燃料(諸如具有譜線發射元素之材料小滴、串流或叢集)來產生電漿。源收集器模組SO可為包括雷射(圖12中未展示)之EUV輻射系統之部分,該雷射用於提供激發燃料之雷射光束。所得電漿發射輸出輻射(例如,EUV輻射),該輸出輻射係使用安置於源收集器模組中之輻射收集器來收集。舉例而言,當使用CO2雷射來提供用於燃料激發之雷射光束時,雷射與源收集器模組可為單獨的實體。
在此類情況下,不將雷射視為形成微影裝置之部分,且輻射光束藉助於包含例如適合的導向鏡及/或光束擴展器之光束遞送系統而自雷射器傳遞至源收集器模組。在其他情況下,例如當輻射源為放電產生之電漿EUV產生器(通常稱為DPP輻射源)時,輻射源可為源收集器模組之整體部分。
照明器IL可包含用於調整輻射光束之角強度分佈之調整器。一般而言,可調整照明器之光瞳平面中的強度分佈之至少外部徑向範圍及/或內部徑向範圍(通常分別稱為σ外部及σ內部)。另外,照明器IL可包含各種其他組件,諸如琢面化場鏡面器件及琢面化光瞳鏡面器件。照明器可用於調節輻射光束,以在其橫截面中具有所要均一性及強度分佈。
輻射光束B入射於固持在支撐結構(例如,光罩台) MT上之圖案化器件(例如,光罩) MA上,且藉由圖案化器件圖案化。在自圖案化器件(例如,光罩) MA反射之後,輻射光束B穿過投影系統PS,其將光束聚焦於基板W之目標部分C上。藉助於第二定位器PW及位置感測器PS2 (例如,干涉量測器件、線性編碼器或電容式感測器),可準確移動基板台WT,例如以便將不同目標部分C定位於輻射光束B之路徑中。類似地,第一定位器PM及另一位置感測器PS1可用於相對於輻射光束B之路徑準確地定位圖案化器件(例如,光罩) MA。可使用圖案化器件對準標記M1、M2及基板對準標記P1、P2來對準圖案化器件(例如,光罩) MA及基板W。
所描繪裝置1000可用於以下模式中之至少一者中: 1.在步進模式下,在將賦予至輻射光束之整個圖案一次性投影至目標部分C上(亦即單次靜態曝光)時,使支撐結構(例如,光罩台) MT及基板台WT保持基本上靜止。接著使基板台WT在X及/或Y方向上移位,使得可曝光不同目標部分C。 2.在掃描模式下,在將賦予至輻射光束之圖案投影至目標部分C上(亦即單次動態曝光)時,同步掃描支撐結構(例如,光罩台) MT及基板台WT。可藉由投影系統PS之放大(縮小)及影像反轉特性來判定基板台WT相對於支撐結構(例如,光罩台) MT之速度及方向。 3.在另一模式下,支撐結構(例如,光罩台) MT保持基本上靜止以固持可程式化圖案化器件,且在將賦予至輻射光束之圖案投影至目標部分C上時,移動或掃描基板台WT。在此模式下,通常採用脈衝式輻射源,且在每次移動基板台WT之後或在掃描期間的連續輻射脈衝之間,視需要更新可程式化圖案化器件。此操作模式可易於應用於利用可程式化圖案化器件(諸如,如上文所提及之類型的可程式化鏡面陣列)之無光罩微影。
圖13更詳細地展示裝置1000,其包括源收集器模組SO、照明系統IL及投影系統PS。源收集器模組SO經建構及配置以使得可在源收集器模組SO之圍封結構220中維持真空環境。可藉由放電產生之電漿輻射源來形成EUV輻射發射電漿210。可藉由氣體或蒸氣(例如,Xe氣體、Li蒸氣或Sn蒸氣)來產生EUV輻射,其中產生極熱電漿210以發射在電磁光譜之EUV範圍內的輻射。舉例而言,藉由產生至少部分離子化電漿的放電來形成極熱電漿210。可能需要例如10 Pa之Xe、Li、Sn蒸氣或任何其他適合氣體或蒸氣之分壓以供有效產生輻射。在一實施例中,提供經激發之錫(Sn)電漿以產生EUV輻射。
由熱電漿210發射之輻射經由定位於源腔室211中之開口中或後方的視情況選用之氣體障壁或污染物截留器230 (在一些情況下亦稱為污染物障壁或箔片截留器)而自源腔室211傳遞至收集器腔室212中。污染物截留器230可包括通道結構。污染物截留器230亦可包括氣體障壁或氣體障壁與通道結構之組合。如此項技術中所已知,本文中進一步指示之污染物截留器或污染物障壁230至少包括通道結構。
收集器腔室211可包括輻射收集器CO,其可為所謂的掠入射收集器。輻射收集器CO具有上游輻射收集器側251及下游輻射收集器側252。橫穿收集器CO之輻射可自光柵光譜濾光器240反射,以沿由點虛線『O』指示之光軸聚焦於虛擬源點IF中。虛擬源點IF通常稱為中間焦點,且源收集器模組經配置以使得中間焦點IF位於圍封結構220中之開口221處或附近。虛擬源點IF為輻射發射電漿210之影像。
隨後,輻射橫穿照明系統IL,該照明系統IL可包括琢面化場鏡面器件22及琢面化光瞳鏡面器件24,該琢面化場鏡面器件22及琢面化光瞳鏡面器件24經配置以提供在圖案化器件MA處之輻射光束21之所要角分佈,以及在圖案化器件MA處的輻射強度之所要均一性。在由支撐結構MT固持之圖案化器件MA處反射輻射光束21後,形成圖案化光束26,且圖案化光束26係藉由投影系統PS經由反射元件28、30成像於由基板台WT固持之基板W上。
比所展示之元件更多的元件通常可存在於照明光學器件單元IL及投影系統PS中。視微影裝置之類型而定,光柵光譜濾光器240可視情況存在。此外,可存在比圖中所展示之鏡面更多的鏡面,例如相較於圖13中所展示之反射元件,投影系統PS中可存在1至6個額外反射元件。
將如圖13中所說明之收集器光學器件CO描繪為具有掠入射反射器253、254及255的巢套式收集器,僅作為收集器(或收集器鏡面)之一實例。掠入射反射器253、254及255圍繞光軸O軸向對稱地安置,且此類型之收集器光學器件CO理想地與放電產生之電漿輻射源組合使用。
