“计算机制作芯片的光刻技术” ，让我们来了解一下。

时间:2023-03-22 11:24:44 作者:网友整理

事实上，每年 Nvidia 的 GTC 开发者大会报告，电子工程专辑的解读都有些不太恰当。因为尽管 Nvidia 制造 GPU，但 GTC 大部分都是关于软件、库、中间件和应用开发——在我们看来，GTC 更像是为计算机科学（CS）领域的人准备的，而非电子工程（EE）。EE 可以说是 CS 实现的底层和基础。

但这实际上是个悖论，也就是说，即使是底层技术也越来越离不开 CS。例如，当我们提到“人工智能”时，通常是指一些非常高级的技术——它依赖于人工智能芯片，主要的事件实际上是网络模型和应用开发；但另一方面，人工智能技术也在反馈芯片设计。因此，归根结底，EE 和 CS 是相辅相成的。而今年终于有一个与半导体制造最相关的软件发布了。

也就是，Nvidia 推出了一个名为 cuLitho 的计算光刻软件库。实际上，Nvidia 为任何领域发布一些中间件和库都是家常便饭。生物制药、化学、气候预测、量子计算等都不是新鲜事。但是今年对于 cuLitho，虽然黄仁勋在他的主题演讲中只谈了不到 5 分钟，但 Nvidia 专门为媒体发布了一个 cuLitho 的预发布会——GTC 期间也有专门针对这个库的会议。这表明 Nvidia 自己应该仍然非常重视 cuLitho。

借此机会，我们也可以瞥见计算光刻技术。

光刻与计算光刻

实际上，对于光刻技术的介绍并不需要花费太多篇幅。这是芯片制造过程中最重要的步骤，就像用“光刻刀”在晶圆上“雕刻”一样。“雕刻”当然是要“雕刻”出特定的图案。这个图案首先呈现在光掩膜上。掩膜就像一个模板，一旦激光照射，掩膜上的图案就会通过透镜落在硅晶圆上，如下图所示。

晶体管、器件和互连线都需要经过这样的光刻步骤。实际操作当然比这三两句话中的描述复杂得多。例如，当前芯片的顶部和底部有许多层，不同的层需要不同的光刻和掩膜板；如果某些层的器件间距较小，则可能需要多次光刻。

这里还有一件非常不寻常的事情，就是在我们的认知中，例如我们要对上面的图案进行光刻雕刻，几个矩形-那么掩膜板应该在图片左侧挖空，然后经过光源照射后，落在硅晶圆上的就变成了图中右侧的样子。但实际情况并非如此。光掩膜实际上是这样制作的：

过去几十年，随着半导体技术的发展，晶体管和互连的线距离越来越小，一切看起来都很好。但是，“大约30年前，晶体管的尺寸变得小于光刻机使用的激光波长，因此发生了衍射效应，晶体管的图像变得模糊不清。”英伟达高级技术副总裁Vivek Singh解释道。

了解光学或摄影的学生应该熟悉衍射效应这个术语。对于相机而言，当光圈缩小到一定程度时，照片将明显受到衍射效应的影响，导致图片分辨率急剧下降；事实上，超高像素（或小像素）也会受到衍射效应的影响。这一点反映在光刻机上，比相机要复杂得多，但也是类似的。Vivek称光刻机为“高级相机”。

当然，我们知道，光刻机使用的光源经历了几次重大的迭代，DUV和EUV是目前最受关注的。特别是EUV极紫外光刻，是具有显着较小波长的一代光源。但即使使用昂贵的EUV，波长和器件间距的差异也比以前小。换句话说，光刻图案的未来将逐渐变得模糊-或者不太高保真。

这是计算光刻的机会——至少通过计算光刻来减轻该领域的像差和对芯片制造的不利影响。

在我们访问荷兰ASML之前，我们听到了ASML谈论计算光刻。计算光刻是ASML的“铁三角”业务之一。ASML告诉我们，计算光刻使用软件对整个光刻过程进行建模和模拟，并优化流程；例如形状优化，掩模校正等。例如，ASML拥有“自由形照明”，它是通过改变照明形式来改善成像分辨率的方法。

