AI与EDA的融合,让设计更精确

2019-08-27来源: EEWORLD关键字:EDA  OPC

翻译自——EEjournal,Bryon Moyer

 

任何人对人工智能都有着自己的看法,而Mentor Graphics在今年夏天的DAC上讨论了关于AI的2个立场。作为一家EDA公司,他们有两个特定的机会来发现人工智能的价值。一是改进他们提供的设计工具;另一个是专门为人工智能设计创建设计工具。我们今天要讲第一个角度。

 

因此,对于这个故事,人工智能本身并不是终点;这将是达到目的的手段。人工智能已被用于生产车间,以帮助提高产量和减少设备损耗,但这依赖于晶圆厂的数据。今天,我们正从生产环境向设计领域的上游迈进。我们将特别关注Mentor如何利用人工智能在晶圆厂内进行光学邻近效应矫正(OPC)和制造设计(DfM)。

 

AI+OPC

 

让我们从OPC说起。对于任何新概念来说,由于硅尺寸太小,无法用光刻波长193nm打印,所以我们用了一些技巧。问题是,芯片特征尺寸如此之近,以至于影响了彼此形状的保真度。因此,这些形状被修改了——或者添加了“辅助功能”——以欺骗光线,让它照出我们想要的效果。

 

 

OPC通常使用确定性模型来完成,该模型允许工具创建修改后的模式。但Mentor表示,OPC面临四大挑战:

 

  1. 精度


  2. 周转时间(TAT)


  3. 工艺窗口增强


  4. 生产力

 

有两家公司运用了人工智能来解决这一问题。为了达到所需的精度,在24小时内完成OPC所需的内核数量正在急剧增加。他们把人工智能看作是一种降低这种风险的方法。

 

 

OPC是一个迭代过程,需要在10-15次迭代的范围内收敛。Mentor的方法是使用机器学习一次性处理前十次的迭代。这可能不会是一个很理想的光罩(mask)方法,但它会变得更接近。然后,可以使用传统迭代,只需几次就可获得最终结果。

 

正如你从图中所看到的,24小时循环所需的核心数量下降了三分之二。另一种说法是,带有人工智能的TAT是传统方法的三分之一,同时提高了精确度。

 

用于训练模型的数据是基于最初的晶圆设计测量。为了确定整个工艺窗口,我们进行了实验设计(DoE)来扩展数据集,新的设计可以利用该模型进行OPC。

 

模型的演变

 

当然,人工智能的一个有趣的特点是永无止境的学习。得到的数据越多,模型就越好。因此,从理论上讲,人们可以在最初批量生产的基础上继续获取制造数据,并将其纳入人工智能模型中,以便随着时间的推移不断改进。

 

但这里有个问题。

 

假设你的流片设计已经搞定,但发现需要进行更改。当你激活工程变更命令(ECO)流程并进行调整时,它需要生成一个新的掩码,这就需要OPC的帮忙。在这个情况下, 我们假设OPC AI模型被用于这个调整后的设计已经超越了最初的掩模集。所以现在,当你运行OPC时,你可能不仅会改变电路中受ECO影响的部分,而且会改变整个掩模。

 

这样可以吗?你相信人工智能模型的进化只会改善这件事情吗?或者,你是否会以一些曾经有效的东西不再有效而告终?尽管有很多意想不到的事情发生了改变,但它变得更好了。但是现在是否需要运行一些测试来确保没有损坏?这违反了基本原则,“如果它没有坏,就不要修理它!”“那你该怎么处理呢?”

 

Mentor好像还没有一个拿得出手的方针。他们指出,当发现新的坏点时,首要任务是进行选择性的生产调整,以尽可能提高产量。但这种变化可以被应用到人工智能模型中,让它能够凸显出模具中更多的问题区域。因此,“持续学习”模式是切实可行的。

 

我提出了一种可能的处理方法,他们表示认同。——版本锁定。对于设计工具来说,这是一个已经存在的概念,因为新版本可能会更改算法,而在设计过程中更改版本可能会撤消所有已经完成的收敛工作。因此,你可以在设计的整个生命周期中锁定工具版本,在下一次设计时移动到新版本。

 

这也可以用OPC(或任何其他)AI模型来实现:将模型的版本锁定到设计中,以便将来对该设计所做的任何工作都将使用相同的AI模型。也就是说,可能有一个例外:如果这个设计揭示了新的坏点——模型最初被改变的原因。调整制造是理想的方法,但是,如果它本身还不够,你可能需要改变光罩以消除坏点。在这种情况下使用新模型是有意义的。

 

综上所述,我觉得我们正在进入一个不稳定的领域,所以可能有一些法则规定了在这种情况下应该做什么。

 

