[發明專利]壞點庫的建立方法和建立系統

在審

• 申請號: 201810542700.1
• 申請日: 2018-05-30
• 公開（公告）號: CN108829948A
• 公開（公告）日: 2018-11-16
• 發明（設計）人: 陳穎;韋亞一;粟雅娟
• 申請（專利權）人: 中國科學院微電子研究所;中芯國際集成電路制造（上海）有限公司
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 韓建偉;霍文娟

本申請提供了一種壞點庫的建立方法和建立系統。該建立方法包括：步驟S1，規則收集，規則包括版圖設計規則；步驟S2，根據收集到的規則，生成隨機版圖；步驟S3，在隨機版圖中選取版圖區域，并對版圖區域進行光學仿真，得到限制工藝窗口的第一壞點位置，將得到的第一壞點位置定義為基本壞點；步驟S4，在隨機版圖中找到與基本壞點具有相同特征參數的第二壞點位置，第二壞點位置的集合為壞點庫。該建立方法省去了大規模光學仿真的步驟，大大縮減了研發時間，同時，還可以對新節點研發初期的設計規則優化提供一定的指導作用，進一步推進研發進度，降低研發成本。

技術領域

本申請涉及集成電路設計領域，具體而言，涉及一種壞點庫的建立方法和建立系統。

背景技術

在集成電路制造過程中，光刻工藝后，晶圓上會產生缺陷位置，這些缺陷位置會影響電路設計的功能，導致工藝良率降低，常被稱為壞點。

新節點研發初期，設計規則、壞點和制造工序等都是未確定的。通常地，通過光學臨近修正學習循環(Optical Proximity Correction learning cycle)與實際制造工序驗證的結合來確定設計規則、壞點和制造工序。

在大節點時期，設計規則都是從上一節點等比例縮小而來，且因為關鍵尺寸較大，制造工藝中往往留有余裕，壞點問題并不會特別嚴重。

如今，半導體制造業已經發展到了20nm及以下的節點，設計與制造工藝的復雜性大幅增加，壞點問題也愈加嚴重，在工藝制造的過程中，為了避免壞點問題，業界在正式流片之前，往往會針對設計版圖進行壞點檢測，以提高工藝良率。

通常來說，壞點檢測方法主要有三種，具體為：傳統的光學仿真方法、基于機器學習的方法和基于版圖匹配的方法。

傳統的光學仿真方法，通過構建光學投影模型和光刻膠模型，來仿真模擬版圖在光刻膠上形成的圖案輪廓，找到限制工藝窗口的位置，即為壞點位置。這種方法準確性很高，但針對整片芯片進行光學仿真，需要耗費一定的時間成本。

針對時間成本過高的問題，業界又提出了基于機器學習的方法和基于版圖匹配的方法，這兩種方法都是基于成熟的壞點庫進行壞點檢測，主要是從版圖幾何性質上對壞點進行考察。其中，基于機器學習的方法，是針對壞點庫中的壞點，采用機器學習的方法訓練模型，該模型可以根據輸入的版圖，進行是是否是壞點圖形的判斷。基于版圖匹配的方法，以壞點庫中的壞點為基準，針對輸入版圖進行匹配判斷，匹配到的版圖即判斷為壞點圖形。這兩種方法，相對于光學仿真的方法來說，節省了時間，但是壞點檢測的準確性有所降低，且均需依賴于成熟的壞點庫進行檢測，比較適合于集成電路工藝量產的成熟階段。

新節點研發初期階段，并沒有成熟的壞點庫，基于機器學習的方法和版圖匹配的方法并不適用于這一階段，而如果要采用傳統的光學仿真方法檢測壞點，所需要的時間成本過高，增加了工序固定前的調整時間，導致了新節點研發成本的增加，并不是業界所希望看到的情況。

在背景技術部分中公開的以上信息只是用來加強對本文所描述技術的背景技術的理解，因此，背景技術中可能包含某些信息，這些信息對于本領域技術人員來說并未形成在本國已知的現有技術。

發明內容

本申請的主要目的在于提供一種壞點庫的建立方法和建立系統，以解決現有技術中的新節點研發初期沒有壞點庫，而難以以低時間成本的方式檢測壞點的問題。

為了實現上述目的，根據本申請的一個方面，提供了一種壞點庫的建立方法，該建立方法包括：步驟S1，規則收集，上述規則包括版圖設計規則；步驟S2，根據收集到的上述規則，生成隨機版圖；步驟S3，在上述隨機版圖中選取版圖區域，并對上述版圖區域進行光學仿真，得到限制工藝窗口的第一壞點位置，將得到的上述第一壞點位置定義為基本壞點；步驟S4，在上述隨機版圖中找到與上述基本壞點具有相同特征參數的第二壞點位置，上述第二壞點位置的集合為壞點庫。