学习装置、推理装置、学习模型的生成方法及推理方法制造方法及图纸

提供一种代替制造工艺的模拟器的已学习模型。学习装置具备至少一个存储器和至少一个处理器，所述至少一个处理器被构成为执行：获取模拟器的针对图像数据的参数；及将所述图像数据和所述参数输入学习模型，并对所述学习模型进行训练，以使所述学习模型的输出接近所述模拟器的针对所述图像数据的结果。

【技术实现步骤摘要】
【国外来华专利技术】学习装置、推理装置、学习模型的生成方法及推理方法
本专利技术涉及学习装置、推理装置、学习模型的生成方法及推理方法。
技术介绍
以往，半导体制造厂商通过生成各制造工艺(例如，干蚀刻、沉积(deposition)等)的物理模型并执行模拟，可根据模拟结果进行最佳制法的探索、制造工艺参数的调整等。这里，在物理模型那样的需进行反复试验的模型的情况下，为了执行模拟需要一定的时间。为此，最近，作为一种基于物理模型的模拟器的替代手段，正在研究被进行了机器学习的已学习模型(也称学习后的模型、训练后的模型或已训练模型)的应用。
技术实现思路
[要解决的技术问题]另一方面，为了代替基于物理模型的模拟器，需要已学习模型也能够对该模拟器所执行的模拟进行再现。本公开提供一种可代替制造工艺的模拟器的已学习模型。[技术方案]基于本公开的一个形态的学习装置例如具有如下构成。即、具备：至少一个存储器；及至少一个处理器，所述至少一个处理器被构成为执行：获取模拟器的针对图像数据的参数；及将所述图像数据和所述参数输入学习模型，并以使所述学习模型的输出接近所述模拟器的针对所述图像数据的模拟结果的方式，对所述学习模型进行训练。附图说明[图1]图1是模拟系统的整体结构的一例的示意图。[图2]图2是构成模拟系统的各装置的硬件结构的一例的示意图。[图3]图3是学习用数据(也称训练用数据)的一例的示意图。[图4]图4是第1实施方式的学习装置的学习部(也称训练部)的功能构成的一例的示意图。[图5]图5是第1实施方式的学习装置的数据整形部的功能构成的一例的示意图。[图6]图6是第1实施方式的学习装置的数据整形部所进行的处理的具体实例的示意图。[图7]图7是第1实施方式的学习装置的干蚀刻用学习模型所执行的处理的具体实例的示意图。[图8]图8是表示模拟系统中的学习处理的流程的流程图。[图9]图9是推理装置的执行部的功能构成的一例的示意图。[图10]图10是干蚀刻用已学习模型的模拟精度的示意图。[图11]图11是沉积用已学习模型的模拟精度的示意图。[图12]图12是第2实施方式的学习装置的数据整形部的功能构成的一例的示意图。[图13]图13是第2实施方式的学习装置的干蚀刻用学习模型所执行的处理的具体实例的示意图。[图14]图14是第3实施方式的学习装置的学习部的功能构成的一例的示意图。[图15]图15是第4实施方式的学习装置的数据整形部的功能构成的一例的示意图。具体实施方式下面参照附图对各实施方式进行说明。需要说明的是，本说明书和附图中，对具有实质相同的功能构成的构成要素赋予了相同的符号，藉此对重复说明进行了省略。[第1实施方式]＜模拟系统的整体结构＞首先，对进行半导体制造工艺的模拟的模拟系统的整体结构进行说明。图1是模拟系统的整体结构的一例的示意图。如图1所示，模拟系统100具有学习装置110、推理装置120及模拟装置130。学习装置110中安装有数据整形程序和学习程序，藉由执行该程序，学习装置110可作为数据整形部111和学习部112而发挥功能。数据整形部111是加工部的一例。数据整形部111读取从模拟装置130发送并被保存在学习用数据保存部113内的学习用数据，并将所读取的学习用数据的一部分加工成适于学习部112将其输入学习模型的预定的形式。学习部112使用所读取的学习用数据(包括被数据整形部111进行了加工后的学习用数据)对学习模型进行机器学习(即，进行基于机器学习的训练)，以生成半导体制造工艺的已学习模型。学习部112所生成的已学习模型被提供至推理装置120。推理装置120中安装有数据整形程序和执行程序，藉由执行该程序，推理装置120可作为数据整形部121和执行部122而发挥功能。数据整形部121是加工部的一例，用于读取从模拟装置130发送的处理前图像数据和参数数据(详细内容后述)。此外，数据整形部121可将所获取的参数数据加工成适于执行部122将其输入已学习模型的预定的形式。执行部122将处理前图像数据和在数据整形部121中被加工成了预定的形式的参数数据一起输入已学习模型以执行模拟，由此输出(推理出)处理后图像数据(模拟结果)。模拟装置130中安装有执行程序，藉由执行该程序，模拟装置130可作为执行部131而发挥功能。执行部131具有通过向使用物理法则等对半导体制造工艺进行识别(identify)而获得的物理模型设定表示预定的处理条件的参数数据而进行模拟的模拟器(所谓的基于物理模型的模拟器)。执行部131从处理前图像数据保存部132读取处理前图像数据，并使用基于物理模型的模拟器进行模拟，藉此输出处理后图像数据(模拟结果)。执行部131所读取的处理前图像数据包括表示半导体制造工艺(例如，干蚀刻、沉积等)中的处理对象(晶圆)的处理前的形状的图像数据。需要说明的是，半导体制造工艺中的处理对象可由多种材料(material)构成，处理前图像数据的各像素例如可藉由与各材料的组成比例(或含有比例)相应的像素值来进行表现。需要说明的是，处理前图像数据的表现形式并不限定于此，也可通过其他形式来进行表现。就执行部131藉由执行模拟而输出的处理后图像数据而言，在使用干蚀刻用模拟器的情况下，其为表示干蚀刻后的形状的图像数据。此外，就执行部131藉由执行模拟而输出的处理后图像数据而言，在使用沉积用模拟器的情况下，其为表示沉积处理后的形状的图像数据。需要说明的是，藉由半导体制造工艺处理后的处理对象也由多种材料构成，处理后图像数据的各像素例如可藉由基于各材料的组成比例(或含有比例)的像素值来进行表现。需要说明的是，处理后图像数据的表现形式并不限定于此，与处理前图像数据同样地也可藉由其他形式来进行表现。执行部131生成包含执行模拟时所使用的处理前图像数据、对应的参数数据、及处理后图像数据的学习用数据，并将其发送至学习装置110。另外，执行部131还将推理装置120的用户对已学习模型进行验证时所使用的处理前图像数据、参数数据、及处理后图像数据发送至推理装置120。推理装置120的用户对执行部122藉由使用已学习模型执行模拟而输出的处理后图像数据和从执行部131发送的处理后图像数据进行对比，据此对已学习模型进行验证。具体而言，推理装置120的用户对·推理装置120中从处理前图像数据和参数数据被输入数据整形部121开始至处理后图像数据从执行部122被输出为止的模拟时间和·模拟装置130中在向基于物理模型的模拟器设定了参数数据的状态下从处理前图像数据被输入执行部131开始至处理后图像数据从执行部131被输出为止的模拟时间进行对比。据此，推理装置120的用户可对已学习模型的模拟时间与基于物理模型的模本文档来自技高网...