上述图片中的光刻胶片看起来很奇怪，这是为了消除光刻过程中小尺寸器件的“模糊”问题，需要修改光学路径上的组件。这就像：当需要某个结果（在这种情况下是几个矩形模式）时，计算需要对光源和光刻胶片进行哪些调整。这个过程就是计算光刻。

在上述图片中，Nvidia展示了1990年代光刻胶片和光刻成像的原始WYSIWYG，到后来的“狗耳朵”、基于模型的OPC（光刻邻近效应校正）和RBAF（基于规则的辅助特征）加上OPC，最终得到了看起来像右侧图片那样可怕的光刻胶片，仅仅是为了在晶片上获得一个十字形图案。这里的ILT（反向光刻技术）和之前的OPC都是计算光刻的一部分。

真正令人费解的是下图，它是基于光刻胶片的图案（被称为无铬相移掩模？），最终刻出了NVIDIA cuLitho这个词。这是不是感觉特别难以置信？据说是使用ASML的光刻机制作的。

计算光刻的算力需求增长

本质上来说，Nvidia cuLitho是一款计算机光刻软件库，旨在解决制造芯片过程中的成像问题。随着晶体管和互连线宽度的不断缩小，光刻版的复杂性可能会越来越高。据Vivek称，制造工厂所需的数据中心扩展速度将快于摩尔定律本身的发展速度；最终，没有足够的计算能力来解决问题。因此，Nvidia推出了cuLitho。

Nvidia认为这与数据中心发展的本质类似。在价值约束2030年的数据中心服务器的文章中提到，加速器将超过CPU，而主要类型的加速器是GPU。我们不太了解光刻用于计算的晶圆厂所使用的数据中心。然而，Vivek在回答记者的问题时表示，传统晶圆厂的数据中心主要基于CPU。

Vivek表示，OPC的一部分涉及图像形成，这涉及许多矩阵乘法运算，这些运算非常适合GPU加速。通过这种方式，OPC的整个工作过程得到了极大的加速。毕竟，计算光刻也是GPU通用计算加速的一种应用方向。

CuLitho是一款用于计算光刻的加速库，NVIDIA对此非常了解。 NVIDIA在其宣传中表示，使用Hopper架构的GPU可以实现最高42倍的性能提升。（实际上，我一直很好奇为什么到现在为止，这种应用程序的GPU加速还没有出现......我曾与一位从事HPC的朋友谈过，他说该领域的这类工具通常都很弱，这是NVIDIA撰写该领域库并立即占据市场的重要原因之一; 但是计算光刻是否算是部分呢？...）

NVIDIA将cuLitho的价值总结为两个方面。一方面是提高芯片制造的生产力和效率，这里主要提到的应该是加速掩模制造。据新闻稿称，每天可生产3-5倍的光掩模，并且与现有配置相比，功耗降低了9倍。黄仁勋在主题演讲中说：“ TSMC在500个DGX H100系统上使用cuLitho加速，以替换40,000个CPU服务器，将功耗从35兆瓦降低到5兆瓦。”与后者相比，前者占用1/8的空间，功耗降低了1/9。同时，“原本需要2周才能完成的处理工作，在一夜之间就完成了。（H100 GPU应该是单个掩模）”

然而，据说生产过程中的任何小变化都需要新的OPC过程，这也需要新的光掩模。因此，NVIDIA在其促销中提到，由于OPC已成为芯片制造的关键因素，cuLitho的价值不仅限于光掩模制造，而是“使用此技术的任何晶圆厂的整个开发周期”。

