🔬 optics

Gradient-based inverse lithography for EUV masks via the waveguide method and a physics-informed neural operator

本論文は、微分可能な導波路手法と導波路ニューラルオペレータをエンドツーエンドの物理エンジンとして統合した、EUVマスクのための勾配ベースの逆リソグラフィ・フレームワークを提示しており、最適な吸収体誘電率を自動的に復元し、11.2 nmにおける現実的な2Dおよび3D材料に対して、所望のウェハ電界を実現するマスク構造の生成に成功している。

原著者： Vasiliy A. Es'kin, Egor V. Ivanov

公開日 2026-06-25

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Vasiliy A. Es'kin, Egor V. Ivanov

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

あなたは完璧なケーキを焼こうとしていると想像してください。しかし、オーブンの様子は見えません。あなたに見えるのは、皿の上に置かれた最終的な完成品だけです。あなたの目標は、その完璧なケーキを作るために、小麦粉、砂糖、卵をそれぞれ正確にどれくらい混ぜ合わせればよいのかを突き止めることです。これは、まさにこの論文の科学者たちがやっていることと同じですが、彼らは「お菓子作り」の代わりに、「コンピュータチップのための微細なパターン設計」を行っています。

以下に、彼らの研究の簡単な内訳を示します。

大きな問題：「影」の効果

現代のコンピュータチップは非常に小さく、原子レベルで測定されます。これらの極小の回路を印刷するために、製造業者は極端紫外線（EUV）と呼ばれる特殊な光を使用します。彼らはこの光を「マスク」（ステンシル）に通し、シリコンウェハー上に回路パターンを投影します。

しかし、光が非常に小さく、かつ斜めにマスクに当たるため、光は岩に打ち寄せる波のように振る舞います。マスクの3D形状によって、奇妙な「影」や歪み（回折と呼ばれます）が生じ、チップ上のパターンを台無しにしてしまうのです。それはまるで、懐中電灯の光が常にちらついたり曲がったりしている状態で、直線を引こうとするようなものです。

古い手法：推測と検証

これを修正するために、エンジニアは「逆リソグラフィ技術（ILT）」という手法を用います。彼らは逆方向に考えます。「チップ上に光を完璧に落とすためには、マスクはどのような形であるべきか？」という問いです。

従来の方法は、目隠しをした状態で迷路を解こうとするようなものでした。形を推測し、光をシミュレーションし、もし間違っていれば形を変えて、再び試す。問題は、光のシミュレーションが非常に遅く、計算コストが膨大であることです。それは、傘が必要かどうかを知るたびに、地球全体の天気を計算しようとするようなものです。

新しい解決策：「スマート」な物理エンジン

著者たちは、このパズルを解くための、より高速な新しい方法を作り出しました。彼らは2つの巧妙なアイデアを組み合わせました。

「微分可能な」導波路： 彼らのシミュレーションツールは、単に答えを出すだけでなく、「目標に近づくために答えをどう変えるべきか」をも教えてくれる超スマートな計算機のようなものです。盲目的に推測するのではなく、このシステムは、光のパターンを改善するためにマスクをどの程度、どのように微調整すべきかを正確に理解しています。それは、単に「道に迷っています」と言うだけでなく、「進路を左に5度修正してください」と指示してくれるGPSのようなものです。
「ニューラルオペレーター」（AIアシスタント）： 彼らは、ショートカットとして機能する小さなAI（ニューラルネットワーク）も訓練しました。通常、最も困難な計算部分は、膨大な方程式の系を解くことです。このAIは、これらの方程式の答えをほぼ瞬時に予測することを学習しており、まるで「オーブンを何度も確認することなく、ケーキを焼くのにどれくらいの時間がかかるかを熟知しているベテランシェフ」のように機能します。

検証方法

チームは、特定の光波長（現在の標準である13.5 nmよりもさらに小さい11.2 nm）を用いた仮想的な2Dおよび3Dの世界で、この手法をテストしました。彼らはマスクの吸収層に対して、3種類の異なる「材料」を試しました。

