TorchResist：开源可微分光阻模拟器
机器学习
2025-02-12 v1
摘要
近些十年来，人工智能 (AI) 取得了显著进展，包括大型语言模型 (LLM)、图像和视频生成模型，以及具身 AI 系统。这些进展导致计算需求激增，挑战 Moore 定律的极限。光刻是半导体制造中的关键技术，面临高成本压力。为此已开发了各种光刻模拟器，但许多模拟器受限于其不足的光阻建模能力。本文提出 TorchResist，一个开源、可微分的光阻模拟器。TorchResist 采用解析方法建模光阻过程，作为一个白盒系统，最多包含二十个可解释参数。利用现代可微分编程技术和 GPU 并行计算，TorchResist 实现了与其他工具无缝协同优化。实验结果表明，TorchResist 在准确性和效率上均优于现有解决方案。源代码已公开。
引用
@article{arxiv.2502.06838,
title = {TorchResist: Open-Source Differentiable Resist Simulator},
author = {Zixiao Wang and Jieya Zhou and Su Zheng and Shuo Yin and Kaichao Liang and Shoubo Hu and Xiao Chen and Bei Yu},
journal= {arXiv preprint arXiv:2502.06838},
year = {2025}
}
备注
SPIE Advanced Lithography + Patterning, 2025