本公開的實施例主要涉及集成電路領(lǐng)域，并且更具體地，涉及用于版圖處理的方法、設(shè)備和介質(zhì)。

背景技術(shù)：

1、電路版圖(又可以簡稱為版圖)是從設(shè)計并模擬優(yōu)化后的電路所轉(zhuǎn)化成的一系列圖形，其包含了集成電路尺寸、各層拓?fù)涠x等器件相關(guān)的物理信息數(shù)據(jù)。集成電路制造商根據(jù)這些數(shù)據(jù)來制造掩模。掩模上的版圖圖案決定著芯片上器件或連接物理層的尺寸。

2、隨著集成電路制造工藝的技術(shù)節(jié)點的減小，集成電路中的目標(biāo)圖案之間的距離減小，并且掩模上與目標(biāo)圖案相對應(yīng)的版圖圖案的密度增加。由于光刻的分辨率限制，對于版圖圖案密集的版圖，難以采用單個掩模進(jìn)行光刻圖像化。為此，已經(jīng)提出采用多重曝光光刻技術(shù)(multiple?patterning?lithography)來進(jìn)行先進(jìn)制程的制造。多重曝光光刻工藝是將版圖圖案拆分到多張不同的掩模版上，通過多次曝光和刻蝕的迭代過程，最終形成完整的晶圓圖案。

技術(shù)實現(xiàn)思路

1、在本公開的第一方面中，提供了用于版圖處理的方法。該方法包括：確定分別與多個參考版圖對應(yīng)的多個參考拆分策略。每個參考版圖由對應(yīng)的參考拆分策略進(jìn)行拆分所得到的拆分質(zhì)量滿足預(yù)定條件。該方法還包括確定多個參考版圖的相應(yīng)屬性信息，屬性信息包括多個版圖屬性的屬性值。該方法還包括基于多個參考拆分策略和多個參考版圖的相應(yīng)屬性信息，確定用于版圖拆分的決策樹模型。決策樹模型包括多個屬性節(jié)點和多個策略節(jié)點。每個屬性節(jié)點對應(yīng)于一個版圖屬性的屬性值。每個策略節(jié)點對應(yīng)于一個參考拆分策略。

2、在本公開的第二方面中，提供了用于版圖拆分的方法。該方法包括：獲取決策樹模型，決策樹模型包括多個屬性節(jié)點和多個策略節(jié)點。每個屬性節(jié)點對應(yīng)于多個版圖屬性中的一個版圖屬性的屬性值，每個策略節(jié)點對應(yīng)于多個參考拆分策略中的一個參考拆分策略。該方法還包括：基于目標(biāo)版圖所具有的多個版圖屬性的目標(biāo)屬性值，利用決策樹模型，確定針對目標(biāo)版圖的目標(biāo)拆分策略。

3、在一些實施例中，確定針對目標(biāo)版圖的目標(biāo)拆分策略包括：從決策樹模型中確定對應(yīng)于多個版圖屬性的目標(biāo)屬性值的目標(biāo)路徑和目標(biāo)路徑所指向的目標(biāo)策略節(jié)點；以及將目標(biāo)策略節(jié)點所指示的參考拆分策略確定為目標(biāo)拆分策略。

4、在一些實施例中，版圖拆分方法還包括：基于目標(biāo)拆分策略，對目標(biāo)版圖進(jìn)行拆分；基于對目標(biāo)版圖進(jìn)行所述拆分的拆分結(jié)果，確定決策樹模型的性能指標(biāo)；以及如果確定性能指標(biāo)低于閾值，通過調(diào)整決策樹模型的結(jié)構(gòu)來更新決策樹模型。

5、在一些實施例中，通過調(diào)整決策樹模型的結(jié)構(gòu)來更新決策樹模型包括：刪除決策樹模型的分支上的至少一個屬性節(jié)點；或者調(diào)整決策樹模型的分支，分支上包括至少一個屬性節(jié)點和至少一個策略節(jié)點。

6、在一些實施例中，決策樹模型通過以下被構(gòu)建：確定分別與多個參考版圖對應(yīng)的多個參考拆分策略，每個參考版圖由對應(yīng)的參考拆分策略進(jìn)行拆分所得到的拆分質(zhì)量滿足預(yù)定條件；以及基于多個參考拆分策略和多個參考版圖的多個版圖屬性的屬性值，確定決策樹模型。

7、在本公開的第三方面中，提供了一種電子設(shè)備。該電子設(shè)備包括處理器、以及與處理器耦合的存儲器。該存儲器具有存儲于其中的指令，指令在被處理器執(zhí)行時使電子設(shè)備執(zhí)行根據(jù)本公開的第一方面或者第二方面的方法。

8、在本公開的第四方面中，提供了一種計算機(jī)可讀存儲介質(zhì)。該計算機(jī)可讀存儲介質(zhì)上存儲有計算機(jī)程序。計算機(jī)程序在被處理器執(zhí)行時實現(xiàn)根據(jù)本公開的第一方面或者第二方面的方法。

