Said The Sky-优快云博客

原创 bchw按通道计算r2

bc_data = torch.median(bchw_tensor, dim=[-2, -1])[0] # 形状(B, C)raise ValueError("所有批次的通道数必须一致")print(f"通道 {ch}: R² = {score:.4f}")"""获取所有数据的中值结果（B_total × C）""""""计算两个数据集在每个通道上的R²分数""""""添加一批BCHW格式的数据"""print("每个通道的R²分数:")# ===== 使用示例 =====# 计算每个通道的R²。

2025-08-05 14:38:54 303

原创 adi，aei与dry run关系

此外，工艺固有的片内及片间波动（Process Variation）使得获得具有代表性的标定数据更为困难，加剧了模型在实际应用中的偏移风险。尤为关键的是，面对模型预测结果与实际硅片量测数据（即 GDSII/Mask -> ADI/AEI 的实际映射）之间的偏差，传统方法被迫依赖耗时漫长的多次试产（Dry Run）迭代修正。这种反复试错的过程（常常需要3-5轮甚至更多）显著延长了模型开发与优化的周期（从数周到数月不等），极大增加了成本（晶圆流片、量测、工程分析等成本）并拖慢了整个工艺节点的开发进度。

2025-07-30 13:40:55 322

原创 adi与aei难点

实际制造中的光学过程却高度复杂且非线性：包含复杂光源形状（如自由照明源形状）、掩模版三维结构引发的电磁场（Mask 3D）效应、投影物镜的残余像差和偏振效应在内的多物理因素强烈耦合。对于光刻胶的侧壁形貌、刻蚀后结构的顶部/底部圆整度、倾斜度（Taper Angle）等关键的三维几何参数，传统模型缺乏有效的描述能力。半导体制造是一个动态迭代的过程，工艺条件（如设备设置、材料批次）的微小调整往往要求模型进行局部甚至全局的重新校准，维护成本高且迭代周期长，难以跟上快速工艺开发的节奏。

2025-07-30 09:28:44 493 2

原创划分数据集

print(f" ├── A: {len(os.listdir(os.path.join(train_dir, 'A')))} 张")print(f" ├── B: {len(os.listdir(os.path.join(train_dir, 'B')))} 张")print(f" ├── A: {len(os.listdir(os.path.join(val_dir, 'A')))} 张")print(f"训练集: {train_dir}")print(f"\n验证集: {val_dir}")

2025-07-26 12:48:29 248

原创 adi精度指标

在半导体光刻AI检测项目中，需实现核心精度与工艺稳健性的平衡：ADI关键尺寸预测误差不超过±0.8纳米，AEI因刻蚀复杂性允许±1.2纳米偏差，两者三维轮廓相似度须达NCC≥0.99。模型需耐受现实工艺波动，曝光剂量±3%时尺寸偏移需抑制在±0.9纳米内，刻蚀温度±2℃变化引发的形变需控制在1.3纳米以下。项目实施存在严格否决项：关键区域轮廓相似度持续低于0.97，或8纳米缺陷漏检率超10%时将判定未达标，该指标体系适用于5纳米节点，向3纳米演进时需等比例收紧公差标准。

2025-07-01 20:04:29 296

原创 adi可行ai技术

该方案在光刻剂量±3%的工艺波动下保持关键尺寸预测误差小于0.8纳米，训练数据需求仅为纯数据驱动模型的10%，已在3纳米极紫外光刻产线验证中使光学邻近校正热点检测周期压缩12倍。其策略先在成熟节点如28纳米深紫外光刻的海量数据上构建基础模型，当迁移至3纳米极紫外等新节点时，仅需5组晶圆的标注样本即可完成微调，输出具备工艺波动自适应能力的预测模型。经优化后学生模型参数量为教师模型的五十分之一，维持97%预测精度，算力需求控制在15TOPS以内，满足刻蚀设备控制系统的实时分析需求。

2025-07-01 19:36:43 398

原创 adi难点瓶颈

这种物理现象导致传统测量方法依赖的抗蚀剂底部关键尺寸数据与实际顶部形貌严重解耦——测量数据显示底部21±1纳米符合规范时，顶部关键尺寸可能已发生35%以上的塌缩，而当前主流的CD-SEM设备受限于电子束穿透深度，仅能探测表面下20纳米范围的结构特征，对于深宽比超过5：1的动态随机存储器电容结构底部形貌完全失效。在这些系统性挑战的压力下，半导体制造急需突破传统检测范式的技术方案，既能实现无损的三维结构测量，又能贯通光刻与刻蚀的工艺数据链路，为先进节点的工艺控制提供有效解决方案。

2025-07-01 17:10:19 728

原创 adi应用场景

在动态随机存储器（DRAM）电容阵列制造中，刻蚀后介质层侧壁角度偏差超过1.5°将使单元电容值下降12%，此类问题通过传统抽样检测平均需要3天才能发现，而基于机器学习模型的虚拟AEI能在刻蚀结束后的20分钟内完成全晶圆扫描，并定位13处高危区域。传统物理检测因电子束穿透深度限制，仅能抽样验证30%孔洞深度，而虚拟AEI模型通过融合刻蚀等离子体仿真数据，实现全晶圆超百万通孔的三维重建，提前识别因气体流场不均导致的15%区域性刻蚀深度差异。从工艺整合视角看，ADI与AEI的协同应用更展现出独特的诊断能力。

2025-07-01 16:49:06 318

原创 adi背景

特别是针对极端紫外线（EUV）光刻工艺，其特有的光子散粒噪声（Photon Shot Noise）要求高帧率成像抑制噪声，而这又与光刻胶电子敏感度直接冲突——在3纳米节点检测8纳米缺陷时，使用256帧平均需施加大于光刻胶损伤阈值的电子剂量。工艺集成角度则进一步强化了ADI/AEI的不可替代性。在半导体制造的光刻工艺序列中，光刻后显影检查（After Development Inspection, ADI）与刻蚀后检查（After Etch Inspection, AEI）构成了至关重要的工艺质量控制节点。

2025-07-01 16:28:41 894

原创 adi与aei

本文阐述的虚拟SEM计量技术，通过物理机理引导的神经网络架构，解决了低k1因子条件下的三维表征难题。ADI阶段的光刻胶三维形貌（包括高度分布、侧壁倾角、顶底关键尺寸差异）是图形转移的原始模板。案例：当实际AEI检测到接触孔底径异常（测量值32.1nm vs 目标28nm），系统通过比对虚拟ADI数据，确认属于光刻顶部损失导致（ADI实测顶部CD 24.3nm vs 设计值29.5nm）随着技术节点进入5nm以下（k1因子<0.3），光刻焦深（DOF）缩减至<70nm，刻蚀选择比容差收窄至<5%。

2025-07-01 15:29:28 1425

weixin_43891032的博客