首先,必须承认对于应用于哪个产品存在困惑。它看起来很像DRC,但实际上它是用于库验证的。换句话说,这不是一个你作为设计师会使用的工具;这是晶圆厂在组装电路库时使用的工具。是为了通过图案找到限制产量的坏点,而这些通常需要在一夜之间完成。完整的模拟花费的时间太长,因此在运行期间会采样并检查脆弱模式。这些易受攻击的模式可以在模式库中找到(与正在验证的电路库分离)。

  

创新之处在于,他们不再使用库来进行谏检验,而是使用它来训练一个AI模型,然后使用AI模型来检出电路库。这带来了几个好处:首先,如果他们只使用库中的模型进行签出(checkout),那么你将只能在设计中找到那些特定的模式。但是,使用人工智能,可能会发现不在库中放其他类似的模式。所以得到了更好的质量和更高的产量。

 

 

另一个好处是,现在签出运行速度比使用传统模型快10倍。这种说法有一定的道理。进行完整的库模拟需要很长时间,这就是为什么签出常常限于特定的已知坏点。在抽样坏点时,覆盖范围并不全面。所以当我们说人工智能辅助版本要快10倍的时候,我们在和哪个东西比较呢?据 Mentor介绍,他们首先确认AI版本是详尽的,而10x的比较是与完整模拟的比较——也就是说,我们在进行新版和旧版的比较。

 

延伸阅读

 

OPC技术背景

 

在半导体制造中,随着设计尺寸的不断缩小,光的衍射效应变得越来越明显,它的结果就是最终对设计图形产生的光学影像退化,最终在基底上经过光刻形成的实际图形变得和设计图形不同,这种现象被称为光学邻近效应(OPE:Optical Proximity Effect)。

 

为了修正光学邻近效应,便产生了光学邻近校正(OPC:Optical Proximity Correction)。光学邻近校正的核心思想就是基于抵消光学邻近效应的考虑,并建立光学邻近校正模型,根据光学邻近校正模型设计光掩模图形,这样虽然光刻后的光刻图形相对应光掩模图形发生了光学邻近效应,但是由于在根据光学邻近校正模型设计光掩模图形时已经考虑了对该现象的抵消,因此,光刻后的光刻图形接近于用户实际希望得到的目标图形。

 

坏点 Hot Spot

 

在集成电路制造中,经过OPC处理过的版图,在发送到掩模厂制造掩模之前,还需要进行验证,就是对OPC处理过的版图做仿真计算,确定其符合工艺窗口的要求。不符合工艺窗口要求的部分被称为坏点,坏点必须另行处理以符合工艺窗口的要求。

  

 

坏点修复

 

解决坏点的过程被称为“hot spot fixing”。在k1比较小的光刻层,第一次OPC处理后的坏点有十几万到几十万个。对坏点区域图形的审查和评估是一项浩繁的工作。坏点的解决一般由OPC工程师负责,通过调整OPC来解决。有些坏点是全局性的,通过修改OPC中的评价函数和规则,可以一起解决。而有些坏点有一定的特殊性,规则的改变会导致其他地方形成坏点。这些坏点必须通过局部的修改来解决,这一过程非常耗时。解决坏点时要充分利用坏点周围的空间,可以给线条加宽、延长或者添加辅助图形。

 

常用的坏点解决办法示意


关键字:EDA  OPC 编辑:muyan 引用地址:http://news.pyfle.com/manufacture/ic472578.html 本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:技术文章—工程师必须掌握的 MOS 管驱动设计细节
下一篇:华为徐直军:未来Arm若断供,将会考虑RISC-V