可替代地,源收集器模組SO可為如圖14中所展示之LPP輻射系統之部分。雷射LAS經配置以將雷射能量沈積至諸如氙(Xe)、錫(Sn)或鋰(Li)之燃料中,從而形成具有若干10 eV之電子溫度的高度離子化電漿210。在此等離子之去激發及再結合期間所產生的高能輻射係自電漿發射,由近正入射收集器光學器件CO收集,且聚焦於圍封結構220中之開口221上。
本文中所揭示之概念可模擬或在數學上模型化用於使子波長特徵成像之任何通用成像系統,且可尤其適用於能夠產生愈來愈小大小之波長的新興成像技術。已在使用中之新興技術包括EUV (極紫外)微影,其能夠藉由使用ArF雷射來產生193 nm波長,且甚至能夠藉由使用氟雷射來產生157 nm波長。此外,EUV微影能夠藉由使用同步加速器或藉由用高能電子撞擊材料(固體或電漿)來產生在20 nm至5 nm之範圍內的波長,以便產生在此範圍內之光子。
雖然本文中所揭示之概念可用於在諸如矽晶圓之基板上成像,但應理解,所揭示概念可與任何類型之微影成像系統(例如,用於在除矽晶圓以外之基板上成像的彼等)一起使用。
儘管可在本文中特定地參考實施例在IC製造中之用途,但應理解,本文中之實施例可具有許多其他可能的應用。舉例而言,實施例可用於整合式光學系統之製造、磁疇記憶體之導引及偵測圖案、液晶顯示器(LCD)、薄膜磁頭、微機械系統(MEMS)等中。熟習此項技術者將瞭解,在此類替代應用之情形下,本文中對術語「倍縮光罩」、「晶圓」或「晶粒」之任何使用可被視為分別與更一般術語「圖案化器件」、「基板」或「目標部分」同義或可與其互換。可在曝光之前或之後,在例如塗佈顯影系統(track) (典型地將抗蝕劑層施加至基板且顯影經曝光抗蝕劑的工具)或度量衡或檢查工具中處理本文中所提及之基板。在適用之情況下,可將本文中之揭示內容應用於此類及其他基板處理工具。此外,可將基板處理超過一次,例如以便產生例如多層IC,使得本文中所使用之術語基板亦可指已含有多個經處理層之基板。
在本發明文件中,如本文中所使用之術語「輻射」及「光束」涵蓋所有類型之電磁輻射,包括紫外輻射(例如,具有約365 nm、約248 nm、約193 nm、約157 nm或約126 nm之波長)及極紫外(EUV)輻射(例如,具有5 nm至20 nm範圍內之波長)以及粒子束,諸如離子束或電子束。
如本文中所使用之術語「最佳化(optimizing/optimization)」係指或意謂調整圖案化裝置(例如,微影裝置)、圖案化程序等,使得結果及/或程序具有更多所要特性,諸如將設計圖案投影在基板上之更高準確度、更大製程窗等。因此,如本文中所使用之術語「最佳化(optimizing/optimization)」係指或意謂識別一或多個參數之一或多個值的程序,與彼等一或多個參數之一或多個值之初始集合相比,該一或多個值提供至少一個相關度量之改良,例如局部最佳。因此,「最佳」及其他相關術語應進行相應解釋。在一實施例中,可反覆地應用最佳化步驟,以提供一或多個度量之進一步改良。
可以任何適宜形式來實施本發明之態樣。舉例而言,可藉由一或多個適當電腦程式來實施實施例,該一或多個適當電腦程式可在可為有形載體媒體(例如,磁碟)或無形載體媒體(例如,通信信號)之適當載體媒體上實施。可使用可特定採用可程式化電腦之形式的適合裝置來實施本發明之實施例,該可程式化電腦運行經配置以實施如本文中所描述之方法的電腦程式。因此,本發明之實施例可以硬體、韌體、軟體或其任何組合來實施。本發明之實施例亦可實施為儲存於機器可讀媒體上之指令,該等指令可由一或多個處理器讀取及執行。機器可讀媒體可包括用於儲存或傳輸呈機器(例如,計算器件)可讀取形式之資訊的任何機構。舉例而言,機器可讀媒體可包括唯讀記憶體(ROM);隨機存取記憶體(RAM);磁碟儲存媒體;光學儲存媒體;快閃記憶體器件;電學、光學、聲學或其他形式之傳播信號(例如,載波、紅外信號、數位信號等);及其他媒體。此外,韌體、軟體、常式、指令可在本文中描述為執行某些動作。然而,應瞭解,此類描述僅係出於方便起見,且此類動作實際上係由計算器件、處理器、控制器或執行韌體、軟體、常式、指令等之其他器件引起。
在方塊圖中,所說明之組件經描繪為離散功能區塊,但實施例不限於將本文中所描述之功能性如所說明那般來組織的系統。由組件中之每一者提供的功能性可由軟體或硬體模組提供,該等模組以與目前所描繪之方式不同的方式組織,例如可摻和、結合、複寫、解散、分佈(例如,在資料中心內或按地區),或另外以不同方式組織。本文中所描述之功能性可由執行儲存於有形的非暫時性機器可讀媒體上之程式碼的一或多個電腦之一或多個處理器來提供。在一些情況下,第三方內容遞送網路可主控經由網路傳達的資訊中之一些或全部,在該情況下,在據稱供應或以其他方式提供資訊(例如,內容)之情況下,該資訊可藉由發送指令以自內容遞送網路擷取彼資訊來提供。
除非另外特定陳述,否則如自論述顯而易見,應瞭解,貫穿本說明書,利用諸如「處理」、「計算(computing)」、「計算(calculating)」、「判定」或其類似者之術語之論述係指諸如專用電腦或類似專用電子處理/計算器件之特定裝置的動作或程序。