TaBN： 一般的な材料。
ランタン (La)： 希土類金属。
ウラン (U)： 重金属。

彼らは、システムに対し、特定の光パターン（単一の明るい点や、3つの明るい点など）をウェハー上に作成するように指示しました。

結果

成功： システムは、厄介な3Dの歪みを伴う場合でも、意図した通りの光パターンを作成するマスクの設計に成功しました。
スピード： 彼らはマスクの形状を記述する方法として、2つの手法を試しました。一つは、ピクセルごとのグリッドで描く方法（非常に詳細ですが低速です）。もう一つは、滑らかな数学的曲線（フーリエ級数）で描く方法です。滑らかな曲線を用いる方法の方が、1.31倍高速であり、かつ製造が容易な、よりクリーンで滑らかなエッジを生み出しました。
材料の影響： 彼らは、ランタンが最も明るい中心点を作り出し、一方でウランが理想的なターゲット形状に最も近いパターンを作成することを発見しました。
3Dの成功： 彼らは、この手法が単なる平坦な線だけでなく、複雑な3D形状にも有効であることを証明しました。これは、実世界のチップにおいて極めて重要です。

結論

この論文は、世界で最も高度なコンピュータチップ用のステンシル（マスク）を設計するための、新しい「スマートな」方法を提示しています。厳密な物理学とスマートなAIによるショートカットを組み合わせることで、従来よりもはるかに速く、正確に、完璧なマスク形状を導き出すことができます。これにより、将来のコンピュータにおける極小の回路が完璧な鮮明さで印刷され、極小のデザインにおいて問題となる「ぼやけた影」を回避できるのです。

技術要約：導波路法と物理情報ニューラルオペレータを用いたEUVマスクのための勾配ベース逆リソグラフィ

1. 問題提起

本論文は、特徴サイズがオングストローム領域に突入した先端半導体デバイスの製造を標的とした、極端紫外線（EUV）マスクのための**逆リソグラフィ技術（ILT）**の問題に取り組んでいる。深紫外（DUV）システムとは異なり、EUVリソグラフィ（波長13.5 nmおよび将来の目標である11.2 nmを利用）は反射型フォトマスクに依存している。マスクの三次元トポグラフィと斜入射電磁波との相互作用は、複雑な回折効果を誘発し、シリコンウェハ上のパターン忠実度を低下させる。

光学近接補正（OPC）は標準的な手法であるが、最も厳密なアプローチであるILTは、マスク設計を逆問題として定式化する。すなわち、所望の強度分布を生成するための理想的なマスク・トポロジー（具体的には吸収体の誘電率分布）を見出すことである。従来のピクセルベースのILTは、フルウェーブ電磁界シミュレーションの繰り返し呼び出しが必要となるため、計算コストが極めて高い。さらに、既存のディープラーニング・サロゲートは、大規模な事前計算データセットを必要とし、現実的なマスク形状に対する汎用性に欠けることが多い。

2. 手法

著者らは、順方向の回折モデルを微分可能な物理エンジンとして扱う勾配ベースのILTフレームワークを提案している。コアとなる手法は、主に以下の2つのコンポーネントを統合したものである。

A. 微分可能な導波路法（Differentiable Waveguide Method）

順方向の問題は、時間調和マクスウェル方程式によって支配される。著者らは、横方向と縦方向の依存性を分離することで、ヘルムホルツ方程式を各層における代数的な固有値問題へと変換する導波路法を採用している。これには以下の手順が含まれる：

磁場成分を導波路モードの級数へと展開する。
層の界面における接線方向の電場成分の連続性を強制し、グローバルな線形系を形成する。
この系を解いて、反射電界を決定する。

極めて重要な点は、自動微分を通じて、設計変数（誘電率）に対して全フォワードオペレータが微分可能であることである。これにより、有限差分近似を用いることなく勾配を計算することができ、従来のメソッドと比較して計算コストを大幅に削減できる。

B. ニューラルオペレータの統合（WGNO）

グローバルな線形系の求解に伴う計算上のボトルネックに対処するため、著者らは**導波路ニューラルオペレータ（WGNO）**を導入している。このハイブリッドアプローチは、線形系ソルバーを、物理法則の残差（線形系方程式）を最小化するように訓練された多層パーセプトロン（MLP）で置き換えるものである。WGNOは物理情報に基づいた（physics-informed）設計となっており、出力が基礎となる物理学を満たすことを保証している。

