计算光刻技术演进与挑战 - 光学邻近效应导致晶圆光刻图形与掩模设计图形产生偏差，使得光学邻近效应校正成为不可或缺的关键环节 [1] - 计算光刻技术已从规则导向发展为模型驱动，是过去近20年掩模图形处理的关键步骤 [1] - 随着制程节点向更先进工艺演进，传统方法受限于规则约束和优化自由度不足，难以满足复杂芯片设计制造需求 [1] - 反演光刻技术以其独特的优化思路为先进制程光刻环节提供新解决方案 [1] 反演光刻技术核心优势 - ILT通过逆向推导光刻过程物理规律，更精准补偿光学畸变、蚀刻效应等复杂因素，生成更优掩模图形 [4] - 在2nm等先进节点，传统OPC难以考量蚀刻效应等细微物理过程，ILT能将这些效应纳入模型，显著提升图形转移精度 [4] - 先进制程芯片图形复杂度极高，热点区域遍布全芯片，全芯片ILT成为解决这一问题的唯一路径 [4] - ILT被誉为OPC和RET的终极技术，已被各大厂作为光刻核心技术之一所采用 [4] GPU加速对ILT的技术赋能 - 在GPU技术未介入时，ILT依赖CPU进行计算，全芯片校正可能耗时数周，无法满足量产周期需求 [6] - GPU的并行计算架构解决了ILT效率痛点，让ILT实现从局部校正到全芯片应用的质变 [6] - GPU以像素为单位进行并行计算，能同时处理数亿像素数据，彻底打破CPU串行计算效率瓶颈 [7] - D2S利用GPU在像素转换环节同步完成校正，实现了掩模校正的零周转时间 [7] D2S公司的技术创新与市场地位 - D2S是半导体制造GPU加速解决方案领域的领军企业，为纳米级器件制造提供基于模型的处理技术 [2] - 公司是eBeam Initiative的主要赞助商及电子制造深度学习中心的创始成员 [2] - D2S发明的像素级剂量校正技术是其最具突破性的创新之一，直接在像素层级发挥作用 [4] - D2S发明的超大虚拟CPU-GPU解决了全芯片ILT拼接错误的最大难题，让全芯片ILT真正可用于量产 [7] AI与计算光刻的融合发展趋势 - 2024年全球计算光刻软件市场销售额达12.68亿美元，预计2031年将达到23.68亿美元 [9] - AI技术通过数据驱动方式，能从大量实验数据中学习效应规律，快速构建高精度模型 [9] - 深度学习能进一步加速ILT过程，通过学习高精度ILT生成的优质数据，快速输出近似最优校正结果 [9] - AI的作用是放大ILT优势而非替代ILT，因为深度学习需要ILT产生的数据进行学习 [9] 行业未来展望与技术影响 - 全芯片ILT将成为赋能整个半导体行业向下再走很远的路的关键技术 [10] - 全芯片曲线ILT和曲线掩模技术成熟后，将为芯片设计带来自由度革命，可能赋能三代半导体技术 [10][11] - 全芯片ILT在DUV有更广泛用途，可帮助扩大工艺窗口提高良率，或在光刻机不变条件下做更小节点 [11] - 在D2S使用GPU加速ILT的启发下，英伟达推出了基于GPU加速计算光刻的库cuLitho，已得到台积电和新思科技积极响应 [8]