2.4 光学邻近效应修正：给图形预支变形
2.4 光学邻近效应修正：给图形预支变形
前两节压低 k₁ 靠的是物理手段——调方向、调相位。它们能把边缘变陡，却挡不住另一类误差：同样一根 50nm 的线，周围有邻居和没邻居，印出来的宽度不一样。这就是光学邻近效应（OPE），对付它的手段叫 OPC，是第 7 章计算光刻的直系祖先，也是本章最后一件武器。
图形失真不是随机的，是系统性的
邻近效应表现为几类固定症状：线端缩短（孤立线的两端因衍射光"外泄"而变短），角圆化（掩模上的直角在像面上变成圆弧），孤立线与密集线线宽偏差（同一掩模宽度，密集线印出来更窄或更宽），线宽随节距摆动（Iso-Dense Bias）。它们的共同来源是：图形边缘的光场受周围数百纳米内所有图形衍射场的叠加影响。既然由光学系统确定性决定，那就可以在掩模上预先反向修正——把要缩短的地方画长一些，把要圆的角画成尖突的"锚"，把会变窄的线画宽一点。掩模看起来面目全非，晶圆图形却恢复成设计者想要的样子。
图：OPC 修正前后的线端与角部
两代 OPC 方法
规则型（Rule-based）：把经验做成查找表——某节距下线宽偏置多少、线端延长多少、角部加多大衬块。速度快、可解释，在 0.25μm 时代够用；到亚 100nm 后，邻近效应受两三个邻居的复杂叠加控制，规则表膨胀到无法维护。
模型型（Model-based）：先用光学模型加胶模型拟合出"掩模到晶圆"的成像函数，再对每条边缘迭代：仿真—比较目标—移动边缘—再仿真，直到晶圆轮廓与设计的偏差（EPE）进入公差。它还引入亚分辨率辅助图形（SRAF）：在孤立线旁放几条窄到自己印不出来的细条，让孤立线的衍射环境"伪装"成密集线，从而与密集线共享同一工艺窗口。SRAF 是 OPC 的点睛之笔——用不成像的图形去操控成像图形的光场。
# 模型型 OPC 的迭代骨架（示意） def opc_iterate(mask_edges, target, simulate, tol=0.5, max_iter=12): """mask_edges: 各边缘位置; simulate: 成像+胶模型 → 轮廓位置""" for it in range(max_iter): printed = simulate(mask_edges) epe = [t - p for t, p in zip(target, printed)] # 边缘放置误差 if max(abs(e) for e in epe) < tol: return mask_edges, it # 用阻尼因子避免震荡，把边缘朝减小 EPE 的方向推 mask_edges = [m + 0.6 * e for m, e in zip(mask_edges, epe)] return mask_edges, max_iter
真实工具里的 simulate 是霍普金斯成像加胶阈值模型，一颗芯片全片 OPC 要在成百上千核的集群上跑数小时到数天。掩模上多边形数从原始设计的数亿膨胀到数十亿，掩模写入时间与成本随之上涨——这是 k₁ 一路下压的隐性账单。
与前两节的关系
三件武器不替代，而是叠加：离轴照明与相移掩模先把边缘做陡、把对比度撑起来，OPC 再把系统性的形状偏差压回公差。顺序也重要——OPC 模型必须在确定了照明条件与掩模类型之后再校准，因为换一套照明，邻近效应的样子也变。第 7 章会把这个"先定光源与掩模类型、再修图形"的流程升级成"光源与掩模一起优化"（SMO），OPC 则演化成逆向光刻（ILT），让算法直接反解出最优掩模而不局限于移边缘。
看懂一张 OPC 报告
工厂交付的 OPC 结果通常附带三张图：掩模图、仿真晶圆轮廓图、EPE 分布图。读图顺序有讲究——先看 EPE 图找红色热点（超公差点），再回轮廓图确认热点处的失真形态（线端内缩还是侧壁内弯），最后去掩模图看该处用了什么修正手段。长期读这类报告会形成一种直觉：热点的分布不是随机的，总是聚集在图形密度突变处（密集线接孤立线的过渡区）和最小间距逼近分辨率极限的地方。这个直觉反过来指导设计规则修订，是 DFM 闭环（第 9 章）最日常的一条通路。
工程边界与常见坑
模型是拟合来的，校准数据只覆盖测试图形，遇到版图里的"怪结构"就会外推失准——工厂会专门做**OPC 验证（OPC verification）**扫描全片，找出仿真中 EPE 超标的热点（hotspot），要么改设计要么加规则。另一个坑是掩模制造规则：OPC 加出的锤头、衬块、SRAF 有最小尺寸限制，太小的写不出来，会把成像收益变成掩模缺陷源。因此 OPC 团队和掩模厂之间存在一份长长的"掩模规则检查"（MRC）清单，是设计-制造协同（第 9 章）里最具体的一份契约。
迁移与失效：OPC 模型的保质期
模型型 OPC 有个容易被忽略的软肋：模型有保质期。机台换新、照明微调、胶批次更换、甚至掩模厂换写入设备，都会让成像函数漂移，原模型开始"说谎"。工厂的对策是定期用曝光晶圆重校模型（重做 NILS 与阈值拟合），并设置版本管理——每个掩模必须注明它用的 OPC 模型版本，换模型意味着重跑全片 OPC 与验证。另一个失效场景来自 EUV：光源功率波动影响 dose 稳定性，剂量变化会改变胶的等效阈值，OPC 按旧阈值修出的图形整体偏胖或偏瘦。所以 EUV 时代 OPC 与剂量控制被绑在一起调度（第 6、7 章会再遇到）。理解 OPC 是"活的"而不是"交付即完成"的资产，是理解先进晶圆厂运营成本结构的一把钥匙。
从"修正"到"逆向"：思路的一百八十度转弯
OPC 的迭代逻辑仍是"正向仿真、逐步试错"。一个自然的追问是：既然成像模型已经有了，为什么不直接反解——给定想要的晶圆图形，求一张能印出它的掩模？这就是逆向光刻技术（ILT）的出发点，数学上把掩模像素当作自由变量，以目标光强为约束做优化。ILT 算出的掩模形状非常"离经叛道"：粗胖的轮廓、扭曲的边缘、大片灰色（亚像素级的透率调制），传统掩模写入工具根本做不出来。工业界的折中是把 ILT 结果"忠实化"成可制造的方格掩模，或把 ILT 思想局部用在热点图形上。这条"正向修正→逆向求解"的演化线在第 7 章会完整展开，这里只需记住：OPC 是计算光刻的第一个、也是最成功的工业应用，它的边界由算力与掩模制造能力共同决定。
本节要点回顾
- 邻近效应是确定性的系统失真（线端缩短、角圆化、Iso-Dense 偏差），因此可以预补偿。
- 规则型 OPC 靠查表，模型型 OPC 靠成像模型迭代移边，后者是 100nm 以下的标配。
- SRAF 用不成像的辅助条改造光场环境，让孤立线与密集线共享窗口。
- OPC 的代价是掩模数据量与算力成数量级上涨，以及模型外推失准的热点风险。
- 三件武器叠加使用，OPC 排在最后校准；其升级形态是第 7 章的 SMO 与 ILT。
光学侧能做的都做了。可光强分布终究要变成留下来的胶——这一步的成败，由分子化学决定。第 3 章进入光刻胶。