用于配置采样方案生成模型的方法和计算机程序技术

提供了一种推断用于一个或多个当前衬底的当前采样方案的方法，所述方法包括：获得第一模型，所述第一模型被训练以基于与一个或多个先前衬底相关联的输入上下文和/或预曝光数据来推断最佳采样方案，其中所述第一模型依据第二模型的结果而被训练，所述第二模型被配置以在推断的所述最佳采样方案与预定最佳采样方案之间进行判别；以及使用所获得的第一模型，以基于与所述一个或多个当前衬底相关联的输入上下文和/或预曝光数据，来推断当前采样方案。方案。方案。

【技术实现步骤摘要】
【国外来华专利技术】用于配置采样方案生成模型的方法和计算机程序
[0001]相关申请的交叉引用
[0002]本申请要求于2020年11月11日提交的EP申请20206977.9的优先权，其全部内容通过引用并入本文。


[0003]本专利技术涉及用于配置采样方案生成模型的方法和计算机程序。具体地，采样方案涉及跨经过光刻工艺的衬底的采样位置的分布以及用于测量的批次内的衬底的选择。

技术介绍

[0004]光刻设备是被配置用于将期望的图案施加到衬底上的机器。光刻设备可用于例如集成电路(IC)的制造中。例如，光刻设备可以在图案形成装置(例如，掩模)处将图案(通常也称为“设计布局”或“设计”)投射到设置在衬底(例如，晶片)上的辐射敏感材料(抗蚀剂)层上。
[0005]为了在衬底上投射图案，光刻设备可以使用电磁辐射。该辐射的波长决策了可以在衬底上形成的特征的最小尺寸。目前使用的典型波长是365nm(i线)，248nm，193nm和13.5nm。与使用例如波长为193nm的辐射的光刻设备相比，使用波长在4－20nm范围内，例如6.7nm或13.5nm的极紫外(EUV)辐射的光刻设备可用于在衬底上形成更小的特征。
[0006]低k1光刻可用于处理尺寸小于光刻设备的经典分辨率极限的特征。在这种工艺中，分辨率公式可以表示为CD＝k1
×
λ/NA，其中λ是所采用的辐射波长，NA是光刻设备中的投影光学器件的数值孔径，CD是“临界尺寸”(通常是印刷的最小特征尺寸，但在这种情况下为半节距)，并且k1是经验分辨率因子。通常，k1越小，为了实现特定的电功能和性能，在衬底上再现类似于电路设计者所设计的形状和尺寸的图案就越困难。为了克服这些困难，可以将复杂的微调步骤应用于光刻投影设备和/或设计布局。这些包括，例如但不限于：NA的优化、定制的照明方案、相移图案形成装置的使用、设计布图的各种优化(例如设计布图中的光学邻近校正(OPC，有时也称为“光学和工艺校正”)，或通常定义为“分辨率增强技术”(RET)的其它方法)。可替换地，用于控制光刻设备的稳定性的紧密控制环可用于改善在低k1下图案的再现。
[0007]光刻工艺通常需要足够的数据以便能够监控和/或控制光刻工艺中使用的设备，例如光刻工具、蚀刻器工具或沉积工具。该数据可以是包括在由光刻设备图案化的衬底上执行的测量的量测数据。测量通常在跨衬底的预定位置(即所谓的“采样位置”)上进行。典型地，采样方案生成算法用于确定这些(最佳)采样位置，例如基于用于描述测量数据的模型的知识和/或基于典型地观察到的测量数据(值)跨一个或多个衬底的分布。
[0008]在每个采样位置上的测量花费宝贵的量测时间，该量测时间可能已经用于衬底的光刻处理，这直接有助于通过所述光刻工艺制造的半导体器件的产生。此外，当需要测量许多采样位置时，通常需要多个量测工具，从而花费宝贵的占地空间。因此，最感兴趣的是所使用的采样方案生成器也是成本有效的；防止限定比可接受的过程监测/控制目的所需更
多的采样位置。过去已经提出了(静态)采样方案生成器的潜在改进。例如，在国际专利申请WO 2017194289中描述的采样方案生成器被配置为通过识别跨第一组采样位置的模式并且基于所识别的模式(动态地)选择第二组采样位置来更加动态地选择采样位置。然而，上述动态采样方案生成器在真正定制(动态)采样方案(例如一组采样位置)以用于跨一个或多个衬底的测量数据的各种潜在不同图案方面仍然相对受限；第一采样位置和第二采样位置的集合通常是预定的。预定的但可动态选择的离散的一组采样方案的限制可能够防止衬底的最佳采样，因为仍然比所需的采样位置更多的采样位置可能受到测量，同时考虑到令人满意的工艺监视和/或控制，这不是严格需要的。
[0009]本专利技术的一个目的是提供一种动态采样方案生成方法，该方法被配置成避免对采样位置的定义，而该采样位置的定义确实不会过程监测和/或过程控制的质量有所提升或提升很少。

