面向晶圆图缺陷模式识别的机器学习方法综述

晶圆缺陷是指在晶圆制造过程中,因氧化温度不均、蚀刻问题等异常造成的晶粒功能异常。随着芯片产业的发展,制造工艺向更先进制程迈进,所实现的集成电路的规模和复杂度也日益增加。这使得晶圆的制造工艺更加复杂,晶圆缺陷出现的概率和种类也随之增加。为了提高生产良率,改善工艺制程,识别出缺陷模式并找出对应的工艺问题至关重要。传统的缺陷识别主要依赖于人工设计的特征提取方法,需要有专业的知识及复杂的调试过程。近年来,基于机器学习的识别方法在识别晶圆模式缺陷上取得了一定进展,不少方法识别单一缺陷的精度达到95%以上,也拥有精确识别混合缺陷的能力。然而,带标记晶圆图数据缺乏、样本数据不平衡、新缺陷模式的出现都是其发展路上的挑战。本文总结了几十年来基于机器学习的晶圆图缺陷模式识别方法,从浅层学习和深度学习两个方面介绍了前人的工作。同时针对晶圆识别问题中严重的样本数据不平衡问题,本文重点总结了现有用于解决晶圆图样本数据不平衡问题的方法。根据当前晶圆图缺陷模式识别的产业需求和现状分析,更稳定、更精确的基于半监督或自监督深度学习的识别方法以及获取更高质量数据集的数据增强方法必将成为未来发展主流。

基于ARM虚拟化扩展的安全防护技术

近几年来,随着移动平台用户量的增加,移动平台安全成为安全领域关注的焦点.而ARM的虚拟化扩展,使得如何基于虚拟化技术进行移动平台的安全防护成为一个研究热点.首先,介绍了虚拟化技术的分类以及早期的相关研究;然后给出了ARM虚拟化扩展的相关概念,并与x86虚拟化扩展进行了对比;随后,重点介绍了基于硬件辅助虚拟化技术的安全研究现状,主要包括通用的系统框架以及针对特定攻击的安全工具;最后,对基于ARM虚拟化扩展的安全防护技术的发展方向进行了展望.

一种离线光学邻近效应匹配方法的研究和仿真

目前小技术节点的光学邻近效应校正(OPC)过分依赖光刻机与光刻工艺的属性,量产时难以在不同型号光刻机间转移,而国内芯片制造厂光刻机种类繁杂,不可避免地需要解决工艺转移的问题。针对上述问题,以不同光刻机间的光学邻近效应匹配为研究对象,阐述了匹配的原理及流程,提出了一种利用常用的OPC建模工具实现离线匹配的方法,模拟分析了该方法对成像误差的补偿效果,揭示了不同性质的误差对成像性能的影响规律,验证了该方法的正确性,为不同光刻机间的工艺转移提供了新的思路。

VLSI详细布线算法研究进展

超大规模集成电路(VLSI)中的详细布线是物理设计中一个重要且具有挑战性的环节.在这一阶段,所有导线的路径都会被确定下来,布线的优劣直接关系到芯片的面积和性能,路径搜索是布线中最为耗时的步骤之一.本文介绍了基于网格的布线模型,将布线问题抽象为一个图搜索问题或者多商品流问题;总结了迷宫搜索算法、A*算法、整数线性规划(ILP)算法和并行加速算法在路径搜索中的应用和针对设计约束作出的优化,结合在布线器中应用情况分析其优劣;总结回顾了基于机器学习求解算法的研究进展,分析了存在的问题,并对详细布线算法的发展趋势做了展望.分析表明,A*算法在布线质量、稳定性和速度等方面的综合性能较其他算法更为优异,其难点在于设计合理的布线排序策略和图模型.强化学习具有巨大的研究潜力,目前的研究仅在规模较小的设计中测试,仍需要进一步改进和探索.

针对更精确电迁移预测应用的热耦合模型建模

基于先进逻辑CMOS工艺平台,构建了集成电路热耦合模型,为后端金属线电迁移预测提供更精确的温度变化和分布信息。在建模过程中,为了提高建模和仿真效率,对金属线网络和晶体管有源区进行简化,并用热传输比率对热耦合进行表征。考虑到晶体管参数、金属线走向、金属线之间相对位置对热传输比率的影响,模型中引入相关因子对热传输比率做进一步修正。最后,将该热传输模型嵌入到商用仿真软件中。结果表明,热传输比率(即温度)的仿真值与基于工艺平台流片的实测值吻合良好,验证了模型的准确性。

先进工艺下的版图邻近效应研究进展

在28 nm及以下工艺节点,版图邻近效应已经成为一个重要问题。文章概述了版图邻近效应的研究及应用进展,介绍了Poly-gate、High-k/Metal-gate、FinFET等不同工艺下的6种版图邻近效应二级效应,包括阱邻近效应、扩散区长度效应、栅极间距效应、有源区间距效应、NFET/PFET栅极边界邻近效应和栅极线末端效应。在此基础上,详细论述了这些二级效应的工艺背景、物理机理以及对器件电学性能的影响,归纳了目前常见的工艺改进方法。最后,从工艺角度展望了深纳米工艺尺寸下版图邻近效应的发展趋势。