基于改进MobileNetV2的掩模优化模型
张昱
徐辉
安徽理工大学 计算机科学与工程学院,安徽 淮南 232001
摘要：针对先进工艺节点下掩模优化精度与效率难以兼顾的问题,提出了基于改进轻量级移动端网络第 2 版(mobile network version 2,MobileNetV2)的端到端逆光刻掩模优化模型.首先,该模型采用MobileNetV2 作为主干网络,充分发挥其参数量小、特征提取高效的优势,能够适应大规模集成电路数据的处理需求.然后,在特征提取阶段多次嵌入坐标注意力(coordinate attention,CA)模块,充分融合空间位置信息与通道特征,有效提升模型对掩模边缘细节和目标结构的建模能力.最后,解码器部分集成内容感知特征重组(content-aware reassembly of features,CARAFE)模块,实现高效且动态的特征重组,有效缓解传统上采样信息丢失和边缘模糊的问题.结果表明,相比神经网络逆光刻技术(neural inverse lithography technology,Neural-ILT)、注意力加速逆光刻(attention-accelerated inverse lithography technology,A2-ILT)、可微光学邻近校正(differentiable optical proximity correction,DiffOPC)模型,改进MobileNetV2 模型在工艺变化带指标降低的同时,大幅缩减了 97.3%、94.2%、96.1%的周转时间.该模型能够兼顾精度、效率与工艺适应性,有效满足集成电路掩模设计与制造的实际需求.
关键词：掩模优化逆光刻端到端MobileNetV2坐标注意力内容感知特征重组
分类号：TN305.7(半导体技术)
资助基金：国家重大科研仪器研制专项基金项目(62027815)
论文发表日期：2025-12-30
在线出版日期：2025-12-10（本平台首次上网日期，不代表文献的发表时间）
页数：5( 541-545 )
英文信息