玻尔百科现代微处理器的制造是一项挑战物理极限的壮举，它涉及在微小的硅画布上精确刻蚀数十亿个特征。完成这项任务的主要工具是光，但这其中也存在一个深刻的挑战：光的波动性，正是这一特性赋予了光强大的力量，同时也使其成为一种不完美的工具。当尺度被推至纳米级别时，光会发生弯曲和模糊，以可预测但可能带来灾难性后果的方式扭曲预期的电路设计。这一现象被称为光学邻it近效应，是半导体行业几十年来一直在努力克服的根本障碍。本文将探讨工程师们如何不仅理解了这个问题，还开发出一系列巧妙的解决方案来战胜它。
读者将开启一段分为两部分的旅程。第一章“原理与机制”将深入探讨光刻的应用物理学，解释衍射如何充当一个低通滤波器，导致拐角鈍化、线端缩短和特征相关尺寸变化等系统性失真。随后，第二章“应用与跨学科联系”将揭示欺骗光线的艺术。我们将追溯光学邻近校正 (OPC) 从简单的几何技巧演变到复杂的计算系统（包括逆向光刻技术和机器学习的集成）的历程，这些技术将物理限制轉化为可解的工程难题。
想象一下，你正试图绘制一幅世界上最精细的微缩画，画中的城市景观，其建筑和街道比人的头发还要细几万倍。然而，你的画笔并非一根精细的针尖，而是一束光。你可能认为，沿直线传播的光会是完美的工具。你可以使用一张模板——我们称之为光掩模——然后简单地让光穿过它，将一个完美的、按比例缩小的图像投射到你的画布上，即一块涂有名为光刻胶的光敏材料的硅晶圆上。
如果光仅仅是无限小的粒子流，这套方案会完美无瑕。但光是一种波。而这一个事实就颠覆了我们简单的设想，将我们带入了光学邻近效应这个迷人而复杂的世界。
当波经过一个边缘时，它会弯曲。这种称为衍射的现象，是我们在光刻技术中所有麻烦与所有成就的根源。想象一下光掩模上的一个尖锐拐角或一条细线。要在数学上描述这样一个尖锐的特征，需要组合的不仅仅是单一频率的波，而是无限频谱的空间频率，就像一个和弦由多个音符构成一样。
一个光学系统，比如光刻机中复杂的透镜组，本质上是一个低通滤波器。它有一个由其数值孔径 () 定义的有限孔径，只能捕捉和传输截止频率以下的空间频率，该截止频率与 成正比，其中 是光的波长。它根本无法“听见”完美重建掩模尖锐特征所需的高频“音符”。最高频率的信息丢失了，到达晶圆的图像不可避免地是原始设计的模糊、平滑版本。这不是透镜上可以通过打磨去除的瑕疵；这是光的波动性所施加的根本限制。
这种不可避免的模糊化不仅仅是让东西变得 fuzzy；它会产生系统性的、可预测的失真，这些失真取决于特征的大小和排列。这些就是经典的光学邻近效应。
拐角钝化：掩模上一个完美的90度拐角包含了丰富的高空间频率。由于透镜滤除了这些频率，晶圆上得到的图像其尖角会被钝化成平滑的圆弧。拐角的锐度实际上在传输过程中丢失了 [@problem_id:4287081, @problem_id:4281474]。
线端缩短：出于类似的原因，线条的末端在晶圆上打印出来的长度不如其在掩模上绘制的长。线条的戛然而止是一个富含高空间频率的二维特征，这些频率被衰减了。此外，线条的末端是“孤立的”——它缺少相邻特征来贡献它们自身的衍射光以帮助增强末端的光强。结果是光强在线端附近减弱，导致打印出的特征回缩，變得比预期的短。
孤立-密集偏差：这或许是最根本的邻近效应。考虑在掩模上绘制的两条完全相同的线。一条是完全孤立的，而另一条是密集、重复的线条光栅的一部分。你可能期望它们在晶圆上打印出完全相同的效果，但事实并非如此。孤立线的打印宽度与密集线不同。这种差异就是孤立-密集偏差。 原因在于它们衍射光的构成方式。周期性光栅的作用类似于棱镜，将光分解成一系列离散的光束，或称衍射级，它们以特定的角度射出。图像是由透镜能捕捉到的任何衍射级干涉而形成的。相比之下，一条孤立线将光衍射成一个连续的角度分布。光学系统从孤立线和密集线收集到的“光调色板”是不同的。当这些不同的调色板在晶圆上重新组合时，它们产生不同的光强分布，从而导致相同预期尺寸的特征打印出不同的宽度。
