日前，semiengineering与D2S首席执行官 Aki Fujimura、美光运营经理 Glen Scheid、HJL Lithography 首席光刻师 Harry Levinson 以及Synopsys产品管理高级总监 Germain Fenger坐下来讨论掩模技术挑战。
SE：您认为目前掩模技术最大的技术瓶颈是什么？是产能、检测限值，还是其他方面？
Levinson：如果从时间角度来看瓶颈，当你设计好图案并想制作掩模时，我们在每个节点都会遇到的问题就是掩模缺陷的检测和修复。这是一个漫长的循环——进行检测、确认缺陷、修复缺陷、确认修复效果等等。这非常耗时。掩模写入曾经是问题所在，但随着多光束掩模写入器的出现，情况已经大为改善。然而，掩模缺陷检测仍然是最大的技术瓶颈。
Fujimura：数据处理也是其中很重要的一部分。曲线图案的出现带来了一些数据量问题。现在我的手机都有1TB的存储空间，所以我并不觉得这是个巨大的障碍。但我注意到，业界普遍认为这是一个很大的障碍。情况比以前更糟。曲线图案需要更多的数据来表示设计的所有形状。掩模厂必须存档他们的设计，所以这方面也存在倍增效应。存储、传输、读取和写入都会产生影响。我认为这并非难以克服，但每个人都必须适应。如果是在上世纪80年代、90年代，甚至是21世纪初，这都是不可能实现的。当时的计算基础设施根本无法处理如此庞大的数据。现在我们可以处理5TB的文件了。但每个人都必须做出调整。
Scheid：尖端光刻掩模（特别是EUV光刻掩模）的总周转时间更长。如果这些掩模交付延迟，可能会严重影响最终产品的产量。掩模数据准备的计算时间取决于数据量。虽然可以通过增加核心数量和提高处理效率来提升速度，但如果采用全芯片曲线光刻，数据量很容易成为瓶颈。此外，正如Harry在制造过程中提到的缺陷处理周期，还需要额外仔细地准备坯料，以确保所有缺陷位置都已被识别、表征并可避免，从而避免在加工后出现无法修复的缺陷。在EUV订单开始之前，无论是数据处理还是物理材料准备，都需要更多的前期工作，因此必须谨慎管理吞吐量瓶颈。
Fenger：在尖端技术中，EUV工艺的瓶颈并非单一工具，而是计算、掩模和晶圆良率关联等一系列迭代过程。同样，掩模检测也正成为掩模产能的瓶颈。现在真正需要的不仅是检测能力，还有可印刷性，即如何将检测结果与实际晶圆良率和缺陷关联起来，以及如何筛选大量检测到的缺陷，确定哪些缺陷至关重要。
SE：随着曲线ILT和先进OPC技术的出现，掩模数据量和图案复杂度呈爆炸式增长。我们是否已经接近掩模数据准备和写入的实际极限？业界又是如何适应这种复杂程度的提升，尤其是在曲线掩模方面？
Fujimura：不，我不认为我们已经达到极限。与世界上许多其他需要做的事情相比，所需的数据量其实并不算多。虽然成本确实比以前高，但我认为这并非难以承受。关键在于，必须让业界相信这是必要的，并且曲线贴片具有足够的优势，值得推广，同时还要获得建设基础设施所需的审批。我认为最终会实现的。只是目前存在的障碍是，现有的基础设施是为十年前生产的口罩而建的。
Scheid：重要的是要考察软件生成曲线图案的能力，并将其与实际制造情况进行比较。我认为我们所看到的与其说是数据量的爆炸式增长，不如说是数据规模的可控扩张。如今，曲线图案的应用具有针对性。对于图案中特别复杂的区域，使用曲线或ILT解决方案最具价值。结合良好的断裂处理实践（包括分段近似），我们可以在控制文件大小的同时，最大限度地发挥其价值。行业适应复杂性的一个例子是利用可扩展计算。它能够在不增加大量本地资源的情况下处理更大的文件。
Fenger：我同意Aki的观点。我们真正遇到的瓶颈并非数据量，而是周转时间。考虑到我们被要求写入的数据的复杂性，我们必须考虑如何才能最快地完成掩模的交付。这就是为什么我们正在寻求GPU加速计算，例如ILT和OPC。OPC的计算过程中必须考虑分割时间，这意味着我们需要了解在ILT或OPC中做出的哪些选择会影响下游流程，从而缩短掩模的生成周期——甚至可能无需进行分割。复杂性实际上已经从多边形转移到了意图。Glenn刚才提到，他们会修改多边形以使分割更易于进行，从而移除不必要的分割点。我们需要了解我们真正希望从掩模制造中获得什么，以及我们可以在上游做出哪些更改才能在不增加额外开销的情况下获得这些好处。
