本文由半导体产业纵横（ID：ICVIEWS）编译自semiengineering
计较光刻的需求连接增长，GPU发达更大作用。
计较光刻本事是通过对掩膜、光源的正向或反演优化，逼迫因光波衍射影响光刻恶果的进度。计较光刻是礼聘计较机模拟、仿真光刻工艺的光化学响应和物理过程，从表面上带领光刻工艺参数的优化。计较光刻频繁包括光学相近效应 修正（OPC）、光源-掩膜协同优化本事 （SMO）、多重图形本事（MPT）、 反演光刻本事（ILT）等四大本事。
在制造当代半导体器件方面存在好多挑战，悉数这个词行业偶然克服这些挑战本身就令东说念主惊羡。从基础物理到制造工艺再到设立历程，皆不乏辣手的问题需要经管。其中一些最大的挑战出目下用于深亚微米芯片的光刻本事中。最近的一篇著作详尽了光刻本事的主要趋势，并追念了几个挑战和新兴经管决策。这篇著作聚焦于另一个关键挑战——光刻计较需求的大幅加多——并商议了图形处理单位（GPU）如何匡助知足这一需求。
计较需求加多的原因在于通过衍射或工艺效应来赔偿光刻过程中引入的图像差错，跟着芯片蓄意的日益密集，这个过程需要更长的时间。如若不进行校正，刻在硅上的图案将无法精准再现蓄意者绘画的款式。旯旮可能会被圆化，线宽可能与预期不同。处理这一问题的传统措施是使用光学相近校正（OPC），它调整边缘和多边形，以优化刻蚀特征，尽可能接近蓄意意图。
OPC需要多量的计较，但这频繁不是一个主要的问题，因为基于分段的优化，可进行并行处理。更大的问题是，OPC提供了有限的开脱度，在复杂的矫正款式和用于矫正他们的本事。频年来，逆光刻本事（ILT）行动一种更天确切措施出现。模式被调治为像素，以便不错使用基于像素的优化本事。ILT不错处理更芜俚的款式和图案，但它比OPC需要更多的计较智商。并行处理被芜俚使用，但用户评释说，一个ILT掩码不错在多天内阔绰向上10K个CPU中枢。
计较光刻的需求连接增长。每个新的节点意味着每个掩模有更多的多边形，先进的工艺需要更多的掩模，而使用的款式变得越来越复杂。鉴于GPU提供了广阔的并行性并奏凯加速了芯片设立过程中的其他几个重要，迪士尼彩乐园东说念主们当然会思知说念它们是否能加速ILT的计较。用户很明晰他们的愿望：使用合理的资源，计较时间不到一天。NVIDIA、台积电和Synopsys之间的近期互助提供了权臣的凭证，标明GPU不错匡助完满这一见识。这项职责波及光刻代码从CPU到GPU的三个主要调治：
一些基于图像的操作当然相宜通过顺利重写来完满GPU并行化，包括FFT、卷积和图像处理。这些操作不才图中的绿色卵形中理解。
从多边形/边/点迭代到基于像素计较的算法，如新模子气象等皆被鼎新到了 GPU 适配的边界。这些算法如下图中蓝色椭圆所示。将非 GPU 友好型数据结构（如基于多边形的布尔值和交互、用于创建水平集的多边形-2-像素算法以及轮廓绘画）迁徙到 GPU 代码。这需要多量的磋磨、革命和软件工程。这些结构如下图中红色椭圆所示。
不过下方评论区有不少玩家表示，虽然数量上去了，但游戏的平均质量却大幅下滑，其中有很大一部分是用AI生成的垃圾游戏。
以前，基于 CPU 的算法和计较干事器硬件的改进为计较光刻本事提供了 2-4 倍的速率提高。2020 年使用 GPU 的初步现实标明，ILT 仿真功能的速率提高了 10 倍。如上图所示，随后的职责发现好多其他计较，如多边形和非基于图像的操作，皆相宜 GPU。其中一些操作既可用于 OPC，也可用于 ILT，这标明 GPU 不错加速这两种类型的掩模优化。
NVIDIA、台积电（TSMC）和Synopsys还共同设立了一个新的GPU光刻库，用于OPC和ILT。该库具有基于多边形和边缘的几何算法、多边形光栅化、FFT、卷积等特点。在某些类型的功能上，速率比CPU快高达40倍。从CPU到GPU的总体加速比，关于单个ILT“配方”在几个模板上积聚的总开动时间向上15倍。使用较少的并行机器，多天的CPU开动时间不错逼迫到不到一天。
计较光刻本事仍然是一个相配活跃的磋磨、设立和部署边界。更多历程和功能将赓续为 GPU 启用，东说念主工智能机器学习（ML）的欺诈也在连接加多，更灵验的 CPU+GPU 协同优化也在连接鼓励。
*声明：本文系原作家创作。著作骨子系其个东说念主不雅点，本身转载仅为共享与商议，不代表本身唱和或认可，如有异议，请联系后台。
上一篇：迪士尼彩乐园登录 “穷人窟教养”风靡外网，好姆妈的苦，她们不思再吃了！
下一篇：没有了