特征之间空白区域的几何形状与特征本身同样关键。想象一下，要确保一个狭窄间隙中的光刻胶获得足够的光线以被完全清除。如果不能，就会产生不必要的残留物或“浮渣”，这可能导致致命的短路。在这里，我们发现一维和二维间隙之间存在显著差异。
考虑两条长平行线之间的空间——一个本质上是一维的间隙。要找到最暗点（间隙中心）的光强度，你必须对从无限长的开放区域“泄漏”进来的所有光进行求和。现在，将其与一条线的末端，在其尖端和一条垂直线的侧面之间形成的二维间隙进行比较。
在二维情况下，开放区域在两个方向上都受到限制。光只能从一个更小的区域泄漏进来。因此，二维间隙中心的光强度明显低于同样宽度的二维间隙。在简单模型下，从数学上看，二维间隙中的光强大致是一维间隙中光强的平方。由于强度是一个小于1的值，其平方是一个更小的数。为了将这个危险的低强度提升到光刻胶的清除阈值以上，间隙必须在物理上做得更宽。这是一个深刻的见解：打印二维特征从根本上比打印一维特征更难。这正是为什么微芯片设计规则对“线端到侧边”间隙的间距要求比“线到线”间隙更严格的原因。
几十年来，半导体行业一直在不懈地追求由瑞利分辨率判据所定义的极限，该判据指出，最小可打印特征尺寸 由下式给出：
为了使芯片更小更快，工程师们探索了所有途径：使用更短的波长 () 和制造具有更高数值孔径 () 的透镜。但最具挑战性的前沿一直是缩小工艺因子 的战斗。这个无量纲数不是自然常数；它是衡量一个给定工艺在多大程度上挑战物理极限的指标。 为 代表一个相对舒适的工艺，而现代芯片则在低于 的 值下制造。
将 推向更低意味着试图打印其基本空间频率恰好位于光学系统截止频率边缘的特征。图像仅由少数几个勉强捕获的衍射级形成。由此产生的光强分布对比度低、斜率平缓。这带来了两个灾难性的后果：工艺窗口（焦距和曝光剂量的容许误差范围）急剧缩小，并且系统对邻近效应变得极其敏感。在低 条件下，即使特征周围环境发生微小变化，也可能导致其打印方式发生剧烈改变。这就是为什么光学邻近校正 (OPC) 已从简单的基于规则的调整演变为模拟整个物理过程的极其复杂的基于模型的系统的原因。对更小晶体管的追求本身，就加剧了威胁其制造的邻近效应。
光学邻近效应只是一个多阶段戏剧的第一幕。硅上的最终图形也受到光刻胶化学和刻蚀过程物理学的影响。
基底的影响：同样的光图形投射到两个不同的底层上——比如晶体管栅极的多晶硅层和用于布线的金属层——会产生不同的结果。光刻胶下方的薄膜具有不同的光学特性，如折射率和反射率。它们像一面复杂的镜子，产生驻波并改变光刻胶实际吸收的光能总量。为一个层调整的OPC方案，即使使用完全相同的掩模图形，也无法适用于另一个层。
刻蚀的反作用：在光刻胶中显影出图形后，它必须被转移到硅晶圆本身，这通常通过等离子体刻蝕工艺实现。但刻蚀并非完全忠实的转移。它有自己的邻近效应！例如，在一种称为微负载效应的现象中，具有许多待刻蚀特征的密集区域会耗尽局部化学反应物的供应，导致它们比孤立特征刻蝕得更慢。因此，一个只考虑光学的OPC系统可能在光刻胶中制造出完美的20纳米线条，但在刻蚀过程增加了自身偏差后，硅中的最终线条可能只有16纳米。为了实现最终目标，现代OPC必须是“感知刻蝕的”，即对整个光刻-刻蝕级联过程进行校正。
随着我们不断降低 因子，使用超高NA浸没式光刻系统，即使是我们复杂的衍射模型也开始崩溃，迫使我们面对光的更深层次本质。
