视觉大模型辅助的统一多任务计算光刻建模与缺陷检测方法技术

本发明专利技术公开了视觉大模型辅助的统一多任务计算光刻建模与缺陷检测方法，不仅具备高精度的建模能力与缺陷识别性能，同时显著降低模型部署成本，具备高度自动化、统一建模与工程可扩展性等优势。包括以下步骤：构建图像生成与缺陷检测双任务数据集；基于统一的Transformer架构，构建融合工艺条件的两阶段图像生成模型，实现由layout图像生成mask与contour图像；针对layout、mask与contour三类图像，构建基于DETR的缺陷检测模型，进行DRC、MRC、LRC检测；构建端到端光刻大模型框架，支持输入layout后同时输出mask、contour及DRC/MRC/LRC检测结果。

【技术实现步骤摘要】

本专利技术属于半导体制造，具体涉及视觉大模型辅助的统一多任务计算光刻建模与缺陷检测方法。

技术介绍

1、随着半导体制造工艺的不断推进，晶体管的特征尺寸持续缩小，光刻工艺的制造良率与图形可制造性面临更大挑战。其中，晶圆图形中的低保真结构（即“热点”）已成为影响成品率的关键因素之一；为提升版图在实际光刻过程中的可制造性，亟需开发高效、准确且具备多工艺适应能力的工艺预测与热点检测方法。

2、目前，传统光刻仿真工具已建立基于光学物理与光刻胶反应的高保真建模流程，具备一定的可配置性与模拟能力，能够为不同照明与工艺条件下的版图提供准确预测。然而，仍存在以下显著问题：

3、（1）仿真流程复杂、耗时长：在高性能计算集群上运行完整版图评估通常需耗时数日，且仿真效率随设计复杂度急剧下降；

4、（2）工艺参数调整高度依赖人工经验：在不同光刻条件（如曝光剂量、焦距、光刻胶模型等）下，工程师需手动调整仿真脚本与参数配置，流程繁琐、灵活性差。

5、尽管近年来已有研究引入基于深度学习的模型以提升仿真效率，但受限于 cnn（卷积神经网络）/本文档来自技高网...

【技术保护点】

1.视觉大模型辅助的统一多任务计算光刻建模与缺陷检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的视觉大模型辅助的统一多任务计算光刻建模与缺陷检测方法，其特征在于，步骤1中，构建图像生成子集的仿真过程中引入四个工艺参数维度，分别为光源类型、光刻胶阈值、焦距偏移量和曝光剂量，其中，光源类型包含环形光源、圆形光源、复合光源；光刻胶阈值选取三种主流光刻胶材料的剂量阈值，覆盖高、中、低曝光响应曲线特性；焦距偏移量设置为0 nm与50 nm两档典型值；曝光剂量设定为1.0×与1.2×的两种标称剂量，模拟工艺波动条件；通过四个工艺参数维度构成多种工艺组合，针对每种组合条件，均...

【技术特征摘要】

1.视觉大模型辅助的统一多任务计算光刻建模与缺陷检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的视觉大模型辅助的统一多任务计算光刻建模与缺陷检测方法，其特征在于，步骤1中，构建图像生成子集的仿真过程中引入四个工艺参数维度，分别为光源类型、光刻胶阈值、焦距偏移量和曝光剂量，其中，光源类型包含环形光源、圆形光源、复合光源；光刻胶阈值选取三种主流光刻胶材料的剂量阈值，覆盖高、中、低曝光响应曲线特性；焦距偏移量设置为0 nm与50 nm两档典型值；曝光剂量设定为1.0×与1.2×的两种标称剂量，模拟工艺波动条件；通过四个工艺参数维度构成多种工艺组合，针对每种组合条件，均仿真生成layout–mask–contour三元组图像数据。

3.根据权利要求1所述的视觉大模型辅助的统一多任务计算光刻建模与缺陷检测方法，其特征在于，步骤1中，构建缺陷检测子集通过规则检查器与自动化标注脚本结合生成，采用标准目标检测格式进行标注，标注信息以 json 格式存储。

4.根据权利要求1所述的视觉大模型辅助的统一多任务计算光刻建模与缺陷检测方法，其特征在于，步骤2中，两阶段图像生成模型包括输入构建模块、主输入编码模块、辅助条件编码模块、跨模态融合模块，具体地：

5.根据权利要求1或4所述的视觉大模型辅助的统一多任务计算光刻建模与...

【专利技术属性】
技术研发人员：孙奇，刘雨萌，卓成，金谦，姜钰琪，
申请(专利权)人：浙江大学，
类型：发明
国别省市：