版图画的是矩形，硅片上为什么变圆角？光刻光学邻近效应与 OPC 修正
设计版图（GDS）里画一个干净利落的矩形，光刻做出来却变成圆角；一根设计长度 1 μm 的线，硅片上可能只剩 0.95 μm；同样的线宽，放在密集图形里和放在空旷区域里，结果还不一样。
这不是工艺”手抖”，而是一套可以解释、可以预测、甚至可以用软件预先补偿的物理现象——光学邻近效应（optical proximity effect，OPE）。补偿它的技术叫光学邻近修正（optical proximity correction，OPC）：在掩模上故意把图形改得”不像”设计目标，让成像后的结果反而”像”目标 [S1]。
本文要回答一个问题：从版图数据到硅片图形，中间到底发生了什么，OPC 又是怎么把偏差补回来的？ 它和平台之前讲过的”GDS 圆弧为什么是多边形”（版图数据怎么描述图形）正好互补——那篇讲的是”数据层”，这篇讲的是”物理层”。
现象：设计图与硅片，差在哪几个地方？
光刻的基本流程是把掩模上的图形通过投影物镜成像到涂了光刻胶的硅片上，显影、刻蚀后得到器件图形。如果成像是理想的，掩模上的直角就应该是硅片上的直角。但实际得到的图形会出现几类典型的偏差：
- 线宽随密度漂移：同一条线，周围空旷时与周围密集时印出来的宽度不同；阵列中心与边缘的图形也会不一样 [S1]。
- 线端缩短（line-end shortening）：线条的末端比设计短一截，比如栅极线端没能跨过场氧区域，导致覆盖不足 [S1]。
- 角部圆化（corner rounding）：直角变成圆弧，锐角处材料缺失。
- 接触孔/通孔缩小：小孔成像后强度不足，孔变细甚至”长不出来”。
图 1：同一版图在设计层（蓝色目标）、未修正光刻的印刷轮廓（红色）与 OPC 修正后掩模（含辅助图形与边缘修正）中的形态。来源：LithoGuy，Wikimedia Commons（CC BY-SA 3.0）。
图 1 是教科书式的演示：左侧的蓝色矩形是设计目标；红色轮廓是直接拿这个矩形做掩模时硅片上会印出来的样子——角圆了、端短了、线宽也变了；右侧是 OPC 修正后的掩模，掩模上反而多出了各种”多余的”特征，为的是让最终成像接近蓝色目标。
这些偏差之所以被称为”邻近效应”，是因为同一根线条印成什么样，取决于它周围有什么——这正是成像系统物理特性的直接后果。
机制一：投影成像是一台低通滤波器
先看成像这半边。光刻投影系统本质上是一台光学成像系统：掩模图案是”物”，光刻胶平面是”像”。传统成像的分辨率极限由瑞利判据给出 [S1][S3]：
$$R \approx \frac{0.61\lambda}{NA}$$
其中 $\lambda$ 是照明波长，$NA$ 是投影物镜的数值孔径。工程上更常用的写法是把关键特征宽度写成 [S1]：
$$CD = k_1\frac{\lambda}{NA}$$
$k_1$ 越小，代表用同样的波长和物镜去印更细的图形，成像裕量越小。工业界就是这样一代代推进的：波长从 436 nm（汞灯）降到 365 nm、248 nm，再到主流 193 nm（ArF）；同时 $NA$ 从早期扫描机的约 0.16 提到约 0.93，特征尺寸一路做到远小于 100 nm [S3]。
衍射限制意味着成像系统丢失了掩模图形中的高频空间频率——直角、锐利边缘、细密间距恰恰对应高频。物镜孔径把这些高频截掉之后：
- 直角的高频分量丢失，于是角部变圆；
- 密集图形的空间频谱与孤立图形不同，且随着间距缩小，被 $NA$ 截断的分量越来越多，于是同样线宽在不同密度下印出不同宽度；$k_1<1$ 的密集图形更难靠 OPC 修正 [S1]；
- 照明相干性也参与其中：部分相干因子 $\sigma$（光源角尺寸与物镜数值孔径之比）决定了成像的相干程度，直接影响最终图形 [S1]。
所以第一个结论是：版图上的锐利矩形，在物理成像这一步就已经”注定”模糊了。但这只是第一步，更麻烦的是第二步——光刻胶的响应。
机制二：光刻胶的”阈值开关”放大偏差
成像系统输出的不是清晰的二值图形，而是一幅连续的强度分布（空间像，aerial image）$I(x,y)$：掩模上的一个矩形边缘，在像面上是一条从亮到暗的渐变过渡带。真正把连续分布变成”有图形/没图形”的，是光刻胶的显影响应。