【技术保护点】
1.一种学习装置，具备：/n至少一个存储器；及/n至少一个处理器，/n所述至少一个处理器被构成为执行：/n获取模拟器的针对图像数据的参数；及/n将所述图像数据和所述参数输入学习模型，并对所述学习模型进行训练，以使所述学习模型的输出接近所述模拟器的针对所述图像数据的结果。/n

【技术特征摘要】
【国外来华专利技术】20180903 JP 2018-1649301.一种学习装置，具备：
至少一个存储器；及
至少一个处理器，
所述至少一个处理器被构成为执行：
获取模拟器的针对图像数据的参数；及
将所述图像数据和所述参数输入学习模型，并对所述学习模型进行训练，以使所述学习模型的输出接近所述模拟器的针对所述图像数据的结果。


2.根据权利要求1所述的学习装置，其中，
所述至少一个处理器
被构成为还执行将获取到的所述参数加工成与所述图像数据相应的形式；及
使加工后的所述参数输入所述学习模型。


3.根据权利要求1或2所述的学习装置，其中，
所述模拟器为与半导体制造工艺相关的模拟器。


4.根据权利要求3所述的学习装置，其中，
所述图像数据具有与所述半导体制造工艺中的处理对象的材料相应的多个通道，各通道具有与各材料的组成比例或含有比例相应的值。


5.根据权利要求2所述的学习装置，其中，
所述至少一个处理器
将获取到的所述参数加工成与所述图像数据的纵向尺寸和横向尺寸相应的二维排列的形式。


6.根据权利要求1至5中的任一项所述的学习装置，其中，
所述模拟器为基于物理模型的模拟器。


7.根据权利要求1所述的学习装置，其中，
所述学习模型将获取到的所述参数加工成对由所述学习模型的各层实施了卷积处理的图像数据进行变换时所使用的预定的形式，并使用加工后的所述参数对由所述各层实施了卷积处理的图像数据进行变换。


8.根据权利要求1所述的学习装置，其中，
所述学习模型被构成为计算出相对于所述图像数据的变化率后再计算所述学习模型的输出，所述学习模型进行用于使相对于所述图像数据的变化率位于预定的范围内的处理。


9.一种推理装置，具备：
至少一个存储器；及
至少一个处理器，
所述至少一个存储器
存储有以使在第1图像数据和模拟器的针对所述第1图像数据的第1参数被输入了的情况下的输出接近使用了针对所述第1图像数据的所述第1参数的所述模拟器的结果的方式而被进行了训练的已学习模型，
所述至少一个处理器
被构成为将第2图像数据和所述模拟器的第2参数输入所述已学习模型，并执行针对所述第2图像数据的模拟。


10.根据权利要求9所述的推理装置，其...

【专利技术属性】
技术研发人员：中乡孝祐，本木大资，渡部正树，小松智希，
申请(专利权)人：首选网络株式会社，
类型：发明
国别省市：日本;JP