训练用于计算光刻术的机器学习模型的方法技术

本文描述了训练与图案化过程相关的机器学习模型的不同方法。本文描述了一种用于训练被配置成预测掩模图案的机器学习模型的方法。该方法包括获得：(i)图案化过程的被配置成预测衬底上的图案的过程模型，其中该过程模型包括一个或更多个经训练的机器学习模型；和(ii)目标图案；以及由硬件计算机系统基于过程模型和成本函数来训练被配置成预测掩模图案的机器学习模型，该成本函数确定预测图案与目标图案之间的差异。

【技术实现步骤摘要】
【国外来华专利技术】训练用于计算光刻术的机器学习模型的方法相关申请的交叉引用本申请要求2018年2月23日提交的美国申请62/634,523的优先权，该美国申请的全部内容通过引用并入本文中。
本文的描述大体上涉及图案化过程以及确定图案形成装置的与设计布局相对应的图案的设备和方法。
技术介绍
光刻投影设备可以用于例如集成电路(IC)的制造中。在这种情况下，图案化装置(例如掩模)可以包含或提供对应于IC的单个层(“设计布局”)的图案，并且可以通过诸如通过图案化装置上的图案照射目标部分的方法将该图案转印到已经涂覆有辐射敏感材料(“抗蚀剂”)层的衬底(例如硅晶片)上的目标部分(例如，包括一个或更多个管芯)上。通常，单个衬底包含多个相邻目标部分，由光刻投影设备将图案连续转印到所述多个相邻目标部分，一次转印到一个目标部分。在一种光刻投影设备中，整个图案化装置上的图案一次转印到一个目标部分上；这种设备通常被称为步进器。在替代的设备(通常被称为步进和扫描设备)中，投影束在给定的参考方向(“扫描”方向)上在图案化装置上进行扫描，同时沿与该参考方向平行或反向平行地移动衬底。图案化装置上的图案的不同部分被逐渐转印到一个目标部分上。由于光刻投影设备通常会具有一减小比M(例如，4)，所以衬底移动的速度F将是投影束扫描图案化装置的速度的1/M。可以例如从US6046792中收集关于本文描述的光刻设备的更多信息，该文献通过引用并入本文。在将图案从图案化装置转印到衬底之前，衬底可以经历各种过程，例如涂底料、涂覆抗蚀剂和软烘烤。在曝光之后，衬底可以经历其它过程(“曝光后过程”)，例如曝光后烘烤(PEB)、显影、硬烘烤和转印的图案的测量/检查。这一系列过程用作制作器件的单个层(例如IC)的基础。然后，衬底可以经历多种过程，例如蚀刻、离子注入(掺杂)、金属化、氧化、化学机械抛光等，这些过程都旨在完成器件的单层。如果器件中需要多个层，则针对每一层重复整个过程或其变型。最终，在衬底上的每个目标部分中都会出现一器件。然后，通过诸如切割或锯切等技术将这些器件彼此分离开，由此，可以将单独的器件安装在载体上、连接到引脚等。因此，制造诸如半导体器件之类的器件典型地包括使用数个制造过程来处理衬底(例如半导体晶片)以形成所述器件的各个特征且形成多个层。典型地使用例如沉积、光刻、蚀刻、化学机械抛光和离子注入来制造和处理这些层和特征。可以在衬底上的多个管芯上制造多个器件，并且接着将所述器件分离成单独的器件。这种器件制造过程可以被认为是图案化过程。图案化过程包括图案化步骤，诸如使用光刻设备中的图案形成装置进行的光学光刻和/或纳米压印光刻，以将图案形成装置上的图案转印至衬底，并且典型地但可选地，包括一个或更多个相关的图案处理步骤，诸如通过显影设备进行的抗蚀剂显影、使用焙烤工具焙烤衬底、使用蚀刻设备蚀刻图案等。如上所述，光刻是器件(诸如IC)制造中的中心步骤，其中，在衬底上形成的图案限定了器件的功能元件，例如微处理器、存储芯片等。类似的光刻技术也用于形成平板显示器、微机电系统(MEMS)和其它器件。随着半导体制造工艺的不断发展，功能元件的尺寸不断减小，而每个器件的功能元件(例如晶体管)的数量已经稳定地增加了数十年，这遵循通常被称为“摩尔定律”的趋势。在当前的技术水平下，使用光刻投影设备制造器件的层，该光刻投影设备使用来自深紫外照射源的照射将设计布局投影到衬底上，从而创建具有远低于100nm(即，小于来自照射源(例如193nm照射源)的辐射的波长的一半)的尺寸的单个功能元件。根据分辨率公式CD＝k1×λ/NA(其中，λ是所采用的辐射的波长(当前在大多数情况下为248nm或193nm)，NA是光刻投影设备中的投影光学器件的数值孔径，CD是“临界尺寸”——通常是印刷的最小特征尺寸——并且k1是经验分辨率因子)，其中打印了尺寸小于光刻投影设备的经典分辨率极限的特征的该工艺通常被称为低k1光刻术。通常，k1越小，就变得越难以在衬底上再现图案，该图案类似于设计者为了实现特定电功能和/或性能而计划的形状和尺寸。为了克服这些困难，将复杂的微调步骤应用于光刻投影设备、设计布局、或图案形成装置。这些步骤包括但不限于例如NA和光学相干设定的优化、定制的照射方案、相移图案化装置的使用、设计布局中的光学邻近效应校正项(OPC，有时也被称为“光学和过程校正项”)、或通常限定为“分辨率增强技术”(RET)的其它方法。如本文中所使用的术语“投影光学器件”应被广义地解释为涵盖各种类型的光学系统，例如包括折射式光学器件、反射式光学器件、孔径和反射折射式光学器件。术语“投影光学器件”还可以包括根据这些设计类型中的任一种的操作以共同或单独地引导、成形或控制辐射的投影束的部件。术语“投影光学器件”可以包括光刻投影设备中的任何光学部件，而不管光学部件位于光刻投影设备的光路上的什么位置。投影光学器件可以包括用于在来自源的辐射穿过图案形成装置之前成形、调节和/或投影所述辐射的光学部件，和/或用于在辐射穿过图案形成装置之后成形、调节和/或投影所述辐射的光学部件。投影光学器件通常不包括源和图案形成装置。
技术实现思路
根据实施例，提供了一种用于训练被配置成预测掩模图案的机器学习模型的方法。该方法包括获得：(i)图案化过程的被配置成预测衬底上的图案的过程模型；和(ii)目标图案；以及由硬件计算机系统基于过程模型和成本函数来训练被配置成预测掩模图案的机器学习模型，该成本函数确定预测图案与目标图案之间的差异。此外，根据实施例，提供了一种用于训练图案化过程的过程模型以预测衬底上的图案的方法。该方法包括获得：(i)用于预测图案化过程的掩模透射的第一经训练的机器学习模型；和/或(ii)用于预测在图案化过程中使用的设备的光学行为的第二经训练的机器学习模型；和/或(iii)用于预测图案化过程的抗蚀剂过程的第三经训练的机器学习模型；和/或(iv)印刷图案；连接第一经训练的模型、第二经训练的模型、和/或第三经训练的模型以产生过程模型；以及由硬件计算机系统基于成本函数来训练被配置成预测衬底上的图案的过程模型，成本函数确定预测图案与印刷图案之间的差异。此外，根据实施例，提供了一种用于确定与目标图案相对应的光学邻近效应校正项的方法。该方法包括获得：(i)被配置成预测光学邻近效应校正项的经训练的机器学习模型，以及(ii)待经由图案化过程印刷在衬底上的目标图案；以及由硬件计算机系统基于经训练的机器学习模型来确定光学邻近效应校正项，经训练的机器学习模型被配置成预测与目标图案相对应的光学邻近效应校正项。此外，根据实施例，提供了一种用于训练被配置成基于缺陷预测掩模图案的机器学习模型的方法。该方法包括获得：(i)图案化过程的被配置成预测衬底上的图案的过程模型，其中该过程模型包括一个或更多个经训练的机器学习模型；(ii)被配置成基于衬底上的预测图案来预测缺陷的经训练的可制造性模型；和(iii)目标图案；以及由硬件计算机系统基于过程模型、经训练的可制造性模型和成本函数来训练被配置成预测掩模图案的机器学习模型，其中成本函数是目标本文档来自技高网...

