基于图神经网络的电子设计自动化技术研究进展

在摩尔定律的推动下,工艺节点在不断演进,集成电路设计复杂度也在不断增加,电子设计自动化(EDA)技术面临着来自运行时间与计算资源等诸多方面的挑战。为了缓解这些挑战,机器学习方法已被纳入EDA工具的设计流程中。与此同时,鉴于电路网表作为图形数据的本质,图神经网络(GNN)在EDA流程中的应用正变得越来越普遍,为复杂问题的建模以及最优问题的求解带来了新思路。该文首先对GNN与EDA技术的概念内涵进行了简要的概述,详细地梳理了GNN在高层次综合(HLS)、逻辑综合、布图规划与布局、布线、反向工程、硬件木马检测以及测试点插入等不同EDA设计流程中的主要作用,以及当前基于GNN的EDA技术的一些重要探索。以希望为集成电路设计自动化以及相关领域的研究人员提供参考,为我国先进集成电路产业的发展提供技术支持。

现代光刻机的发展历程与未来展望

在过去的30多年,集成电路芯片的制造工艺通过不断减小芯片特征尺寸来提高芯片性能、降低芯片成本,而其中的光刻工艺一直是实现特征尺寸缩小的主要推动技术。光刻工艺中的细小图形需要通过光刻机来制作。可以说,光刻机的发展历程与芯片制造工艺需求息息相关。早期的光刻机是接触、接近式,极限分辨率周期约为1.5μm。随着技术节点的不断发展,线宽逐渐缩小,光刻机也由之前简单的接触、接近式结构发展到采用投影物镜成像的结构,即采用一个成像物镜将掩模版上的图形按照一定比例缩小投影到硅片上的光刻胶薄膜上,以获得更高的分辨率与更低的缺陷率。投影式光刻机的成像比例一般是4∶1。目前深紫外光刻机和低数值孔径的极紫外光刻机的极限分辨率周期分别约为76 nm和26 nm。本文以各主流逻辑技术节点中关键层次的设计规则为主线,通过总结各技术节点的工艺窗口,描绘相应的投影式光刻机从g线、i线到氟化氪(Krypton Fluoride,KrF)(248 nm)、氟化氩(Argon Fluoride,ArF)(193 nm)、ArF水浸没式光刻机,最后到最先进的投影式光刻机——极紫外光刻机的发展历程。并详细介绍各个阶段投影式光刻机的重要架构和功能模块,例如光源、照明系统、投影物镜、工件台材料和悬浮方式以及传感器类型等等,并对各个阶段光刻机的各技术指标进行分解。同时也整理了每个阶段光刻机引入的关键技术,尤其是与深紫外光刻机差异较大的极紫外光刻机中的特征技术。