教学上最常用的简化模型是常数阈值模型（constant threshold resist model，CTR）：把空间像强度与一个阈值 $I_{th}$ 比较，高于阈值的地方保留光刻胶，低于阈值的地方被显影掉 [S6]：
$$Z(x,y)=\begin{cases}1, & I(x,y)>I_{th}\0, & \text{其他}\end{cases}$$
这个模型忽略了很多真实工艺细节（酸扩散、驻波、显影非线性），但它抓住了最本质的一点：光刻是一个强非线性过程——连续输入，二值输出。
后果很直接：如果设计图形印出来的强度轮廓在阈值附近”差一口气”，比如线端处的强度低于阈值，那里就直接消失；角部强度不足，直角就缩成圆弧。更微妙的是，阈值截断的位置对强度梯度非常敏感：孤立线周围强度高、梯度平缓，线就偏宽；密集线之间强度低，线就偏窄 [S2]。这就是”同样的设计线宽，印出来却不一致”的根源。
图 2：接触孔图形示例。上方是经过边缘修正的掩模版图，下方是晶圆上实际印出的图形——即使做了修正，中心接触孔仍然明显缩小。来源：Guiding light，Wikimedia Commons（CC BY-SA 3.0）；原图引用 Proc. SPIE 6730, 67300P（2007）。
光学邻近效应有哪些：一张表
把上面两节合起来，可以给常见的 OPE 现象做一张分类表：
| 效应类型 | 表现 | 主要成因 | 常见补偿手段 |
|---|---|---|---|
| 密度相关线宽漂移 | 孤立线与密集线同宽不同印 | 空间频谱成分差异、强度梯度不同 | 按密度调整线宽、加散射条 |
| 线端缩短 | 线条末端比设计短 | 线端衍射 + 阈值截断 | 线端加 serif/hammerhead 或”狗骨”端帽 |
| 角部圆化 | 直角变圆弧 | 高频分量被数值孔径截断 | 角部边缘修正特征 |
| 接触孔/通孔缩水 | 孔变小甚至缺失 | 孔内强度不足 | 掩模孔尺寸补偿、边缘修正 |
表注：分类与补偿手段整理自 [S1][S2]；单元格内不编号，来源统一在此标注。其中”散射条”（scattering bar / 亚分辨率辅助图形）是放在可分辨线旁边的亚分辨率细线，本身不成像，用来调节周围的光强分布 [S1]；线端的 serif/hammerhead 与”狗骨”端帽则是给线条末端”补一截”，抵消线端缩短 [S1][S2]。
OPC 怎么做：从规则表到迭代仿真
知道了偏差从哪来，补偿思路就很自然：在掩模上预先做反向修正。但”反向修正”具体怎么算，经历了两个阶段。
基于规则的 OPC（rule-based OPC，RBOPC）：先用工程经验或实验/仿真数据建立一套修正规则表——比如”孤立线加宽 X 纳米””线端加长 Y 纳米”，然后按图形的几何特征查表套用。优点是快、稳定、可解释；缺点是规则来自有限的拟合数据，图形千变万化时规则表捉襟见肘 [S6]。
基于模型的 OPC（model-based OPC，MBOPC）：不再查表，而是把整个光刻过程（成像 + 光刻胶响应）建成可仿真的正向模型，然后迭代优化掩模 [S6][S7]。最主流的边缘级 OPC（edge-based OPC，EBOPC）做法是：
- 把掩模图形轮廓切成许多小段；
- 用正向模型仿真每个小段在晶圆上的成像位置；
- 计算晶圆图形与设计目标的偏差（通常用边缘放置误差 EPE 衡量）；
- 把每个小段沿其法线方向移动一个修正量；
- 重复 2–4 步，直到偏差收敛到容差内 [S6]。
这条”仿真—对比—移动—再仿真”的闭环，正是光刻仿真与优化算法结合的典型场景：1997 年前后，商用全芯片 OPC 由 TMA 与 Numerical Technologies 首次实现 [S2]；到了 130 nm 设计规则时代，基于模型的 OPC 开始规模化使用 [S1]，此后需要 OPC 的层数随工艺节点推进不断增加 [S1]。
另一条路线是反演光刻（inverse lithography technology，ILT）：把 OPC 当作一个逆成像问题，直接求解”什么样的掩模能印出目标图形”，因此能产生非常反直觉、人肉设计不出来的掩模图案 [S2]。但 ILT 的输出往往带有复杂、不规则的像素级特征，掩模写入困难、缺陷增多、成本上升，工业界落地时更倾向边缘级 OPC [S6]。
OPC 不是万能的：放大系数、工艺窗口与成本
OPC 能修正”可预测的成像偏差”，但有三件事它解决不了，或者说代价极高。