可藉由以下條項進一步描述本發明之實施例。 1. 一種判定待印刷於基板上之目標圖案之光罩圖案的方法,該方法包含: 參考目標圖案上之給定位置將包括目標圖案之設計佈局之一部分分割為複數個單元; 在複數個單元之特定單元內分配複數個變數,特定單元包括目標圖案或其一部分;及 基於複數個變數之值,基於圖案化程序之效能度量來判定目標圖案之光罩圖案,其中判定光罩圖案包含: 使用目標圖案及複數個變數來模擬圖案化程序,以基於效能度量來判定複數個變數之值;及 基於複數個變數之經判定值來產生目標圖案之光罩圖案。 2. 如條項1之方法,其中分割設計佈局之部分係基於沃羅諾伊法,其中基於邊界與目標圖案上之給定位置之間的距離來判定複數個單元之各單元之邊界。 3. 如條項2之方法,其中複數個單元之各單元之邊界經界定以使得相較於設計佈局內之其他位置,各單元中之點最接近於給定位置。 4. 如條項1至3中任一項之方法,其中給定位置為目標圖案之中心、目標圖案之邊緣上之點或與目標圖案具有預定義幾何關係之點。 5. 如條項1至4中任一項之方法,其中設計佈局係與第一座標系相關聯,且複數個單元係與第二座標系相關聯,其中複數個變數之值係在第二座標系中表示且可轉換為在第一座標系中表示的值。 6. 如條項5之方法,其中第二座標系包含:在各單元之基點處之原點;垂直於邊緣之第一軸;及垂直於第一軸之第二軸。 7. 如條項6之方法,其中單元之基點為置放於目標圖案之邊緣處的點。 8. 如條項5至7中任一項之方法,其中判定光罩圖案為反覆程序,該反覆程序包含: (a)調整特定單元之複數個變數之一或多個變數之值; (b)將一或多個變數之經調整值轉換至設計佈局之第一座標系; (c)經由使用一或多個變數之經轉換值模擬圖案化程序來判定圖案化程序之效能度量; (d)判定效能度量是否在所要效能範圍內; (e)回應於效能度量在所要效能範圍內,基於經調整值來判定光罩圖案;及 (f)回應於效能度量不為所要效能範圍,執行(a)至(e)。 9. 如條項8之方法,其中轉換一或多個變數之經調整值包含: 建立設計佈局之第一座標系與複數個單元之第二座標系之間的相關性; 基於相關性將一或多個變數之經調整值自第二座標系轉換至設計佈局之第一座標系;及 使用一或多個變數之經轉換值來模擬圖案化程序。 10.   如條項1至9中任一項之方法,其中複數個變數係與複數個像素相關,且複數個變數之給定變數之值為與複數個像素之給定像素或像素組合相關聯的強度,其中強度指示將包括於光罩圖案中之特徵之邊緣。 11.    如條項1至10中任一項之方法,其中產生目標圖案之光罩圖案包含: 將複數個變數之值轉換為像素化影像,其為灰階光罩影像之數學表示,或產生曲線光罩圖案作為位階集合函數。 12.   如條項1至11中任一項之方法,其進一步包含: 將使用目標圖案判定之複數個變數之值應用於設計佈局中之目標圖案之其他例項;及 基於目標圖案之例項的所應用值來判定光罩圖案,以致使目標圖案之多個例項經修改以產生光罩圖案。 13.   如條項1至12中任一項之方法,其進一步包含: 判定複數個單元之間或特定單元內的對稱部分;及 將同一變數集合分配至複數個單元之各單元之對稱部分。 14.   如條項13之方法,其中基於複數個單元之間或特定單元內的幾何相似度來判定對稱部分。 15.   如條項1至14中任一項之方法,進一步包含: 使用光罩圖案作為初始圖案來執行光學近接校正(OPC)程序,其中OPC程序包含修改光罩圖案以判定光學近接校正光罩圖案。 16.   如條項1至15中任一項之方法,其中效能度量包含:目標圖案與由模擬圖案化程序產生的模擬圖案之間的邊緣置放誤差、與目標圖案相比光罩特徵之額外及不足印刷之數目、模擬圖案之臨界尺寸(CD),及/或模擬圖案與目標圖案之間的CD誤差。 17.   如條項1至16中任一項之方法,其進一步包含: 基於對應目標圖案之幾何形狀來對複數個單元之複數個變數之值進行分類; 將複數個變數之值儲存於結果庫中;及 基於結果庫來判定對應於全晶片佈局之光罩圖案。 18.   如條項17之方法,其中判定全晶片佈局之光罩圖案包含: 藉由將全晶片佈局在幾何學上與儲存於結果庫中之目標圖案進行匹配來識別全晶片佈局之圖案; 提取對應於經識別圖案的複數個變數之值;及 應用經提取之值以判定全晶片佈局之光罩圖案。 19.   一種非暫時性電腦可讀媒體,其包含指令,該等指令在由一或多個處理器執行時,促使進行包含以下之操作: 參考目標圖案上之給定位置將包括目標圖案之設計佈局之一部分分割為複數個單元; 在複數個單元之特定單元內分配複數個變數,特定單元包括目標圖案或其一部分;及 基於複數個變數之值來判定目標圖案之光罩圖案,使得利用光罩圖案之圖案化程序之效能度量在所要效能範圍內,其中判定光罩圖案包含: 使用目標圖案及複數個變數來模擬圖案化程序以判定複數個變數之值,使得圖案化程序之效能度量在所要效能範圍內;及 基於複數個變數之經判定值來產生目標圖案之光罩圖案。 20.   如條項19之非暫時性電腦可讀媒體,其中分割設計佈局之部分係基於沃羅諾伊分割,其中基於邊界與目標圖案上之給定位置之間的距離來判定複數個單元之各單元之邊界。 21.   如條項19至20中任一項之非暫時性電腦可讀媒體,其中設計佈局係與第一座標系相關聯,且複數個單元係與第二座標系相關聯,其中複數個變數之值在第二座標系中且可轉換為第一座標系中之值。 22.   如條項21之非暫時性電腦可讀媒體,其中第二座標系經界定以使得原點在各單元之基點處,第一軸係垂直於邊緣,第二軸係垂直於第一軸。 23.   如條項21至22中任一項之非暫時性電腦可讀媒體,其中判定光罩圖案為反覆程序,該反覆程序包含: (a)調整特定單元之複數個變數之一或多個變數之值; (b)將一或多個變數之經調整值轉換至設計佈局之第一座標系; (c)經由使用一或多個變數之經轉換值模擬圖案化程序來判定圖案化程序之效能度量; (d)判定效能度量是否在所要效能範圍內; (e)回應於效能度量在所要效能範圍內,基於經調整值來判定光罩圖案;及 (f)回應於效能度量不為所要效能範圍,執行步驟(a)至(e)。 