神经光刻：弥合计算光学中设计到制造的差距

逍遥设计自动化

引言
! D+ s! O8 B9 }; @, m: h$ Q计算光学改变了光学元件的设计，实现了超越传统光学的先进功能。然而，关键挑战仍然存在：即"设计到制造的差距"，其中制造出的光学元件往往与预期设计有显着偏差。本文介绍了神经光刻，这是新颖方法，将学习到的光刻模拟器集成到光学设计过程中，以解决这一差距[1]。

hcbl1sekdx064086338147.png

  A$ {4 q. W) U; c2 _: Y; E. V神经光刻的概念
8 ?9 d4 H" K2 H5 v" m神经光刻旨在通过将光刻系统的数字孪生纳入设计循环来缩小计算光学中的设计到制造差距。这种方法允许设计者在优化过程中考虑制造约束，从而提高制造出的光学元件的性能。
: U* k7 |/ ]8 `

sssepniimav64086338248.png

9 U9 l! d0 G% U5 m图1说明了用于改善制造光学质量的神经光刻框架。显示了将学习到的光刻系统数字孪生集成到光学设计过程中。

神经光刻流程由两个主要部分组成：
1. 低级优化：学习神经光刻模拟器
第一步涉及创建真实光刻系统的数字孪生。通过对从制造结构中收集的实验数据训练神经网络来实现。模拟器学习根据输入布局预测制造结构的高度剖面。

1vzbqztr5p064086338348.png

图2显示了光刻数字孪生的结构，说明了输入布局如何通过光学和光刻胶模型转换为预测最终制造结构高度。
) a; W. s, a4 L3 }
2. 高级优化：考虑制造约束设计光学元件
一旦训练好神经光刻模拟器，就将其集成到光学设计过程中。这允许设计者在考虑预测制造结果的同时优化输入布局，从而产生制造后性能更好的设计。

数据收集和模型训练
为了训练神经光刻模拟器，收集了输入布局和相应制造结构的数据集。使用双光子光刻（TPL）系统制造结构，并使用原子力显微镜（AFM）进行表征。

2 C3 C# ]( Y3 z. T1 y- ]" H

prz30waj0qf64086338448.png

图3显示了用于学习神经光刻模拟器的实验数据集示例，比较了输入布局与输出打印，并突出显示了高度偏差。

8 `3 z5 Q/ B2 T" I神经网络经过训练，以最小化其预测与实际制造结构之间的差异。比较了各种模型架构，包括基于物理学习（PBL）、参数化物理模型和傅里叶神经算子（FNO），以找到最准确的模拟器。
) B& Q, ?8 j6 @% [3 `4 P8 D6 p2 R
7 q( E' w. o; ?  b' [6 S8 n+ |" v

041zov51xzx64086338549.png

图4展示了学习到的光刻模拟器的前向预测能力，比较了不同建模方法的损失曲线和误差图。

* v7 B0 L; U$ T1 l& k7 b9 e计算光学中的应用
通过两个具有代表性的计算光学任务展示了神经光刻的有效性：

* k9 ~! _% S: D, M  n' l1. 全息光学元件（HOE）
1 V% u9 q; C2 x% m. yHOE是用于生成所需图像或衍射图案的微结构光学组件。神经光刻方法被应用于设计用于在线全息系统的HOE。

0ebmmg2eirx64086338649.png

9 C1 J4 E; i0 T; E. X图5显示了设计HOE的性能比较，展示了在设计过程中使用神经光刻模拟器时图像质量的改善。

# a! z; P6 V8 u2. 多级衍射透镜（MDL）
MDL是传统折射透镜的紧凑替代品。神经光刻流程用于设计直接成像和计算成像任务的MDL。
" E1 L% M' ~' F: K. P

j4wxozujrca64086338750.png

图6展示了设计MDL的成像性能，展示了在使用神经光刻方法时直接成像中对比度的增强和计算成像中高频成像性能的改善。

: p5 ~" d, H, v& a* u结果和性能提升
将神经光刻模拟器集成到设计过程中导致制造的光学元件性能显著提升：
9 O/ k+ I9 I( Z( L) A/ T
1. 对于HOE，使用神经光刻模拟器优化的设计产生了质量更高的全息图像，具有更好的对比度和改进的SSIM和PSNR分数。