第一，掩模误差会被放大。 业界用掩模误差增强因子（mask error enhancement factor，MEEF）来衡量掩模上的尺寸误差在晶圆上被放大的程度——MEEF 矩阵算法就是早期经典 EBOPC 方法的核心：把掩模边缘误差与晶圆图形误差的关系线性化，再迭代求解修正量。但先进工艺的成像非线性越来越强，这类线性假设会失效，计算量也随版图规模急剧增长 [S6]。
第二，低 $k_1$ 下可补偿的裕量变小。 当 $k_1<1$、图形间距持续缩小时，成像信息本身被数值孔径截断，OPC 能”搬动”的频谱分量越来越少 [S1]。修正量不是可以无限加的：加多了可能违反掩模制造规则（最小线宽、最小间距），加少了又补不回偏差。
第三，成本与复杂度上升。 OPC 让掩模数据量成倍增长：掩模写入时间与图形复杂度直接相关，检测也需要更小的光斑和更长的时间 [S1]。工业界当前的真实状态是：OPC 配方（recipe）仍高度依赖资深工程师的经验调试，EDA 软件与大型计算集群是标配 [S4]；同时大量研究在尝试用机器学习加速——比如按版图不同区域的复杂度自适应选择求解器 [S5]，或让算法自己搜索最优配方 [S4]。
图 3：光掩模（中间掩模，reticle）实物照片。掩模本身是昂贵的一次性”底片”，OPC 带来的图形复杂度会直接转嫁为掩模写入与检测成本。来源：邱銘乾，Wikimedia Commons（CC BY-SA 3.0）。
评估 OPC 结果也有专门的指标：边缘放置误差（EPE）衡量图形边缘与设计目标的位置偏差，工艺变化带（process variation band，PVB）衡量不同工艺条件下图形轮廓的漂移范围，此外还有平方 L2 误差等 [S6]。比如 DiffOPC 论文在 ICCAD2013 基准上报告，相对传统 MEEF-EBOPC，平均 L2 误差降低约 6.5% [S6]——这说明改进空间仍在，但也说明传统方法本身已把误差压到了很低的水平。
结论与延伸
把整条因果链串起来：版图矩形 → 衍射低通滤波（丢失高频）→ 连续强度分布 → 光刻胶阈值二值化（非线性放大偏差）→ 硅片上的圆角、缩线与密度漂移。OPC 做的事情，是在掩模这一端预先反向修正，让”坏”的成像过程恰好把图形”修”回目标附近。
有三点值得记住：
- OPC 是可预测偏差的补偿，不是工艺误差的兜底：它处理的是成像系统的系统性偏差，而刻蚀、套刻等随机/工艺误差需要另外的容差设计（可以参考平台另一篇《超表面为什么怕加工误差》）。
- OPC 的效果由成像模型的质量决定：模型越准，修正越有效；模型与真实工艺偏离时，OPC 结果会失真 [S6][S7]。
- OPC 是**计算光刻（computational lithography）**的一部分，后者把光刻从”光学加化学”升级为”数学加算法”：仿真工具自 1980 年代初起步，2008 年前后随 22 nm 节点挑战成为产业核心手段 [S2]。
与平台历史文章的关系：GDS 圆弧离散容差讲的是”版图数据如何逼近理想几何”；本文讲的是”数据到了硅片上为什么不再是理想几何”。两篇合起来，正好覆盖”设计—制造”这条链路的两端。
参考资料
- [S1] Optical proximity correction（Wikipedia）
- [S2] Computational lithography（Wikipedia）
- [S3] The Basics of Microlithography（Chris Mack, lithoguru.com）
- [S4] Intelligent OPC Engineer Assistant for Semiconductor Manufacturing（arXiv:2408.12775）
- [S5] AdaOPC: A Self-Adaptive Mask Optimization Framework For Real Design Patterns（arXiv:2303.12723）
- [S6] Differentiable Edge-based OPC（arXiv:2408.08969）
- [S7] Model-based optical proximity correction including effects of photoresist processes（Proc. SPIE 3051, 1997）