24.   如條項23之非暫時性電腦可讀媒體,其中轉換一或多個變數之經調整值包含: 建立設計佈局之第一座標系與複數個單元之第二座標系之間的相關性; 基於相關性將一或多個變數之經調整值自第二座標系轉換至設計佈局之第一座標系;及 使用一或多個變數之經轉換值來模擬圖案化程序。 25.   如條項19至24中任一項之非暫時性電腦可讀媒體,其中複數個變數係與複數個像素相關,且複數個變數之給定變數之值為與複數個像素之給定像素或像素組合相關聯的強度,其中強度指示將包括於光罩圖案中之特徵之邊緣。 26.   如條項19至25中任一項之非暫時性電腦可讀媒體,其進一步促使進行包含以下之操作: 將使用目標圖案判定之複數個變數之值應用於設計佈局中之目標圖案之其他例項;及 基於目標圖案之例項的所應用值來判定光罩圖案,使得以一致方式修改目標圖案之所有例項以產生光罩圖案。 27.   如條項19至26中任一項之非暫時性電腦可讀媒體,其進一步促使進行包含以下之操作: 判定複數個單元之間或特定單元內的對稱部分;及 將同一變數集合分配至複數個單元之各單元之對稱部分。 28.   如條項19至27中任一項之非暫時性電腦可讀媒體,其進一步包含: 基於對應目標圖案之幾何形狀來對複數個單元之複數個變數之值進行分類; 將複數個變數之值儲存於結果庫中;及 基於結果庫來判定對應於全晶片佈局之光罩圖案。 29.   如條項28之非暫時性電腦可讀媒體,其中判定全晶片佈局之光罩圖案包含: 藉由將全晶片佈局在幾何學上與儲存於結果庫中之目標圖案進行匹配來識別全晶片佈局之圖案; 提取對應於經識別圖案的複數個變數之值;及 應用所提取之值以判定全晶片佈局之光罩圖案。
讀者應瞭解,本申請案描述若干發明。已將此等發明分組至單一文件中,而非將彼等發明分離為多個單獨的專利申請案,此係因為該等發明之相關主題在應用程序中有助於經濟發展。但不應合併此類發明之相異優點及態樣。在一些情況下,實施例解決本文中所提及之所有不足,但應理解,該等發明獨立地有用,且一些實施例僅解決此類問題之子集或提供其他未經提及之益處,該等益處對於審閱本發明之熟習此項技術者將顯而易見。歸因於成本約束,目前可能不主張本文中所揭示之一些發明,且可在後續申請案(諸如接續申請案或藉由修正本發明申請專利範圍)中主張該等發明。類似地,歸因於空間約束,本發明文件之發明摘要及發明內容章節皆不應被視為含有所有此類發明之綜合清單或此類發明之所有態樣。
應理解,描述及圖式不意欲將本發明限於所揭示之特定形式,但相反,意欲涵蓋屬於如由所附申請專利範圍所界定的本發明之精神及範疇內的所有修改、等效物及替代方案。
鑒於本說明書,本發明之各種態樣之修改及替代實施例對於熟習此項技術者將顯而易見。因此,本說明書及圖式應理解為僅為說明性的,且係出於教示熟習此項技術者實施本發明之一般方式的目的。應理解,本文中所展示及描述的本發明之形式應視為實施例之實例。元件及材料可替代本文中所說明及描述之元件及材料,部件及程序可經反轉或省略,可獨立利用某些特徵,且可組合實施例或實施例之特徵,此皆如對熟習此項技術者在獲得本說明書的益處之後將顯而易見。在不脫離如在以下申請專利範圍中所描述的本發明之精神及範疇的情況下,可對本文中所描述之元件作出改變。本文中所使用之標題僅為達成組織性目的,且不意欲用於限制本說明書之範疇。
如貫穿本申請案所使用,字組「可」以容許性含義(亦即意謂有可能)而非強制性含義(亦即意謂必須)來使用。字組「包括(include/including/includes)」及其類似者意謂包括(但不限於)。如貫穿本申請案所使用,除非內容另外明確指示,否則單數形式「a/an/the」包括複數個參照物。因此,例如,儘管針對一或多個元件使用其他術語及片語(諸如「一或多個」),但對「一元件(an element/a element)」之提及包括兩個或更多個元件之組合。除非另外指示,否則術語「或」為非排他性的,亦即涵蓋「及」與「或」兩者。例如「回應於X、Y」、「在X、Y後」、「若X、Y」、「當X、Y時」及其類似者的描述條件關係之術語涵蓋因果關係,其中前提為必要因果條件、前提為充分因果條件或前提為結果之共同因果條件,例如「狀態X在條件Y獲得後出現」通常係針對「X僅在Y後出現」及「X在Y且Z後出現」。此類條件關係不限於即刻遵循前提獲得之結果,此係因為一些結果可延遲,且在條件陳述中,前提係與其結果有關,例如前提係與出現結果之可能性相關。除非另外指示,否則複數個屬性或功能映射至複數個目標(例如,執行步驟A、B、C及D之一或多個處理器)之陳述涵蓋所有此類屬性或功能映射至所有此類目標及屬性或功能之子集映射至屬性或功能之子集兩者(例如,所有處理器各自執行步驟A至D,以及其中處理器1執行步驟A,處理器2執行步驟B及步驟C之部分,且處理器3執行步驟C之部分及步驟D的情況)。此外,除非另外指示,否則一個值或動作係「基於」另一條件或值之陳述涵蓋條件或值為單獨因數的例項以及條件或值為複數個因數當中之一個因數的例項兩者。除非另外指示,否則一些集合之「各」例項具有一些特性的陳述不應解讀為排除更大集合中之一些另外相同或類似成員不具有該特性的情況,亦即各自未必意謂每一及每個。對自範圍選擇之提及包括範圍之端點。
在以上描述中,流程圖中之任何程序、描述或區塊應理解為表示程式碼之模組、片段或部分,其包括用於實施該程序中之特定邏輯功能或步驟的一或多個可執行指令,且替代實施包括於本發明進展之例示性實施例的範疇內,其中視所涉及之功能性而定,功能可不按照所展示或論述之次序執行,包括實質上同時或以相反次序執行,如熟習此項技術者將理解。