Nvidia认为，给予计算光刻的计算能力已经不足以支持未来的芯片设计和制造，这也是他们推出cuLitho的原因之一。Nvidia表示：“这些芯片需要新技术，未来可能需要10倍的计算能力。”例如，上述两个例子，曲线形ILT掩模和高数值孔径（High-NA）EUV光刻。后者是横向成像的例子，这部分在多年前由蔡司（Zeiss）介绍，将由cuLitho加速。

对于ILT，Vivek也给出了一个例子：在尖端制造工艺中，只打几个小孔的掩模图案可能非常复杂，这已经在本文开头的示例中展示。据说ILT还提供了焦深（depth of focus，可能在光刻领域被翻译为“焦点深度”——但它与摄影领域中的景深有相似的含义），这是为了确保光刻处于焦点，从而使晶体管和互连线尽可能清晰。只有这样，才能获得更高的制造收率。“理想的解决方案实际上已经存在了15年，但我们没有足够的计算能力广泛实施。cuLitho提供了这种能力。”Vivek表示，“未来可能不仅要更好地使用ILT，而是必须使用ILT。”因此，Nvidia的意思是，cuLitho不仅用于提高效率和芯片制造收率，而且为未来的芯片制造做准备。

有关cuLitho的几个问题

首先是cuLitho谁在用？或者说生态发展情况如何...

黄仁勋在他的主题演讲中特别提到了TSMC、ASML和Synopsys参与合作的态度。应该分别代表晶圆厂、设备制造商和EDA供应商的态度。

新闻稿提到，TSMC已经在整合cuLitho软件库，Synopsys也在将其整合到EDA软件中；而ASML正在“与Nvidia密切合作，计划将GPU支持集成到所有计算光刻软件产品中”。ASML的CEO Peter Wennink确实提到了cuLitho对于高数值孔径EUV光刻的价值。这三家公司的CEO对cuLitho的价值评估应该是相当有份量的。

第二个关键问题是cuLitho有没有AI成分。

事实上，在这次cuLitho的介绍中，Nvidia几乎没有提到算法部分。算法大多都是关于“底层原语操作”的，Vivek表示。关于是否加入了AI，我在记者问答环节中多次听取了Vivek的答案，仍然不明白他的意思是使用还是没有使用。大概如果使用了AI，那么Nvidia应该在这方面做宣传。因此，目前猜测高概率是没有意义的。

此外，值得一提的是，由于“原语操作”的支持，据说也存在着改善电子束光刻(e-beam litho)的可行性（包括制造掩模本身？）。

关于是否支持旧工艺，Vivek也确认是可能的。因为cuLitho用于提高分辨率和消除衍射计算光刻，适用于具有这种要求的工艺。然而，我们认为这也涉及到晶圆厂的成本和选择，包括cuLitho能够提高多少产量。

本次问答环节中一个有趣的问题是，是否可以通过cuLitho减少多次曝光的掩模数量。Vivek的回答是“有可能”，因为ILT本身的存在可以减少掩模的分割数量；因此，在某些情况下，cuLitho所达到的解决方案可以减少掩模的数量。

另一个许多人关心的问题是，cuLitho的盈利模式是什么，需要向哪些级别的客户授权，以及谁会收取费用。

这个问题的答案尚不清楚，Nvidia还没有解释其商业模式。但可以确定的是，cuLitho至少需要Nvidia GPU支持，但不一定需要最新的Hopper架构GPU，旧的GPU也可以使用，至少Volta和Ampere可以使用。

此外，Nvidia还应该希望扩大cuLitho的影响力，不仅局限于目前的三个主要客户。未来将取决于市场中是否会有其他参与者进入游戏。

我们仍然感觉，其中一个奇妙的事情是，TSMC为Nvidia制造GPU，但与此同时，TSMC的供应商和TSMC本身正在使用Nvidia GPU来加速芯片设计和制造。这就像是说，TSMC在使用cuLitho后节省了很多时间；另一方面，它说，修复H100 GPU的掩模板也节省了很多时间。这就是计算机科学和电气工程之间微妙的关系。