Levinson：这始终是个挑战，而且挑战还在继续，因为每个节点都意味着更多的数据和更高的周转要求。标准一直在提高。好消息是，人工智能领域投入了大量资金，巨额资源被用于研究如何处理海量数据和超大规模计算。我们受益于其他推动者的努力，当然，我们也通过创造新技术来帮助自己，从而使我们能够做更多的事情。多年前，这曾是我们常开玩笑说的一件事：我们为新一代技术开发测试芯片，做的第一件事就是让所有用于生成掩模的计算机崩溃，因为这是大家第一次尝试处理如此庞大的数据量。今天回想起来，我们当时谈论的数据量简直令人发笑。我们最初以兆字节为单位衡量数据，然后是千兆字节，现在是太字节。但正如我所说，标准一直在提高。
SE：曲面掩模在尖端技术领域越来越常见，生产数据也开始涌现。这些结果告诉我们掩模技术的现状和未来发展趋势如何？曲面掩模是否变得更可行，它是否提供了以前不存在的选择？
Scheid：结果表明，曲线掩模技术已成为主流。掩模生态系统正在为日益增长的复杂性做好准备，这一点在BACUS会议上发表的相关论文中可见一斑。虽然目前行业产量仍然相对较低，但它确实能够提高图像保真度和工艺鲁棒性，尤其适用于最具挑战性的图案。掩模厂能够利用现有的掩模制造技术生产这些掩模。但我们开始看到，为了验证图案的质量和一致性，越来越需要更复杂的计量要求，例如边缘位置误差。总而言之，曲线掩模技术已成为现实。它已经存在，而且我预计我们会看到更多曲线掩模技术的应用，最终甚至会延伸到更靠前的环节，直至设计阶段。
Fenger：曲线掩模在晶圆性能方面已被证明具有价值，但它非常依赖于具体的设计和层。我认为曲线掩模会成为一种可行的选择，在合适的情况下使用，但不会在所有层都通用。话虽如此，随着多晶硅掩模（MBW）技术的广泛应用，曼哈顿掩模和曲线掩模的成本或许有一天会持平，届时我们将始终选择曲线掩模。我认为曲线掩模真正的挑战在于其认证。我们可以印刷它，但我们能否大规模地制造、认证并可预测地实现它？目前在如何认证曲线掩模方面仍然存在一些差距。不同的掩模厂商有不同的要求和不同的规范。他们看待掩模的方式也不同。同行掩模厂商之间在如何认证曲线掩模方面似乎缺乏共识。我们可能需要制定一个标准。
Levinson：这确实带来了巨大的好处。二十年前，当人们开始研究反向光刻技术时，我们发现，在掩模上制作曲面图案能够带来诸多优势。现在我们发现，将曲面图案直接融入晶圆上的目标区域，同样具有诸多益处。我们已经意识到这一点，并且正在努力解决将其融入工艺流程所需的所有技术挑战。我担任《微/纳米图案化、材料与计量学杂志》的编辑，目前我们正在公开征集关于曲面图案计量学的论文。这绝对是一个活跃的研发领域。我们正在取得进展，但在我们能够直接使用设计稿，最终得到曲面掩模之前，还需要完成所有这些步骤。我们正处于研发的关键阶段。
Fujimura：业界正在努力改进数据尺寸，例如 SEMI P49 标准等等。业界正在积极行动。我认为曲线图案更多地体现在“可制造性”这个概念上。许多曲线图案是无法制造的。我们知道，90 度角是无法制造的。能够仅指定预期可在掩模上制造的形状，是充分利用曲线图案的关键。对于所有非精密层，圆角处理仍然无关紧要。但对于需要精度的层，也就是关键层，我认为它们应该全部采用曲线图案，即使只是线和空的图案。在将线段交给掩模进行制造之前，应该先将线段的末端进行圆角处理，因为你知道它们最终无论如何都会被圆角处理。如果您指定一个可制造的形状，那么在具备合适的MPC（最大可制造性）的情况下，它不仅能够按照该形状制造出来，而且制造的可靠性也会更高。剂量裕度（可以作为掩模偏差的指标）对于掩模形状中不可制造的区域总是更差。可制造的形状总是具有更好的剂量裕度。如果您想要创建一个偏差有限的掩模，就应该选择可制造的形状。我一直强调，“提出你能得到的，就会得到你想要的。” ILT（集成激光技术）项目应该限制其需求范围，只要求在掩模上制造出可制造的形状，然后掩模工厂的任务就是每次都精确且稳定地制造出这些形状。
这也有助于检测，因为现在干扰缺陷减少了。你无需再去寻找那些有时圆角半径为 12 纳米，有时又为 14 纳米的边角，而且你也无法判断这究竟是正常的舍入误差还是真正的缺陷。如果你要求的是可制造的形状，就不会有这个问题，因此检测也变得更加容易。计量学无疑是一个重要问题。eBeam Initiative 的调查——一项针对该领域权威人士的年度调查——清楚地表明，业界目前认为第一和第二大问题是数据基础设施和 ILT（用于生成数据）。但作为曲线形状加工的潜在障碍，计量学是第三大问题。人们习惯于进行一维关键尺寸测量。你沿着平行线的 CD 进行多条扫描线的测量，然后取平均值，并通过平均来获得精度。如何对曲线形状进行同样的测量，是许多论文探讨的问题。美光公司也发表了一些相关的论文。目前正在积极处理，但尚未最终解决。
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
