东方晶源亮相IDAS 2026：以AI重构先进制程光刻热点检测体系

随着芯片工艺向先进节点快速演进，制程节点不断逼近物理极限，良率损失问题以及良率提升“难”的问题，已经成为集成电路行业发展中必须面对的主要挑战。EDA作为集成电路产业链的一个环节，发挥着越来越重要的作用。作为国内集成电路良率管理领域的代表企业之一，东方晶源在EDA²主办的第四届设计自动化产业峰会IDAS 2026上，系统分享了近年来在AI赋能计算光刻与良率管理方向的最新技术进展——从Total Mask层面的热点早期检测体系，到感知全芯片三维光刻胶轮廓的3D-PHD技术，展示了一条以AI重构光刻热点检测、将良率问题尽可能前置的技术路径，为先进制程突破探索出一种全新可能。

先进节点良率的困局：传统OPC模型“不够用了”

随着芯片制程向先进节点快速演进，工艺窗口正在持续收窄。在此情况下，图案化（Patterning）相关的系统性良率损失愈发突出。通常而言，芯片良率损失可归为三类：随机缺陷（Random defect）、系统良率损失（Systematic yield loss）和参数良率损失（Parametric yield loss），其中光刻、刻蚀热点是造成系统良率损失的关键来源。而设计意图与硅片实际形貌之间的偏差，更是始终横亘在版图与良率之间的一道鸿沟。

当前业界主流的光刻热点预测仍高度依赖OPC（光学邻近校正）模型。但在先进节点实践中，这一模型体系正面临结构性局限。对此，东方晶源HPO战略产品研究中心总监张生睿在演讲中指出，Fab在新节点研发阶段，技术开发部门通常使用CD-SEM量测数万条Gauge来标定模型；为兼顾量测效率与准确性，这些Gauge大多选取包含版图核心特性的相对简单的测试图形，且主要集中在标称工艺条件（NC condition）下。由此建立的OPC模型虽具备普适性，适用于光罩修正，但面对实际芯片中复杂版图图形在工艺窗口边界（PW condition）下的表现时，精度明显受限。更关键的是，OPC模型也没有考虑刻蚀效应，无法提前预测刻蚀相关的热点，在先进节点不断演进、刻蚀在芯片图形化工艺中发挥越来越大作用的背景下，自然也难以胜任新产品的热点预测任务。

热点预测不准的直接代价，是高昂的流片迭代成本。如果缺乏有效的前置检测手段，新产品往往需要经历6至8轮迭代才能收敛。如何在流片之前更准确、更动态地发现全芯片掩模上的潜在薄弱点，成为缩短先进工艺研发周期、降低成本的关键。

面对这一挑战，东方晶源提出的思路是基于AI构建多层次的工艺反馈模型，以掩模版图形为发力点，一方面在掩模层面有效减少潜在图形化工艺坏点，另一方面让量检测装备更高效、更全面地发现硅片上的图形化工艺坏点。这一策略已在实际生产中得到验证。

DMC、PHD、vPWQ，把热点拦截在流片之前

在“制造与良率工程论坛”上，张生睿以“AI-Enabled Total Mask for Better Patterning”为主题，介绍了东方晶源以掩模版图形为核心搭建的多层次AI工艺反馈模型。简言之，该方案的思路是沿着芯片制造流程设置三道关卡，分别以DMC、PHD和vPWQ三个创新性的点工具，分别在设计版图、OPC后掩模和刻蚀三个阶段提前筛查热点，构成完整的Total Mask体系。

DMC（Design Manufacturability Check）面向Fabless和FAB设计服务部门。传统流程中，从设计版图到光刻轮廓需要经过Retargeting、Placing SBAR、Mask Optimization等数十次光刻模型仿真与掩模参数调整的迭代运算，耗时耗力。DMC以“D2C”AI快速光刻反馈引擎为核心，以AI模型学习并基于AI代表整套OPC Recipe的反馈机制，可以快速从原始设计版图直接预测硅片轮廓和潜在热点。

精度方面，D2C已在先进节点Fab上经过多轮验证：关键层全芯片范围内，D2C AI模型输出的轮廓与完整OPC Recipe仿真轮廓相比，超过99%的位置差距小于1nm；基于该引擎，DMC能以约95%的准确率发现潜在坏点，对OPC中已确定的严重坏点覆盖率接近100%。

如果说DMC解决的是“从设计快速获得工艺反馈”的问题，PHD（Patterning Hotspot Detection）则瞄准OPC之后、流片之前的掩模坏点检测。具体实践中，在Fab新节点研发时，FAB TD部门会使用CD-SEM 量测数万条Gauge，为了更加准确、高效地得到测量数据，量测CD一般都是包含版图核心特性的相对比较简单的测试图形，且主要是NC condition。这样建立的模型具有相当的普适性，实践中可用于OPC光罩修正，但对实际芯片中复杂版图图形在PW condition下的精度就会受到限制，且因为OPC模型一般在节点研发阶段就已构建完毕，后续很少再调整，故而这样的模型很难适用于新产品的热点预测。

