基于光刻过程物理模型的光刻物理仿真，可预测光刻潜像、光刻胶曝光、显影等结果的三维形貌。相比于基于数据拟合模型的快速仿真方法，光刻物理仿真具备高精度优势，但低效率劣势导致其难以对大区域掩模结构的三维光刻潜像进行快速的仿真和预测。
基于以上问题，微电子所EDA中心计算光刻团队提出了一种基于深度学习的大区域掩模光刻潜像快速仿真方法。该方法首先建立掩模三维潜像数据库，以训练条件生成对抗网络。使用训练好的网络计算出大区域掩模中局部位置的三维潜像，通过拼接获得最终结果。该方法避免了大区域掩模三维潜像的直接计算，可实现掩模图案到三维潜像的直接映射。仿真实验数据表明，与严格求解电磁场方法相比，该方法精度达到了90%以上，速度提高了 2.5 至 4.7倍。这一成果提高了光刻三维仿真的效率，拓展了人工智能相关算法在计算光刻领域的应用。
基于本研究成果的论文LIC-CGAN: fast lithography latent images calculation method for large-area masks using deep learning近期发表在Optics Express期刊上[Optics Express, Vol. 32, Issue 23, pp. 40931-40944 (2024)，DOI: 10.1364/OE. 537921]，微电子所博士生赵艺涵为该文第一作者，董立松副研究员和韦亚一研究员为该文共同通讯作者。此项研究得到国家自然科学基金的项目资助。
文章链接：https://doi.org/10.1364/OE.537921
图1.（a）光刻胶高度截面图；
（b）在不同的光刻胶高度下测试图案的平均均方根误差和最大绝对误差分布图
图2. 严格电磁场仿真方法、论文提出方法以及基于卷积的紧凑模型在1.0um、1.6um、2.2um（对应光刻胶底部，中间和顶部）计算潜像图和误差分布图
综合信息