【技术保护点】
1.一种用于训练被配置成预测掩模图案的机器学习模型的方法，所述方法包括：/n获得：(i)图案化过程的被配置成预测衬底上的图案的过程模型；和(ii)目标图案；以及/n由硬件计算机系统基于所述过程模型和成本函数来训练被配置成预测掩模图案的所述机器学习模型，所述成本函数确定预测图案与所述目标图案之间的差异。/n

【技术特征摘要】
【国外来华专利技术】20180223 US 62/634,5231.一种用于训练被配置成预测掩模图案的机器学习模型的方法，所述方法包括：
获得：(i)图案化过程的被配置成预测衬底上的图案的过程模型；和(ii)目标图案；以及
由硬件计算机系统基于所述过程模型和成本函数来训练被配置成预测掩模图案的所述机器学习模型，所述成本函数确定预测图案与所述目标图案之间的差异。


2.根据权利要求1所述的方法，其中，训练被配置成预测所述掩模图案的所述机器学习模型包括：
根据基于梯度的方法迭代地修改所述机器学习模型的参数，使得所述成本函数减小。


3.根据权利要求1所述的方法，其中，所述基于梯度的方法产生梯度图，所述梯度图指示一个或更多个参数是否被修改成使得所述成本函数减小。


4.根据权利要求3所述的方法，其中，所述成本函数被最小化。


5.根据权利要求1所述的方法，其中，所述成本函数是所述目标图案与所述预测图案之间的边缘放置误差。


6.根据权利要求1所述的方法，其中，所述成本函数是所述目标图案与所述预测图案之间的均方误差、和/或临界尺寸的差异。


7.根据权利要求1所述的方法，其中，所述过程模型包括一个或更多个经训练的机器学习模型，所述一个或更多个经训练的机器学习模型包括：
(i)第一经训练的机器学习模型，所述第一经训练的机器学习模型被配置成预测所述图案化过程的掩模透射；和/或
(ii)第二经训练的机器学习模型，所述第二经训练的机器学习模型耦合到所述第一经训练的机器学习模型，并且被配置成预测在所述图案化过程中使用的设备的光学行为；和/或
(iii)第三经训练的机器学习模型，所述第三经训练的机器学习模型耦合到所述第二经训练的机器学习模型，并且被配置成预测所述图案化过程的抗蚀剂过程。


8.根据权利要求7所述的方法，其中，所述第一经...

【专利技术属性】
技术研发人员：曹宇，罗亚，卢彦文，陈炳德，拉斐尔·C·豪厄尔，邹毅，苏静，孙德政，
申请(专利权)人：ASML荷兰有限公司，
类型：发明
国别省市：荷兰;NL