5 w" z  D$ s* z2. 在MDL的情况下，神经光刻方法导致：
* a1 T4 h; P+ x' _

直接成像应用中成像对比度增强

点扩散函数（PSF）更亮、更集中

计算成像任务中高频成像能力提升
% [6 k- U- G+ n. \) E
这些结果表明，通过在设计过程中考虑制造约束，神经光刻可以缓解设计到制造的差距，并产生制造后性能更好的光学元件。

, @. }; h+ l' w5 f局限性和未来工作
7 d8 i( ?0 P$ u% b: _2 w虽然神经光刻显示了有希望的结果，但仍需考虑一些局限性：

该方法的准确性基本上受到制造和测量过程中噪声的限制。

神经光刻模拟器缺乏理论保证，这可能在病态反问题设计中导致不利设计。

模拟和真实光学系统之间仍存在差距，可能影响性能。

, W. y; W* B  z! D* t神经光刻的未来研究方向包括：

将该方法适应于其他光刻技术，如极紫外（EUV）光刻或电子束光刻。

探索先进建模技术，如神经架构搜索或隐式神经场，以提高预测准确性和设计效率。

研究神经光刻在更复杂的计算光学任务中的应用，如深度感知或光计算。
[/ol]
, K  S- ?3 j+ I结论
神经光刻代表了弥合计算光学中设计到制造差距的重要进展。通过将学习到的光刻过程数字孪生集成到设计循环中，这种方法能够创建制造后性能更好的光学元件。随着该领域不断发展，神经光刻有潜力加速各种应用中先进计算光学系统的开发和商业化。

参考文献
1 }% D' l2 S0 e1 e  e[1] C. Zheng, G. Zhao, and P. T. C. So, "Close the Design-to-Manufacturing Gap in Computational Optics with a 'Real2Sim' Learned Two-Photon Neural Lithography Simulator," in SIGGRAPH Asia 2023 Conference Papers (SA Conference Papers '23), December 12-15, 2023, Sydney, NSW, Australia. ACM, New York, NY, USA, 9 pages. https://doi.org/10.1145/3610548.3618251
+ O6 k$ {3 t! D) h8 k+ d* zEND


软件申请我们欢迎化合物/硅基光电子芯片的研究人员和工程师申请体验免费版PIC Studio软件。无论是研究还是商业应用，PIC Studio都可提升您的工作效能。
点击左下角"阅读原文"马上申请
3 b% r' }) v' S( B4 m2 a9 B2 G  E; q
* ?+ W5 p8 Z6 T& U欢迎转载
. i: E) V: G- K+ V! Z7 J4 G
  X. E6 Q" A" |5 o5 n转载请注明出处，请勿修改内容和删除作者信息！
, k; n4 F$ }$ d0 w

1p01mgs2n0j64086338850.gif

7 l! O+ Q4 m2 @. s
' I, d: c+ Y& H关注我们
. U( P- {& J3 O+ S0 R4 z) X
3 _3 ~% ~6 H+ _" f& c2 m: ^

) q. \, t9 o0 `8 E t1zkp5hkyxh64086338950.png % V! z' ^9 I# J" d% x# y

xrfqyjgr5e564086339050.png

fnbveoqgmiz64086339150.png 4 }( x# Z; U( k2 f/ w5 W

                     

: e& y' \0 v9 G: Y

4 e! F8 X7 j  c- O* b关于我们：
深圳逍遥科技有限公司（Latitude Design Automation Inc.）是一家专注于半导体芯片设计自动化（EDA）的高科技软件公司。我们自主开发特色工艺芯片设计和仿真软件，提供成熟的设计解决方案如PIC Studio、MEMS Studio和Meta Studio，分别针对光电芯片、微机电系统、超透镜的设计与仿真。我们提供特色工艺的半导体芯片集成电路版图、IP和PDK工程服务，广泛服务于光通讯、光计算、光量子通信和微纳光子器件领域的头部客户。逍遥科技与国内外晶圆代工厂及硅光/MEMS中试线合作，推动特色工艺半导体产业链发展，致力于为客户提供前沿技术与服务。
% b  B" X0 ~; L- A3 K( g
http://www.latitudeda.com/
（点击上方名片关注我们，发现更多精彩内容）