在某些美國專利、美國專利申請案、PCT專利申請案或公開案或其他材料(例如,論文)已經以引用之方式併入的情況下,此類美國專利、美國專利申請案及其他材料之文本僅在此材料與本文中所闡述的陳述及圖式之間不存在衝突的情況下以引用之方式併入。在存在此衝突之情況下,在以此引用之方式併入的美國專利、美國專利申請案及其他材料中之任何此衝突文本並不定以引用之方式併入本文中。
雖然已描述某些實施例,但此等實施例僅作為實例來呈現,且並不意欲限制本發明之範疇。實際上,本文中所描述之新穎方法、裝置及系統可以多種其他形式體現;此外,在不脫離本發明之精神的情況下,可對本文中所描述之方法、裝置及系統的形式進行各種省略、替代及改變。隨附申請專利範圍及其等效物意欲涵蓋如將屬於本發明之範疇及精神內的此類形式或修改。
10A:微影投影裝置/裝置 12A:輻射源/源 14A:光學器件/組件 16Aa:光學器件/組件 16Ab:光學器件/組件 16Ac:透射光學器件/組件 18A:圖案化器件 20A:孔徑 21:輻射光束 22:琢面化場鏡面器件 22A:基板平面 24:琢面化光瞳鏡面器件 26:圖案化光束 28:反射元件 30:反射元件 100:電腦系統 102:匯流排 104:處理器 105:處理器 106:主記憶體 108:唯讀記憶體(ROM) 110:儲存器件 112:顯示器 114:輸入器件 116:游標控制件 118:通信介面 120:網路鏈路 122:局部網路 124:主機電腦 126:網際網路服務提供者(ISP) 128:網際網路 130:伺服器 210:電漿 211:源腔室 212:收集器腔室 220:圍封結構 221:開口 230:污染物截留器/污染物障壁 240:光柵光譜濾光器 251:上游輻射收集器側 252:下游輻射收集器側 253:掠入射反射器 254:掠入射反射器 255:掠入射反射器 301:預測輪廓/輸入輪廓 302:輸入輪廓/預測輪廓 311:預測輪廓/輸入輪廓 312:輸入輪廓/預測輪廓 400:方法 401:設計佈局 402:單元 403:變數 405:光罩圖案 510:嵌塊 520:嵌塊 600:單元 610:變數集合/變數 710:設計佈局 712:單元 722:變數 732:位置 733:位置 734:位置 735:位置 736:位置 900:方法/程序 901:目標圖案 903:初始CTM/CTM+映射/初始映射/CTM產生/初始化CTM/CTM+產生程序 905:最佳化程序/CTM程序/CTM最佳化程序/CTM最佳化/最佳化 906:結果庫 907:最佳化影像/最佳化影像φ (ϕ)/曲線光罩圖案/結果 909:機器學習模型 911:全晶片佈局 920:光罩圖案 1000:微影投影裝置/裝置 1200:源模型 1210:投影光學器件模型 1220:圖案化器件/設計佈局模型模組 1230:空中影像 1240:抗蝕劑模型 1250:抗蝕劑影像 1260:圖案轉印後程序模型模組 AD:調整構件 B:光束/輻射光束 C1:單元 C2:單元 C3:單元 C4:單元 CO:聚光器/收集器光學器件 IF:干涉量測構件/虛擬源點/中間焦點 IL:照明系統/照明器/照明光學器件單元 IN:積光器 M1:圖案化器件對準標記 M2:圖案化器件對準標記 MA:圖案化器件 MT:物件台/圖案化器件台/支撐結構 O:點虛線 O1:原點 P1:基板對準標記 P2:基板對準標記 P401:程序 P403:程序 P405:程序 P411:程序 P413:程序 P415:程序 P417:程序 P419:程序 PM:第一定位器 PS:物品/投影系統 PS2:位置感測器 PW:第二定位器 SO:輻射源/源/源收集器模組 T1:目標圖案/目標特徵 T2:目標圖案/目標特徵 T3:目標特徵 T4:目標特徵 T5:目標特徵 V1:變數集合/集合/變數 V2:變數集合/變數 W:基板 WT:物件台/基板台
現將參考隨附圖式僅藉助於實例來描述實施例,在該等隨附圖式中:
圖1展示根據一實施例之微影系統之各種子系統之方塊圖;
圖2描繪根據一實施例的用於模型化及/或模擬圖案化程序之至少部分的實例流程圖;
圖3A及圖3B說明根據一實施例的與模擬圖案化程序相關的實例柵格依賴性誤差;
圖4A及圖4B為根據一實施例的用於產生光罩圖案之流程圖;
圖5為根據一實施例的第一座標系與第二座標系之間的實例轉換;
圖6為根據一實施例的與圖4A之方法相關的分割單元及在單元中分配的複數個變數之一實例;
圖7A為根據圖4A之方法分割的例示性設計佈局空間;
圖7B為根據一實施例的非重複模式下之變數之一實例;
圖7C說明根據一實施例的重複模式下之變數之實例;
圖8為使用圖4A之方法產生的例示性連續透射映射(CTM);
圖9為根據一實施例的用於使用圖4A之方法之結果來判定用於全晶片之光罩圖案的例示性方法之流程圖;
圖10為根據一實施例的例示性電腦系統之方塊圖;
圖11為根據一實施例的例示性微影投影裝置之圖式;
圖12為根據一實施例的例示性極紫外(EUV)微影投影裝置之圖式;
圖13為根據一實施例的圖12中之例示性裝置之更詳細視圖;且
圖14為根據一實施例的圖12及圖13之裝置之源收集器模組之更詳細視圖。
400:方法
401:設計佈局
402:單元
403:變數
405:光罩圖案
P401:程序
P403:程序
P405:程序

