光源掩模協同最佳化(Source Mask Optimization, SMO)仿真計算的基本原理與基於模型的鄰近效應修正類似。對掩模圖形的邊緣做移動，計算其與晶圓上目標圖形的偏差，即邊緣放置誤差。在最佳化時模型中故意引入曝光劑量、聚焦度、掩模版上圖形尺寸的擾動，計算這些擾動導致的晶圓上像的邊緣放置誤差。評價函式和最佳化都是基於邊緣放置誤差實現的。光源掩模協同最佳化計算出的結果，不僅包含一個像素化的光源，而且包括對輸入設計做的鄰近效應修正。
基本介紹
- 中文名：光源掩模協同最佳化
- 外文名：Source Mask Optimization
- 英文縮寫：SMO
光源掩模協同最佳化(Source Mask Optimization, SMO)仿真計算的基本原理與基於模型的鄰近效應修正類似。對掩模圖形的邊緣做移動，計算其與晶圓上目標圖形的偏差，即邊緣放置誤差。在最佳化時模型中故意引入曝光劑量、聚焦度、掩模版上圖形尺寸的擾動，計算這些擾動導致的晶圓上像的邊緣放置誤差。評價函式和最佳化都是基於邊緣放置誤差實現的。光源掩模協同最佳化計算出的結果，不僅包含一個像素化的光源，而且包括對輸入設計做的鄰近效應修正。由於光照參數和掩模上的圖形可以同時變化，最佳化計算的結果可能不是唯一的。
圖1 光源掩模協同最佳化的計算結果
SMO的發展
SMO 技術出現於 2000 年， 並在之後出現了相應的算法研究成果。主要最佳化思路分為兩種，其中一種是全局最佳化光源和最佳化掩模交替進行，直至結果滿足要求，即交替最佳化算法。另一種是局部的掩模和光源進行協同最佳化，充分考慮兩者之間的耦合作用，來獲得最佳化光源，即協同最佳化算法。
交替最佳化法更適用於對現有工藝的改進，並能夠較為輕鬆的得到符合衍射光學器件 (diffractive optical element，DOE) 限制條件的光源形狀。所獲得的光源可以較為容易地在DOE 庫中尋找到對應的光源並安放到機台上。然而交替最佳化法得到的結果很有可能是一個局部最優結果， 而不是全局最優的，所以常常需要多次重複最佳化流程來進一步提升工藝視窗。
不同於交替最佳化法採用NILS，DOF和MEEF等指標作為評價函式，協同最佳化法採用邊緣放置誤差(edge placement error，EPE)作為評價函式來尋找最優解。在最佳化的最初階段，協同最佳化法採用的是無限制光源和連續傳輸掩模(continuous transmission mask，CTM)來尋找最優解，然後將得到的光源擬合到常見的DOE光源或形成自由形式光源；根據CTM掩模插入並擬合出可製造的 SRAF，根據掩模規則檢查(mask rule check，MRC)修正掩模，最終將光源和掩模協同最佳化得出最終結果。
現在工業界所普遍採用的是協同最佳化的辦法，IBM，ASML，Mentor，Synopsys， Cadence及其他一些公司和研究機構在軟體算法和模型上進行了深入研究，Global Foundry、Samsung等公司則在設備和晶圓驗證方面做出了相應貢獻。
硬體要求
光源掩模協同最佳化需要光刻機具備像素式光照系統的硬體條件，這種光照系統使用多個鏡子的陣列，把光線反射到一個固定區域，形成任意形式的光照強度分布。這種光強分布是由很多像素組成的。每一個像素的強度可以由電腦程式控制。如果光刻機不支持像素式光照系統，可以把光源掩模協同最佳化中的光源先定成標準的參數式照明。
數據流程
圖2是SMO計算的數據流程示意圖。使用一個參考光源作為起點開始疊代計算，直到新的像素式光照條件能夠實現所要求的工藝視窗。
圖2 確定SMO的數據流程圖
