开源可微分光刻成像框架
机器人学
2024-09-25 v1
摘要
半导体产业的快速发展，得益于摩尔定律和集成电路的普及，推动了包括互联网、无线通信和人工智能（AI）在内的现代社会的显著进步。其核心是光学光刻技术，这种半导体制造技术约占生产成本的 30%至 40%。随着半导体节点缩小和晶体管数量增加，光学光刻在当前的集成电路（IC）制造技术中愈发关键。本文介绍一种开源可微分光刻成像框架，利用可微分编程原理和 GPU 的计算能力，提高光刻建模精度，简化分辨率增强技术（resolution enhancement techniques, RETs）的优化。该框架将光刻的核心组件建模为可微分模块，允许实现标准标量成像模型，包括阿贝模型（Abbe model）和霍普金斯模型（Hopkins model），以及它们的近似模型。该论文提出一种基于高级计算技术和可微分编程的计算光刻框架，用于优化半导体制造过程。文中对比了各种成像模型，提供了提升分辨率的工具，展示了改进的半导体光刻图案化性能。该开源框架在光刻技术领域具有显著的突破，促进了该领域的合作。源代码已公开于 https://github.com/TorchOPC/TorchLitho
引用
@article{arxiv.2409.15305,
title = {Real-time Robotics Situation Awareness for Accident Prevention in Industry},
author = {Juan M. Deniz and Andre S. Kelboucas and Ricardo Bedin Grando},
journal= {arXiv preprint arXiv:2409.15305},
year = {2024}
}
备注
Accepted to the Latin American Robotics Symposium - LARS 2024