Claims (15)

  1. 一種非暫時性電腦可讀媒體,其包含指令,該等指令在由一或多個處理器執行時,促使該一或多個處理器執行一種判定待印刷於一基板上之一目標圖案之一光罩圖案的方法,該方法包含: 參考該目標圖案上之一給定位置將包括該目標圖案之一設計佈局之一部分分割為複數個單元; 在該複數個單元之一特定單元內分配複數個變數,該特定單元包括該目標圖案或其一部分;及 基於該複數個變數之值,基於一圖案化程序之一效能度量來判定該目標圖案之該光罩圖案,其中該判定該光罩圖案包含: 使用該目標圖案及該複數個變數來模擬該圖案化程序,以基於該效能度量來判定該複數個變數之該等值;及 基於該複數個變數之該等經判定值來產生該目標圖案之該光罩圖案。
  2. 如請求項1之媒體,其中該分割該設計佈局之該部分係基於沃羅諾伊法(Voronoi method),其中基於一邊界與該目標圖案上之該給定位置之間的一距離來判定該複數個單元之各單元之邊界。
  3. 如請求項2之媒體,其中該複數個單元之各單元之該等邊界經界定以致使相較於該設計佈局內之其他位置,該各單元中之點最接近於該給定位置。
  4. 如請求項1之媒體,其中該給定位置是該目標圖案之一中心、該目標圖案之一邊緣上之一點或與該目標圖案具有一預定義幾何關係之一點。
  5. 如請求項1之媒體,其中該設計佈局係與一第一座標系相關聯,且該複數個單元係與一第二座標系相關聯,其中該複數個變數之該等值係在該第二座標系中表示且可轉換為在該第一座標系中表示的值。
  6. 如請求項5之媒體,其中該判定該光罩圖案為一反覆程序,該反覆程序包含: (a)調整該特定單元之該複數個變數之一或多個變數之值; (b)將該一或多個變數之該等經調整值轉換至該設計佈局之該第一座標系; (c)經由使用該一或多個變數之經轉換值模擬該圖案化程序來判定該圖案化程序之該效能度量; (d)判定該效能度量是否在所要效能範圍內; (e)回應於該效能度量在該所要效能範圍內,基於該等經調整值來判定該光罩圖案;及 (f)回應於該效能度量不是該所要效能範圍,執行(a)至(e)。
  7. 如請求項6之媒體,其中該轉換該一或多個變數之該等經調整值包含: 建立該設計佈局之該第一座標系與該複數個單元之該第二座標系之間的一相關性; 基於該相關性將該一或多個變數之該等經調整值自該第二座標系轉換至該設計佈局之該第一座標系;及 使用該一或多個變數之該等經轉換值來模擬該圖案化程序。
  8. 如請求項1之媒體,其中該複數個變數係與複數個像素相關,且該複數個變數之一給定變數之一值為與該複數個像素之一給定像素或像素組合相關聯的強度,其中該強度指示包括於該光罩圖案中之一特徵之一邊緣。
  9. 如請求項1之媒體,其中該產生該目標圖案之該光罩圖案包含: 將該複數個變數之該等值轉換為像素化影像,該等像素化影像為灰階光罩影像之一數學表示,或產生一曲線光罩圖案作為一位階集合函數。
  10. 如請求項1之媒體,其中該方法進一步包含: 將使用該目標圖案判定之該複數個變數之該等值應用於該設計佈局中之該目標圖案之其他例項;及 基於該目標圖案之該等例項的所應用值來判定該光罩圖案,以致使該目標圖案之多個例項經修改以產生該光罩圖案。
  11. 如請求項1之媒體,其中該方法進一步包含: 判定該複數個該等單元之間或該特定單元內的一對稱部分;及 將同一變數集合分配至該複數個單元之各單元之該對稱部分。
  12. 如請求項11之媒體,其中基於該複數個單元之間或該特定單元內的一幾何相似度來判定該對稱部分。
  13. 如請求項1之媒體,其中該效能度量包含:該目標圖案與由模擬該圖案化程序產生的一模擬圖案之間的一邊緣置放誤差、與該等目標圖案相比光罩特徵之額外及不足印刷之一數目、該經模擬圖案之臨界尺寸(CD),及/或該經模擬圖案與該目標圖案之間的一CD誤差。
  14. 如請求項1之媒體,其中該方法進一步包含: 基於對應目標圖案之幾何形狀來對該複數個單元之該複數個變數之該等值進行分類; 將該複數個該等變數之該等值儲存於一結果庫中;及 基於該結果庫來判定對應於一全晶片佈局之一光罩圖案。
  15. 如請求項14之媒體,其中該判定該全晶片佈局之該光罩圖案包含: 藉由將該全晶片佈局在幾何學上與儲存於該結果庫中之目標圖案進行匹配來識別該全晶片佈局之圖案; 提取對應於該經識別圖案的該複數個變數之值;及 應用該等經提取之值以判定該全晶片佈局之該光罩圖案。
TW109142547A 2019-12-13 2020-12-03 用於改良光罩圖案產生中之一致性之方法 TWI753681B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201962947707P 2019-12-13 2019-12-13
US62/947,707 2019-12-13

