近日,集成電路設計自動化領域國際頂級會議2024 ACM/IEEE International Conference on Computer-Aided Designs(ICCAD)在美國召開,微電子所EDA中心陳嵐研究員團隊在會上展示了半導體工藝建模方法方面的最新研究進展。
目前工藝建模主要采用的是數(shù)據(jù)驅(qū)動模型和半物理模型兩大方法。數(shù)據(jù)驅(qū)動模型在提高預測精度方面表現(xiàn)出色,但需要大量的量測數(shù)據(jù)支持,且容易出現(xiàn)過擬合或模型不收斂情況。而半物理模型雖然更為魯棒,可有效預防過擬合,但存在模型復雜度高以及不支持工藝遷移等不足。同時,通用工藝建??蚣艿娜狈е虏煌に囆枰哂胁煌瑢W科背景的研究團隊進行模型搭建,使得整合多個過程的統(tǒng)一仿真模型變得復雜且耗時。采用TCAD技術建立單元工藝如刻蝕、化學機械平坦化、薄膜沉積的工藝預測模型,對于建立基于設計與工藝協(xié)同優(yōu)化(DTCO)技術的新制程研發(fā)和良率提升具有重要意義。
為了解決上述問題,陳嵐研究員團隊提出了一種基于神經(jīng)常微分方程的通用工藝建模方法。該方法把神經(jīng)網(wǎng)絡整合進描述單元工藝形貌演化的常微分方程中,有效平衡了數(shù)據(jù)驅(qū)動模型和半物理模型兩種主流建模方法的優(yōu)缺點,顯著降低了建模過程對專家知識的依賴。該方法在28/32/40 nm實際工藝的后道化學機械平坦化(CMP)、銅電鍍(ECP)工藝中得到驗證,其準確性優(yōu)于現(xiàn)有半物理模型,與數(shù)據(jù)驅(qū)動模型表現(xiàn)相當。
上述研究成果以“A Neural-Ordinary-Differential-Equations Based Generic Approach for Process Modeling in DTCO: A Case Study in Chemical-Mechanical Planarization and Copper Plating”為題發(fā)表在2024 ACM/IEEE ICCAD會議上,并獲得大會“William J. McCalla最佳論文獎(后端部分)”,微電子所博士研究生錢躍為該文章第一作者,陳嵐研究員為該文章通訊作者。這是微電子所首次在該會議上發(fā)表文章,也是中國大陸首次獲得 ICCAD William J. McCalla最佳論文獎。
????ICCAD 與國際設計自動化會議(DAC)、歐洲設計自動化與測試學術會議(DATE)被公認為EDA領域水平最高的三大國際會議。本次大會錄用常規(guī)論文(regular paper)195篇(錄用率約為24%)。自2000年起,ICCAD會議每年頒發(fā)William J. McCalla最佳論文獎,其中年度最佳論文獎2篇。
圖 1. 陳嵐研究團隊提出的基于神經(jīng)常微分方程的通用工藝建模方法
(a)
(b)
圖 2. 基于通用工藝建模方法開發(fā)的后道化學機械平坦化、后道銅電鍍工藝模型細節(jié)
(a)圖為化學機械平坦化,(b)圖為銅電鍍工藝模型
表格 1. 國內(nèi)外后道化學機械平坦化模型預測精確度對比
表格 2. 國內(nèi)外后道銅電鍍工藝模型預測精確度對比
圖3.ICCAD William J. McCalla最佳論文獎
圖 4.頒獎現(xiàn)場
科研工作