C. 最適化戦略

本フレームワークは、吸収体の誘電率 $\varepsilon(x)$ を最適化し、その後にハード・バイナリ化を行う2つの再パラメータ化戦略を用いる：

ピクセル単位の密度（Pixel-Wise Density）: 制約のない補助フィールドを、シグモイド関数を介して物理的な密度へとマッピングする。損失関数には、電界のマッチング、バイナリ化ペナルティ、および全変動（subwavelengthアーティファクトを抑制するため）の項が含まれる。
フーリエ・パラメータ化投影（Fourier-Parameterized Projection）: 密度は、フーリエ係数によって定義される帯域制限された潜在関数によって表現される。このアプローチは、高周波ノイズを自然に抑制し、滑らかなマスク壁を強制する。損失関数では、全変動ペナルティを高次係数に対するスペクトル・ペナルティに置き換える。

最適化は、遠隔表面における反射電界と所望の電界の二乗振幅の不一致を測定する損失汎関数を最小化する。

3. 主な貢献

エンドツーエンドの微分可能フレームワーク: フルフォワード回折モデル（厳密な導波路法に基づく）が微分可能であり、自動微分を通じて吸収体の誘電率を直接勾配ベースで最適化できる、新しいILTフレームワークを提示している。
ハイブリッド物理情報最適化: ILTパイプラインへのWGNOの統合により、導波路法の物理的構造を保持しつつ、最も高コストな線形代数ステップをニューラルネットワークで置き換えるハイブリッドスキームを実現している。
再パラメータ化技術: ピクセル単位の密度最適化とフーリエ・パラメータ化投影を体系的に比較し、後者がより滑らかで製造に適したマスクプロファイルを生み出し、最適化時間を短縮できることを実証した。
材料および次元の拡張性: $\lambda=11.2$ nmにおける現実的な2Dおよび3D吸収体（TaBN、ランタン、ウラン）を用いてフレームワークを検証し、マルチフィーチャ・レイアウトや三次元マスク形状への拡張性を示した。

4. 実験結果

数値実験は、 $\lambda=11.2$ nmにおいて、60 nmの吸収層と30周期のRu/Be/Srミラー堆積層を持つ2D EUVマスクセットアップに対して行われた。

材料の性能: 3種類の吸収体材料をテストした。**ランタン（La）**は最高の中心最大強度を提供し、**ウラン（U）**は所望の電界分布に最も近い結果をもたらした。TaBNはベースラインとして機能した。
最適化の効率: フーリエ・パラメータ化戦略は、同じフォワード問題を解いているにもかかわらず、ピクセル単位の手法と比較して1.31倍の高速化（179秒に対し137秒）を達成した。また、より明確な壁と、ぎざぎざの境界が少ないマスクを生成した。
WGNOの性能: WGNOは厳密なソルバーと同等の最適化結果を生成したが、現時点では速度上の利点は提供できなかった。著者らは、現在のセットアップでは、マスク最適化と同時にネットワークを訓練する計算コストが、高速なフォワードソルのメリットを上回っていると指摘している。
3Dへの拡張: フレームワークは3Dマスク最適化（214×214 nmターゲットパターン）へも正常に拡張され、パイプラインが現実的で複雑なレイアウトにスケールすることを確認した。

5. 意義と主張

本論文は、最適化プロセス全体を通じて厳密なフォワードモデルが保持される、EUV逆マスク設計への完全微分可能な経路を確立したと主張している。導波路法への自動微分を活用することで、教師あり学習のデータセットや勾配フリーのヒューリスティックに頼ることなく、所望の電界分布を達成するマスク構造を復元できることを示している。

著者らは、本研究を従来のILTの計算上の限界を克服するためのステップとして位置づけている。彼らは、現在の形式におけるWGNOの統合（同時訓練）はまだ純粋な速度向上をもたらしていないものの、フレームワークは堅牢かつスケーラブルであることを示唆している。結論として、このアプローチはEUVマスク設計だけでなく、フォワードモデルを微分可能にできるのであれば、メタマテリアルやその他の周期的な電磁構造の逆設計にも適用可能であるとしている。