Publications (2)

Publication Number Publication Date
TW202131105A TW202131105A (zh) 2021-08-16
TWI753681B true TWI753681B (zh) 2022-01-21

Family

ID=73554426

Family Applications (2)

Application Number Title Priority Date Filing Date
TW110147521A TW202242556A (zh) 2019-12-13 2020-12-03 用於改良光罩圖案產生中之一致性之方法
TW109142547A TWI753681B (zh) 2019-12-13 2020-12-03 用於改良光罩圖案產生中之一致性之方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
TW110147521A TW202242556A (zh) 2019-12-13 2020-12-03 用於改良光罩圖案產生中之一致性之方法

Country Status (5)

Country Link
US (1) US20230044490A1 (zh)
KR (1) KR20220097502A (zh)
CN (1) CN114981724A (zh)
TW (2) TW202242556A (zh)
WO (1) WO2021115766A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11815818B2 (en) * 2021-05-10 2023-11-14 Applied Materials, Inc. Method to achieve non-crystalline evenly distributed shot pattern for digital lithography
TWI833241B (zh) * 2021-06-18 2024-02-21 荷蘭商Asml荷蘭公司 使用機器學習模型產生輔助特徵之非暫時性電腦可讀媒體
CN114357928A (zh) * 2021-12-31 2022-04-15 东方晶源微电子科技(北京)有限公司 一种光刻模型优化方法
WO2024017808A1 (en) * 2022-07-19 2024-01-25 Asml Netherlands B.V. Deep learning models for determining mask designs associated with semiconductor manufacturing