偏振的重要性：在现代浸没式光刻（其中NA可以超过1.0）中遇到的高入射角下，简单的光的标量模型已不再足够。我们必须将光视为真正的电磁矢量场。这揭示了光从浸没液传输到光刻胶的方式取决于其偏振。与线特征平行的偏振光（TE偏振）比垂直偏振的光（TM偏振）产生更具建设性的干涉。惊人的结果是，对于同一掩模，水平线和垂直线可以打印出不同的大小！这迫使OPC模型变得完全矢量化，需要考虑照明源的偏振状态。
3D掩模及其阴影：我们通常将光掩模想象成一个完美的、平坦的二维模板。实际上，它是一个三维物体，其铬吸收层具有物理厚度。当来自离轴照明器的光以一定角度照射到掩模上时，厚厚的铬特征会投下字面意义上的阴影。这打破了衍射图形的美丽对称性，导致级和级衍射光具有不同的振幅和相位。这种“3D掩模效应”在图像中引入了另一种微妙的不对称性，必须 painstakingly 地进行建模和校正。
从波绕过边缘的简单弯曲，到矢量场与三维形貌的复杂相互作用，光学邻近效应证明了制造数字世界的过程中物理学的丰富性。它将芯片制造的挑战从一个简单的投影问题转变为一个深刻的应用物理学实践，工程师必须理解并超越光的本质。
在我们之前的讨论中，我们直面了一个似乎无法回避的物理事实：光的波动性意味着任何投射完美清晰图像的尝试都会导致我们意图的模糊、失真版本。电路设计中清晰的线条和锐利的拐角，当被缩小并通过透镜照射时，不可避免地会变得圆滑、柔和和移位。对于物理学家来说，这种衍射是傅里葉 (Fourier) 原理的完美展示。对于一个试图将数十亿个晶体管封装在指甲大小的空间内来构建微处理器的工程师来说，它是一个强大的对手。
如果故事到此结束，您现在用来阅读这篇文章的设备将是不可能存在的。但这并非终点。接下来的故事是一段关于人类智慧的非凡篇章，一场与物理定律进行了数十年的博弈。如果系统执意要扭曲我们的信息，我们无法改变系统的规则。但如果我们能改变信息本身呢？这就是光学邻近校正 (OPC) 的核心思想，这是一套技术，它以一种巧妙、经过计算的方式对光掩模上的图形进行预失真，从而在光完成其模糊化处理后，晶圆上的最终图形能够清晰、正确地呈现出来。这是一门欺骗光线的艺术，它带领我们从简单的几何技巧走向计算科学和人工智能的前沿。
让我们从最明显的问题开始。当我们试图打印一个锐利的90度拐角时，光学系统作为低通滤波器，会剥离定义“锐利”的高空间频率。结果是一个圆滑、钝化的拐角。我们能做什么呢？第一个、最直观的OPC解决方案是以几何对抗几何。我们在掩模上拐角的外侧添加微小的方形特征，称为衬线 (serifs)。这些衬线就像小小的锚点，有意地在掩模上引入锐利特征。虽然这些衬线的最高频率也会丢失，但它们的存在改变了光学系统通带内图形的整个频谱。这种能量的重新分布将模糊的等光强轮廓向外“拉伸”，使拐角恢复到更接近预期的直角。
类似的问题也发生在一条线的末端。光强度在末端附近 cenderung 下降，导致打印出的线条比预期的短——这一现象被称为線端縮短 (line-end shortening)。解决方法同样直观：我们在掩模上线的末端添加一个T形的喇叭口，即锤头 (hammerhead)。锤头的目的很简单，就是增加掩模上的局部面积，从而向该区域注入更多的光能。这种局部剂量的提升补偿了自然的强度下降，将最终打印出的线端推到其应有的位置 [@problemid:2497263]。
