北京
源掩模協同優化（SMO）技術通過 聯合、迭代地優化照明光源形狀和掩模版圖形設計 ，以同時改善多項關鍵的光刻工藝指標。
1.核心優化機制
SMO建立了一個系統的優化框架，通過定義包含多個工藝指標的成本函數，驅動光源和掩模的協同迭代：
- 輸入與建模
以典型掩模圖形（如密集線條、孤立線條等）和初始照明條件（如環形照明）為起點，建立包含光學像差、光刻膠效應等因素的光刻成像模型。
- 協同迭代
算法在每次迭代中，同時調整 照明光源 的強度分布（如圖3所示的光源演化）和 掩模版 的圖形（包括主圖形和輔助圖形SRAF），以最小化成本函數。
- 目標
最終目標是找到能使晶圓上的成像圖形最接近目標設計的最佳光源-掩模組合。
研究人員通過模擬（針對40nm最小節距的切割層）表明，SMO能顯著改善以下工藝指標：
3. 對光學像差的補償能力
SMO技術還能在一定程度上補償光學系統的像差（如澤尼克像差Z8），以減輕其對成像質量的負面影響：
模擬顯示，對于較小量級的像差（如Z8=0.25 nm RMS），SMO優化能有效維持工藝窗口。
對于大量級像差（≥0.5 nm RMS），SMO的補償能力會受限，難以滿足嚴苛的生產規格。這指出了該技術當前的局限性和未來需要改進的方向。
綜上所述，文檔表明， SMO技術通過其協同迭代的優化框架，能夠系統性地、同時地優化關鍵尺寸均勻性、曝光寬容度和掩模誤差因子這三大核心工藝指標，并具備一定的光學像差補償能力，從而有效拓寬工藝窗口，提升先進節點極紫外光刻的成像質量和工藝穩定性
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