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080276215A1 (en) * 2005-03-28 2008-11-06 National Inst. Of Adv. Indust. Science And Tech. Mask Pattern Designing Method Using Optical Proximity Correction in Optical Lithography, Designing Device, and Semiconductor Device Manufacturing Method Using the Same
TW200944952A (en) * 2008-01-24 2009-11-01 Ibm A methodology and system for determining numerical errors in pixel-based imaging simulation in designing lithographic masks

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4954211B2 (ja) 2005-09-09 2012-06-13 エーエスエムエル ネザーランズ ビー.ブイ. 個別マスクエラーモデルを使用するマスク検証を行うシステムおよび方法
KR101264114B1 (ko) * 2007-08-31 2013-05-13 삼성전자주식회사 포토마스크 레이아웃의 생성 방법 및 이를 수행하는프로그래밍된 명령을 저장하는 컴퓨터에서 판독 가능한저장 매체 및 마스크 이미징 시스템
NL1036189A1 (nl) 2007-12-05 2009-06-08 Brion Tech Inc Methods and System for Lithography Process Window Simulation.
NL2005522A (en) * 2009-10-28 2011-05-02 Asml Netherlands Bv Pattern selection for full-chip source and mask optimization.
WO2016096309A1 (en) * 2014-12-15 2016-06-23 Asml Netherlands B.V. Optimization based on machine learning
US10001698B2 (en) * 2015-12-15 2018-06-19 Taiwan Semiconductor Manufacturing Company, Ltd Layout hierachical structure defined in polar coordinate
KR20230035145A (ko) 2017-05-26 2023-03-10 에이에스엠엘 네델란즈 비.브이. 기계 학습에 기초한 어시스트 피처 배치
CN110709779B (zh) * 2017-06-06 2022-02-22 Asml荷兰有限公司 测量方法和设备
US20200380362A1 (en) * 2018-02-23 2020-12-03 Asml Netherlands B.V. Methods for training machine learning model for computation lithography
CN111868625B (zh) 2018-03-19 2024-01-23 Asml荷兰有限公司 用于确定图案形成装置的曲线图案的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080276215A1 (en) * 2005-03-28 2008-11-06 National Inst. Of Adv. Indust. Science And Tech. Mask Pattern Designing Method Using Optical Proximity Correction in Optical Lithography, Designing Device, and Semiconductor Device Manufacturing Method Using the Same
TW200944952A (en) * 2008-01-24 2009-11-01 Ibm A methodology and system for determining numerical errors in pixel-based imaging simulation in designing lithographic masks

Also Published As

Publication number Publication date
CN114981724A (zh) 2022-08-30
TW202242556A (zh) 2022-11-01
US20230044490A1 (en) 2023-02-09
TW202131105A (zh) 2021-08-16
KR20220097502A (ko) 2022-07-07
WO2021115766A1 (en) 2021-06-17

Similar Documents

Publication Publication Date Title
US20230013919A1 (en) Machine learning based inverse optical proximity correction and process model calibration
TWI753681B (zh) 用於改良光罩圖案產生中之一致性之方法
KR102585069B1 (ko) 패터닝 공정을 위한 공정 모델을 개선하는 방법
CN113454532A (zh) 训练机器学习模型以确定掩模的光学邻近效应校正的方法
KR102581877B1 (ko) 디바이스 제조 공정의 제어 파라미터들을 결정하는 방법
TWI723292B (zh) 圖案化製程之最佳化流程
CN107430347A (zh) 图像对数斜率(ils)优化
US20220284344A1 (en) Method for training machine learning model for improving patterning process
TWI823616B (zh) 執行用於訓練機器學習模型以產生特性圖案之方法的非暫時性電腦可讀媒體
TWI759660B (zh) 判定光罩圖案之方法及相關非暫時性電腦程式產品
KR102609413B1 (ko) 자동으로 sem 윤곽 측정 정확성 및 안정성을 개선하기 위한 패턴 인식 활용
TWI778722B (zh) 用於選擇資訊模式以訓練機器學習模型之設備及方法
TWI786651B (zh) 產生圖案化裝置之系統、產品及方法及其圖案
KR20220054441A (ko) 관측 시야 설정을 결정하는 방법
TWI667553B (zh) 判定圖案之特性之方法
KR102642972B1 (ko) 모델 캘리브레이션을 위한 게이지 선택의 향상
TWI833241B (zh) 使用機器學習模型產生輔助特徵之非暫時性電腦可讀媒體
TWI839015B (zh) 用於判定恆定寬度次解析度輔助特徵的方法、軟體、及系統
TWI813192B (zh) 依據微影設備或製程特徵所特徵化之表示選擇圖案
TW202303264A (zh) 使用目標圖案及參考層圖案以判定用於光罩之光學接近校正的機器學習模型
WO2024017807A1 (en) Systems and methods for optimizing metrology marks
TW202338489A (zh) 用於判定恆定寬度次解析度輔助特徵的方法、軟體、及系統