然而，这些修复并非没有代价。工程学是权衡的艺术。一个更大的锤头可能更擅長校正线端缩短，但其更大的周長可能会增加最終特征上線边緣粗糙度等不必要的效应。这就引出一個簡單而美妙的優化問題：對於所需的一定量校正（可 modeled 為與錘頭面積成正比），什麼形狀能最小化有害的副作用（可 modeled 為與其周長成正比）？對於一個簡單的矩形錘頭，答案，正如任何微積分學生可能猜到的那樣，是正方形。这个简单的例子揭示了OPC的一个深刻真理：每一次校正都是一种平衡行为，是在一个复杂、充满竞争效应的景观中寻找最优解。
雕刻家的工具——衬线和锤头——通过修改特征本身来起作用。但下一个创新的飞跃是修改特征的环境。一条孤立的线与一条处于密集、重复阵列中的线打印效果不同。这是因为相邻线的衍射图案会相互干涉，这可能，令人惊讶地，导致更高对比度、更稳健的打印图像。
于是，问题出现了：我们能否让一条孤立的线认为它处于密集阵列中？这催生了一项绝妙且反直觉的发明：亚分辨率辅助图形 (Sub-Resolution Assist Features, SRAFs)，或称散射条。这些是在主孤立特征两侧添加到掩模上的极细线条。它们被设计得如此之窄，以至于它们是“亚分辨率”的——它们自身的独立图像太微弱，无法在光刻胶中实际打印出来。在某种意义上，它们是看不见的幽灵。
但它们对主要特征的影响是深远的。通过存在于掩模上，它们改变了通过的光的整体衍射图案。在合适的照明条件下，它们有助于将更多的光散射到透镜中，增强主要特征衍射级之間的干涉。这提高了图像对比度，并使特征边缘处光暗过渡的斜率变陡。更陡的斜率意味着打印线条的宽度对焦距或曝光剂量的微小波动变得不那么敏感。本质上，这些不打印的幽灵使得主要特征的打印更加稳健，从而提高了制造良率,。这是对波干涉的巧妙操控。
隨著襯線、錘頭、寬度偏差和SRAF等工具的不斷豐富，下一個挑戰變成了後勤問題。我們如何在擁有數十億特徵的晶片設計中應用這些校正？
第一種方法是基於規則的OPC。工程師们會詳盡地研究和表徵打印過程，編制一本巨大的“食譜”或規則集。這個規則集會包含諸如：“如果你看到一條寬度為的孤立線，其末端距離另一個特徵為，則添加一個尺寸為的錘頭”之類的規則。然後計算機可以掃描設計，將局部圖案與規則集進行匹配，並應用相應的修復。
在一段時間內，這种方法是有效的。但隨著特徵尺寸不斷缩小，进入所谓的“低”区间（其中是来自瑞利分辨率方程的工艺因子），邻近效应变得极其非局域性和非线性。规则所能捕捉的简单上下文已不再足够。一个图形的可打印性可能取决于数个波长之外的特征。一个经典的例子可以在SRAM单元的密集存储器阵列中找到。基于规则的检查器可能会验证两條多晶硅线之間绘制的间距满足最小要求。然而，它对于物理现实卻是盲目的：在这个超密集的上下文中，掩模誤差增強因子 (MEEF) 非常高。掩模上線寬僅僅+1的微小、不可避免的误差可能会被放大为晶圆上+2.1的误差。由于这个间隙的两侧都有这样变宽的线，间隙可能会缩小超过，導致災難性的短路（“桥接”）。基於規則的檢查看到了一個有效的設計；而物理现实却产生了一颗失效的芯片。
简单规则的失败催生了向基于模型的OPC的范式转变。工程师们不再使用规则集，而是建立了一个整个光刻过程的计算模型——一套模拟光学成像和光刻胶响应的方程组。现在，OPC软件迭代工作：它获取一块掩模布局，模拟它将如何打印，将结果与期望的目标进行比较，然后通过算法调整掩模边缘以最小化误差。这个循环重复进行，直到模拟打印结果与目标足够接近为止。这是一个里程碑式的进步，标志着半导体制造与计算物理学和数值优化的融合 [@problem_t_id:4118067],。
基于模型的OPC取得了巨大成功，但在某种意义上，它仍然是一个增量校正的过程。它从设计者的多边形开始，并对其进行微调。下一个概念上的飞跃是提出一个更深刻的问题：“忘掉设计者的初始多边形。如果我知道我的光刻系统的物理原理，并且知道我想要在晶圆上得到的确切图案，那么我能创造出的绝对最佳的掩模图案是什么？”