9、通過下文的描述將會理解，根據(jù)本公開的實施例，基于多個參考版圖對應(yīng)的多個參考拆分策略和多個參考版圖的相應(yīng)版圖屬性的屬性值，生成用于版圖拆分的決策樹模型。該決策樹模型的屬性節(jié)點對應(yīng)于一個版圖屬性的屬性值。策略節(jié)點對應(yīng)于一個參考拆分策略。通過利用由此得到的決策樹模型，可以對待拆分的版圖的拆分策略進(jìn)行預(yù)測。以此方式，可以得到優(yōu)化的版圖拆分結(jié)果，從而改善多重曝光光刻結(jié)果。其他的益處將在下文結(jié)合相應(yīng)的實施例展開描述。

10、應(yīng)當(dāng)理解，本
技術(shù)實現(xiàn)要素：
部分中所描述的內(nèi)容并非旨在限定本公開的實施例的關(guān)鍵特征或重要特征，也不用于限制本公開的范圍。本公開的其他特征將通過以下的描述而變得容易理解。

技術(shù)特征：

1.一種版圖拆分方法，包括：

2.根據(jù)權(quán)利要求1所述的版圖拆分方法，其特征在于，生成用于版圖拆分的決策樹模型的多個屬性節(jié)點包括：針對已生成的第一屬性節(jié)點，迭代地執(zhí)行以下操作：

3.根據(jù)權(quán)利要求2所述的版圖拆分方法，其特征在于，所述目標(biāo)版圖屬性的信息增益度量是基于所述目標(biāo)版圖屬性的信息增益值與所述一組版圖屬性各自的固有值之間的比值來確定的，所述目標(biāo)版圖屬性的所述信息增益值表示由所述目標(biāo)版圖屬性引起的信息復(fù)雜度減少的程度，所述一組版圖屬性各自的固有值與相應(yīng)版圖屬性的屬性值的數(shù)目成正比。

4.根據(jù)權(quán)利要求2所述的版圖拆分方法，其特征在于，生成所述決策樹模型的多個策略節(jié)點包括：

5.根據(jù)權(quán)利要求4所述的版圖拆分方法，其特征在于，基于以下至少一項來確定所述第三屬性節(jié)點不能被劃分：

6.根據(jù)權(quán)利要求4所述的版圖拆分方法，其特征在于，所述第一參考版圖由對應(yīng)的所述第一參考拆分策略進(jìn)行拆分所得到的拆分質(zhì)量滿足預(yù)定條件。

7.根據(jù)權(quán)利要求6所述的版圖拆分方法，其特征在于，所述預(yù)定條件指示以下至少一項：

8.根據(jù)權(quán)利要求1所述的版圖拆分方法，其特征在于，確定針對所述目標(biāo)版圖的目標(biāo)拆分策略包括：

9.根據(jù)權(quán)利要求1所述的版圖拆分方法，其特征在于，所述版圖拆分方法還包括：

10.根據(jù)權(quán)利要求1所述的版圖拆分方法，其特征在于，所述版圖拆分方法還包括：

11.根據(jù)權(quán)利要求9或10所述的版圖拆分方法，其特征在于，通過調(diào)整所述決策樹模型的結(jié)構(gòu)來更新所述決策樹模型包括：

12.根據(jù)權(quán)利要求1所述的版圖拆分方法，其特征在于，所述多個版圖屬性包括以下至少一項：

13.根據(jù)權(quán)利要求1所述的版圖拆分方法，其特征在于，版圖的拆分策略包括以下至少一項：

14.一種電子設(shè)備，其特征在于，包括：

15.一種計算機(jī)可讀存儲介質(zhì)，其特征在于，其上存儲有計算機(jī)程序，其特征在于，所述計算機(jī)程序可由處理器執(zhí)行以實現(xiàn)根據(jù)權(quán)利要求1至13中任一項所述的方法。

技術(shù)總結(jié)
根據(jù)本公開的示例實施例提供了用于版圖處理的方法、設(shè)備和介質(zhì)。在該方法中，確定分別與多個參考版圖對應(yīng)的多個參考拆分策略。每個參考版圖由對應(yīng)的參考拆分策略進(jìn)行拆分所得到的拆分質(zhì)量滿足預(yù)定條件。該方法還包括確定多個參考版圖的相應(yīng)屬性信息，屬性信息包括多個版圖屬性的屬性值。該方法還包括基于多個參考拆分策略和多個參考版圖的相應(yīng)屬性信息，確定用于版圖拆分的決策樹模型。決策樹模型包括多個屬性節(jié)點和多個策略節(jié)點。每個屬性節(jié)點對應(yīng)于一個版圖屬性的屬性值。每個策略節(jié)點對應(yīng)于一個參考拆分策略。以此方式，可以利用根據(jù)參考拆分策略得到的決策樹模型來對版圖的拆分策略進(jìn)行預(yù)測，從而找到適當(dāng)?shù)陌鎴D拆分方式。

技術(shù)研發(fā)人員：請求不公布姓名,請求不公布姓名,請求不公布姓名
受保護(hù)的技術(shù)使用者：全芯智造技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6