技术实现思路

[0010]本专利技术的一个目的是提供用于配置采样方案生成器的方法和装置。
[0011]根据本专利技术的第一方面，提供了一种方法，该方法包括：获得训练模型，所述训练模型被配置以基于测量数据推断衬底的优选采样方案，所述测量数据包括所述衬底上的采样位置和对应测量值；以及使用与当前衬底相关联的当前测量数据作为所述训练模型的输入，以确定是否需要对所述当前衬底进行进一步测量。
[0012]根据本专利技术的第二方面，提供了一种推断一个或多个当前衬底的当前采样方案的方法，该方法包括：获得第一模型，所述第一模型被训练以基于与一个或多个先前衬底相关联的输入上下文和/或预曝光数据来推断最佳采样方案，其中所述第一模型依据第二模型的结果而被训练，该第二模型被配置以在推断的所述最佳采样方案与预定最佳采样方案之间进行判别；以及使用所获得的第一模型，以基于与所述一个或多个当前衬底相关联的输入上下文和/或预曝光数据，来推断当前采样方案。
[0013]根据本专利技术的第三方面，提供了一种用于提供关于停止或继续对一个或多个衬底的采样位置执行测量的决策的方法，该方法包括：获得对应于初始采样方案的初始测量值集合；获得模型，该模型包括：i)第一模型，其被训练以从一组测量值中推断是否满足由过程监测和/或过程控制策略施加的一个或多个要求；以及ii)第二模型，该第二模型被训练成从一组测量值中推断：一个或多个另外的测量值需要在满足该过程监测和/或过程控制策略所施加的所述要求之前获取；将该初始测量值集合输入到该模型以获得该决策，其中该决策是基于对该第一模型和该第二模型的输出的平衡。
[0014]根据本专利技术的第四方面，提供了一种包括计算机可读指令的计算机程序产品，所述计算机可读指令被配置为实现本专利技术的任何前述方面的方法。
附图说明
[0015]现在将仅以示例的方式参照所附示意图来描述本专利技术的实施例，在附图中：
[0016]‑
图1描绘了光刻设备的示意性概览图；
[0017]‑
图2描绘了光刻单元的示意性概览图；
[0018]‑
图3描绘了整体光刻的示意性表示，其表示了用于优化半导体制造的三种关键技
术之间的协作；
[0019]‑
图4描绘了表示根据本专利技术的一个实施例的方法的图；
[0020]‑
图5描绘了表示根据本专利技术的一个实施例的方法的图；
具体实施方式
[0021]在本文件中，术语“辐射”和“束”用于涵盖所有类型的电磁辐射，包括紫外辐射(例如具有365nm，248nm，193nm，157nm或126nm的波长)和EUV(极紫外辐射，例如具有在约5nm－100nm范围内的波长)。
[0022]在本文中使用的术语“掩模版”、“掩模”或“图案形成装置”可以被广义地解释为指代可以用于赋予入射辐射束以对应于要在衬底的目标部分中产生的图案的图案化横截面的通用图案形成装置。在本文中也可以使用术语“光阀”。除了经典的掩模(透射或反射、二元、相移、混合等)之外，其它这本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种方法，所述方法包括：获得训练模型，所述训练模型被配置以基于测量数据推断衬底的优选采样方案，所述测量数据包括所述衬底上的采样位置和对应测量值；以及使用与当前衬底相关联的当前测量数据作为所述训练模型的输入，以确定是否需要对所述当前衬底进行进一步测量。2.根据权利要求1所述的方法，其中所述模型基于神经网络。3.根据任一前述权利要求所述的方法，还包括：将与所述当前衬底相关联的预曝光数据和/或上下文数据输入到所述训练模型。4.根据权利要求3所述的方法，其中所述预曝光数据包括与一个或多个先前衬底的采样位置和对应测量值相关联的先前测量数据。5.根据任一前述权利要求所述的方法，还包括基于所述当前测量数据来配置所述训练模型。6.一种用于推断一个或多个当前衬底的当前采样方案的方法，所述方法包括：获得第一模型，所述第一模型被训练以基于与一个或多个先前衬底相关联的输入上下文和/或预曝光数据推断最佳采样方案，其中所述第一模型依据第二模型的结果而被训练，所述第二模型被配置用以在推断的所述最佳采样方案与预定的最佳采样方案之间进行判别；以及使用获得的所述第一模型，以基于与所述一个或多个当前衬底相关联的输入上下文和/或预曝光数据来推断所述当前采样方案。7.根据权利要求6所述的方法，其中所述第一模型是生成模型，并且所述第二模型是判别模型，并且所述第一模型和所述第二模型构成生成对抗网络(GAN)。8.根据权利要求6或7所述的方法，其中所述第一模型使用输入数据而被训练，所述输入数据包括比推断的所述当前采样方案更密集的密集采样方案相关联的测量数据与所述上下文和/或预曝光数据。9.根据权利要求8所述的方法，其中所述密集采样方案被配置为预期足以满足所述衬底的任何条件的采样方案，其中所述条件由与所述衬底相关联的上下文和/或预曝光数据来表征。10.一种用于提供关于停止或继续执行对一个或多个衬底上的采样位置的测量的决策的方法，所述方法包括：获得对应于初始采样方案的初始测量值集合；获得模型，所述模型包括：i)第一模型，所述第一模型被训练成从一组测量值中推断是否满足由过程监测和/或过程控制策略施加的一个或多个要...

【专利技术属性】
技术研发人员：R，
申请(专利权)人：ASML荷兰有限公司，
类型：发明
国别省市：