CMP 建模的机器学习方法

2021/01/25
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

CMP 建模的机器学习方法

1.86 MB

大多数 IC 制造商使用 CMP 建模来检测潜在弱点,作为其 DFM 流程的一部分。然而,为 FCVD 和 eHARP CMP 工艺构建基于物理特性的模型或简化模型实际上很困难,因为这些工艺包含若干沉积和退火步骤以填充沟槽。实验表明,利用机器学习神经网络对这些及其他 CMP 工艺进行氧化物沉积轮廓建模是该技术的一个很有前景且令人激动的应用

公司介绍

西门子EDA是全球三大电子设计自动化(EDA)供应商之一,前身为1981年成立的Mentor Graphics,2016年被西门子集团收购后并入数字化工业软件部门,2021年1月正式更改为现名。该公司提供覆盖集成电路设计、验证、制造及封装的全流程工具链,核心产品包括Calibre制造解决方案、Xpedition PCB设计平台、Solido仿真套件及Veloce硬件验证系统。其技术布局涵盖AI加速验证、3D IC集成、汽车电子硅前验证(PAVE360平台)等领域,Calibre nmPlatform、Analog FastSPICE平台获得台积电N3E及N2工艺认证 ,并与台积电扩展战略合作认证多项EDA工具用于N3C、N2P及A16等先进制程。

前往企业专区