近期微电子所EDA中心计算光刻团队与腾讯量子实验室，围绕光刻胶模型校准的合作研究取得了重要进展。

针对当前光刻胶模型校准难题，团队通过深入的理论和实验研究，结合具体工艺条件，开发了基于机器学习的光刻胶模型校准贝叶斯优化方法。该方法能够有效利用历史数据对高斯代理模型的训练，同时结合其它全局优化策略，稳定提升光刻胶模型的精确性并提高模型校准效率。实验数据表明，新方法校准的光刻胶模型误差比传统方法降低了21.6%，耗时降低了80%以上。

本成果发表在期刊OPTICS EXPRESS上（DOI: 10.1364/OE.518770）。微电子所马乐为第一作者，董立松副研究员和韦亚一研究员为共同通讯作者。腾讯量子实验室的马星宇、郝少刚为共同作者。

本次合作研究旨在研究人工智能、机器学习在计算光刻领域的应用，提高光刻胶模型准确性和效率，进而提高良率、推动半导体制造技术的发展。双方将继续紧密合作，致力于推进计算光刻仿真的研究。将继续探索新的方法和技术，为计算光刻在半导体制造行业的应用创造更多的可能性。

腾讯量子实验室于2018年初创建于深圳，着眼于计算科学研究布局，探索先进计算科技的发展，关注未来技术的商业应用实践，为提升企业运营效率及效益提供技术助力。

文章链接：https://doi.org/10.1364/OE.518770

图（a）光刻曝光条件和测试图形；（b）在两次实验中各方法的耗时；（c）在训练集和测试集的误差分布