PHD独立于OPC Model，基于SEM图像构建AI助力模型，可以更准确、更动态地检测全芯片Mask潜在的weak point，提前发现潜在坏点。这一技术路线的优势在于：其一，可进一步基于AEI SEM延拓到Etching环节；其二，独立于OPC Model，SEM Based Model可随Process动态演变；其三，针对全芯片Mask，scan mask潜在的weak point；其四，在复杂pattern上精准度更高。

vPWQ（Virtual PWQ）进一步将热点检测能力从光刻环节拓展至刻蚀环节。传统方法中，刻蚀偏差主要通过Sizing Table，但随着工艺节点推进，Sizing Table的精度逐渐退化，难以准确刻画Etch Bias特征。东方晶源基于SEM Contour构建AI刻蚀模型，以传统刻蚀项加CNN网络AI项的混合建模方式，在提升精度的同时抑制AI过拟合，并可随量测数据动态演进。

在AI框架下，该刻蚀模型还可进一步拓展为Comb Etching Model，覆盖LELE、SADP+CUT等多重图形化工艺。2025年举办的IWAPS（国际先进光刻技术研讨会）上，合作Fab方公布了基于LELE Comb Etching Model的仿真检测在量产线的应用成果，表明刻蚀模型可精准仿真坏点，缩短流片迭代验证次数。

通过这三个创新性点工具，东方晶源的Total Mask方案可将传统流程中6至8轮的流片迭代压缩至2至3轮，将助力用户企业大幅缩短产品上市周期，降低成本。

3D-PHD：让全芯片热点检测从“看底部”走向“看形貌”

如果说Total Mask解决的是检测覆盖面和效率问题，3D-PHD涉及的则是芯片热点检测的更深层的盲区：三维形貌。在“工艺及制造使能论坛”上，张生睿就东方晶源在这一难点上所做的探索展开深度分享。

无论是传统OPC模型还是基于SEM+AI的PHD模型，输出的都只是光刻胶底部（resist bottom）的二维轮廓。但在先进节点，工艺窗口收窄、新膜层引入和复杂版图使得热点密度显著上升，一类与光刻胶三维形貌直接相关的缺陷，例如顶部损耗（Top Loss）、侧壁角偏差（Sidewall Angle）、Undercut、显影残留等，仅靠底部二维轮廓是无法有效捕捉的。这些“从底部看不见”的坏点，构成了二维检测体系的固有盲区。

东方晶源的应对分为两层。底层是PanGen Sim——一套精确的三维形貌严格仿真引擎，从掩模图形出发，依次完成曝光、PEB和显影，端到端输出完整的3D光刻胶轮廓（resist profile），由此即可判定top loss/SWA等3D形貌坏点。

但PanGen Sim没法做全芯片仿真预测。严格光刻仿真一般单个task只算一个局部窗口（1～2µm级），全芯片扫描基本是不可能完成的任务。张生睿在演讲中介绍了东方晶源的方案，让PHD充当“放大器”：以PanGen Sim对代表性图形做精确3D仿真，截取光刻胶顶部轮廓（Resist Top Contour），将3D信息转化为2D Contour后训练面向Resist Top的PHD热点模型；随后用该模型对全芯片Mask进行快速扫描，预测Top Loss、侧壁角等三维形貌相关热点；检出的可疑点再回流至PanGen Sim复核完整3D Profile，形成闭环。这一方案可将全芯片三维形貌热点扫描的时间从约1.8年压缩至约8小时。

真实工艺案例验证表明，3D-PHD通过引入顶部切片信息，有效补足了底部视角的盲区，降低了漏检率。其价值体现在三个层面：更早发现，将形貌级热点前置到设计/OPC阶段；降低漏检，以顶部切片弥补二维轮廓的固有局限；降低风险，减少因形貌缺陷导致的流片和验证迭代。

软硬一体自主可控良率优化体系 获部委领导高度关注

东方晶源的整套良率方案以多层次AI工艺反馈模型打通设计版图、掩模、光刻与刻蚀环节，核心目标始终指向“把良率问题尽可能前置到流片之前”，以帮助Fab厂缩短先进工艺研发的迭代周期。值得注意的是，这些工具并非孤立存在，东方晶源已构建起包括PanGen计算光刻平台、SEpA系列电子束量检测装备（EBI、CD-SEM、DR-SEM、HV-SEM）和数据分析平台在内的完整自主工具链。架构在计算光刻平台上的AI模型可指引量检测装备精准锁定高风险区域，而装备在产线上捕获的图形化工艺缺陷，又反向注入AI模型，驱动其持续进化。软件与硬件在这个闭环中融为一体，形成正反馈飞轮。展望未来，整套正反馈闭环机制还可以进一步整合，向AI Agentic驱动的全自动良率优化流程演进。

峰会期间，东方晶源还在IDAS 2026期间设置展台，集中展示了上述自主研发的产研成果。工业和信息化部电子信息司副司长郭力力、工业和信息化部电子信息司集成电路处处长朱邵歆等领导前来参观，东方晶源董事长俞宗强博士详细汇报了公司计算光刻EDA点工具及系统级良率解决方案的最新成果，展现出国产替代与先进制程突破的核心技术能力。

结语

先进制程的竞争，本质上是良率爬坡速度与成本控制能力的竞争，计算光刻EDA作为连接设计与制造的关键枢纽，其自主水平直接关系到国内晶圆厂工艺研发的主动权。东方晶源以AI为杠杆重构光刻热点检测体系，一方面为Fab缩短迭代周期、压低流片成本提供了可落地的工具支撑，另一方面也为国产EDA在计算光刻这一传统弱项上蹚出一条“AI换道”的赶超路径。当良率管理成为中国集成电路向先进节点突围必须跨越的关卡，这样的技术积累与探索，其意义已不止于一家企业的产品迭代，更折射出国产计算光刻EDA产业整体向上的轨迹。