这就是逆向光刻技术 (ILT) 的精髓。它将问题重构为一个正式的逆向问题：找到产生所需输出（晶圆图案）的输入（掩模）。这是一个大规模的优化问题，通常通过将掩模划分为数百万个像素的网格，并让计算机决定每个像素应该是透明还是不透明来解决。其结果往往是令人叹为观止的复杂曲线形状，与它们最终产生的干净矩形特征几乎没有相似之处。它们是物理定律所要求的结果。
但这种自由是危险的。如果不加以约束，优化算法在追求完美匹配目标的过程中，可能会产生一个包含无法制造的、极其精细复杂的“抖动”的掩模。这个逆向问题是“不适定的”。为了解决这个问题，ILT引入了正则化。这是一个从统计学和机器学习中借鉴的概念，即在优化目标函数中加入一个惩罚项。例如，我们可以对掩模的总曲率或其空间梯度的幅度添加惩罰，数学上表示为一个类似于的项，其中是掩模函数。这个项告诉算法：“是的，匹配目标，但同时，也要保持掩模的简单和平滑。” 正则化优雅地引导解决方案避开不可制造的复杂性，走向一个稳健、最优的设计。
雄心壮志并未就此止步。如果我们能优化掩模，为什么不能优化光源呢？光源-掩模协同优化 (SMO) 正是这样做的。它将照明源的形状和掩模的图案视为一个巨大的联合优化问题中的耦合变量。这是这种方法的顶峰，为特定的关键图案共同设计整个成像系统。
当连SMO都达到其极限时呢？我们彻底改变游戏规则。对于那些实在太密集而无法一次打印的间距，工程师们发明了双重曝光。其思想是将一个不可能密集的图案“着色”成两个较稀疏的图案，每个图案都是可制造的。这些图案被顺序打印，例如在一个光刻-刻蚀-光刻-刻蚀 (LELE) 工艺中。这给OPC带来了全新的挑战，现在它必须同时优化两个掩模，不仅要考虑每个掩模内的光学效应，还要考虑它们如何相互作用，包括两次曝光之间的套刻误差以及依赖于最终组合图案密度的工艺效应。
这些基于模型的技术的计算成本是惊人的。为整个芯片模拟所有可能的制造变化的物理过程根本不可行。这就是最新的跨学科桥梁正在搭建的地方——通往机器学习的世界。其思想是使用全物理模拟器生成一个庞大的布局图案及其对应打印结果的数据集，将每个结果标记为“好”（清晰打印）或“坏”（可能失效的“热点”，如桥接或断线）。然后可以在这些数据上训练一个深度神经网络。该网络学习从布局图案到其可打印性结果的复杂、非局域性、非线性的映射关系 [@problem_synthesis:4264279]。一旦训练完成，这个ML模型就充当了全物理模拟的一个极其快速和准确的替代品，使工程师能夠在极短的時間内扫描整个芯片以查找潜在热点,。
最终，我们的旅程回到了原点。在开发出一系列令人难以置信的欺骗光线的技巧之后，我们也必须培养出 biết 何时该退让的智慧。有些图案，无论我们应用何种OPC，从根本上都是无法打印的。它们的几何形状本身就要求光学系统物理通带之外的空间频率——一种无法達到的细节水平。这是一个无法挽回的“k矢量亏损”。即使是SRAFs也无法创造出透镜无法捕獲的频率内容。对于这些图案，战斗在开始前就已经输了。最明智的做法是从一开始就禁止设计它们。这促使了禁用图形库的创建，这些库是已知系统性无法打印或工艺窗口极小的几何图案目录。这些库是现代面向制造的设计 (DFM) 的关键组成部分，代表着与物理学达成的和平协议，并确保芯片设计者与光刻工程师之间宏大而复杂的舞蹈从坚实的基础开始。
从一个简单的衬线到一个神经网络，光学邻近校正的故事证明了跨学科科学的力量。在这里，傅里叶光学、材料科学、计算优化和人工智能汇聚一堂，一切都为了在一个微小的硅片上塞进更多一点的复杂性，更多一点的功能。