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

临港新片区发布“1+4”产业政策,打造世界级前沿产业集群
(EDA)等领域和与之配套服务的单位、项目。 重点支持具有国内外重大影响力的集成电路企业在新片区设立研发中心和投资产业化项目,支持集成电路产业的跨国公司设立离岸研发中心和制造中心,同时定期征集集成电路领域产品需求、遴选优质项目,面向全球招标悬赏任务承接团队,用最大的支持力度和方式助力集成电路企业、科研单位在临港发展壮大。 具体来看,10 项措施包括支持重大项目优先布局、支持核心技术和产品攻关、支持企业规模化发展、支持 EDA 软件购买和研发、支持 IP 购买、支持测试验证、支持流片、支持推广应用、支持生产性用电等。 据临港新片区管委会专职副主任陈杰介绍,本次发布的政策具有覆盖面广、精准性高,以及支持力
发表于 2019-10-18
国产EDA究竟怎么追赶国际水平
1994年“巴黎统筹委员会”正式宣告后,国外EDA公司取消了对中国的禁运,中国急于快速发展集成电路产业,却又无暇补上设计方法学这一堂课,对国外的EDA公司的依赖性也就一直延续到了现在。在日前举行的2019中国集成电路设计大会上,国产EDA龙头企业华大九天董事长刘伟平指出,全球前5大EDA公司都是美国企业,总市占率高达95%。在集成电路领域,EDA工具多达数十种,而国产EDA工具能提供的只有一半左右。EDA显然已经成为了中国集成电路的命门所在。那么国产EDA需要如何追赶国际水平呢?中国这一堂设计方法学的课程,还需要从哪些方面入手呢?贴近中国特色?多位业内人士在与集微网记者谈论国产EDA发展时,都提到了 “中国特色”的字眼,所谓
发表于 2019-09-27
EDAG与现代合作开发触摸方向盘 机械按键换成触摸感应控件
VR技术和最新的HMI概念未来将为汽车内部设计带来革命性的变化,时尚的外观结合简单安全的操作是其发展重点。据外媒报道,工程服务供应商EDAG集团与现代汽车欧洲技术中心(HMETC)合作,共同开发创新虚拟座舱和方向盘。(图片来源:EDAG官网)EDAG的专家将方向盘上的所有机械按键换成触摸屏形式的触摸感应控件,从而实现无干扰驾驶。驾驶员可以收藏自己喜爱的功能触摸键,进行快速、舒适的操作。驾驶员可以利用该方向盘操作汽车的所有功能,包括收音机音量调节和座椅加热,而不需要松开方向盘。通过方向盘进行的控制操作进程会显示在仪表盘的全屏监测器上,因此驾驶员无需查看方向盘。由于显示屏的特殊配置,简单的触摸不会立即激活功能,除非用户稍微用力按下控
发表于 2019-09-26
EDAG与现代合作开发触摸方向盘 机械按键换成触摸感应控件
Semiengineering: 2019Q2 EDA 收入增长6.6%
人工智能、汽车和系统设计公司继续推动EDA行业的增长。 ESD Alliance Market Statistics Service数据显示,随着半导体知识产权和亚太地区的增长,EDA行业在2019年第二季度的营收增长了6.6%,至24.721亿美元,而2018年第二季度的营收为23.185亿美元。 与前四个季度相比,最近四个季度的移动平均值增长了6%,也就是说除服务以外的所有类别都出现了增长。 在2019年第二季度,被追踪的公司雇佣了44,342名专业人士,比2018年第二季度的41,706名增加了6.3%,比2019年第一季度增加了1.9%。 按产品类别划分,在2019年
发表于 2019-09-25
是什么因素促使EDA稳步增长?
2019年第一季度,EDA行业营收额达到26亿美元,使其成为EDA历史上营收最为强劲的季度之一。系统设计、IP、人工智能,行业高速增长的秘密是什么?  根据电子系统设计(ESD)联盟的数据显示,2019年第一季度EDA行业营收额达到26亿美元,较去年同期增长了16.3%。EDA销售额的四个季度移动平均值(相比最近4个季度以及之前的4个季度)增加了6.1%,这也让2019年第一季度成为EDA历史上营收最为强劲的季度之一。 这一数据让许多人跌破眼镜,包括Mentor荣誉CEO兼ESD联盟董事会成员Wally Rhines。他稍早前在接受《EE Times》采访时表示,如今不仅是几家备受关注的系统
发表于 2019-09-20
是什么因素促使EDA稳步增长?
Mentor执行副总裁谈人工智能时代下EDA行业的大变革
日前,Mentor IC EDA执行副总裁 Joseph Sawicki造访中国,参加一年一度的Mentor Forum 2019北京设计技术论坛。距离Sawicki首次来中国已经有20年了,在这二十年间,Sawicki看到了中国集成电路设计产业取得的长足进步,并表示如今无论是对于中国还是全球半导体行业来说,人工智能及机器学习领域都是一个巨大的机会。“麦肯锡咨询认为,人工智能正在为半导体产业开启数十年来的最佳商机。”Sawicki说道,“数十年的商机对于半导体产业来说至关重要,过去无论是PC还是移动手机市场,持续的机会并没有那么长久。并且在移动端时代,只为半导体行业提供了20%的产值,而到了人工智能领域,半导体公司将从技术堆栈
发表于 2019-09-13
Mentor执行副总裁谈人工智能时代下EDA行业的大变革
小广播

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 市场动态 半导体生产 材料技术 封装测试 工艺设备 光伏产业 平板显示 电子设计 电子制造 视频教程

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2019 pyfle.com, Inc. All rights reserved
快乐飞艇怎么玩能赢 快乐赛车软件 上海11选5 北京快乐赛车 快乐赛车冠军技巧 青海快3走势 快乐赛车快乐飞艇是哪里开的 快乐赛车分析软件 湖北快3开奖 快乐飞艇怎么买