We propose a deep learning-based data-driven framework consisting of two convolutional neural networks: i) LithoNet that predicts the shape deformations on a circuit due to IC fabrication, and ii) OPCNet that suggests IC layout corrections to compensate for such shape deformations. By learning the shape correspondences between pairs of layout design patterns and their scanning electron microscope (SEM) images of the product wafer thereof, given an IC layout pattern, LithoNet can mimic the fabrication process to predict its fabricated circuit shape. Furthermore, LithoNet can take the wafer fabrication parameters as a latent vector to model the parametric product variations that can be inspected on SEM images. Besides, traditional optical proximity correction (OPC) methods used to suggest a correction on a lithographic photomask is computationally expensive. Our proposed OPCNet mimics the OPC procedure and efficiently generates a corrected photomask by collaborating with LithoNet to examine if the shape of a fabricated circuit optimally matches its original layout design. As a result, the proposed LithoNet-OPCNet framework can not only predict the shape of a fabricated IC from its layout pattern, but also suggests a layout correction according to the consistency between the predicted shape and the given layout. Experimental results with several benchmark layout patterns demonstrate the effectiveness of the proposed method.

中文翻译：

---

从 IC Layout 到 Die Photo：一种基于 CNN 的数据驱动方法

我们提出了一个基于深度学习的数据驱动框架，由两个卷积神经网络组成：i) LithoNet 预测由于 IC 制造导致的电路形状变形，以及 ii) OPCNet 建议 IC 布局校正以补偿这种形状变形。通过学习布局设计图案对与其产品晶圆的扫描电子显微镜 (SEM) 图像之间的形状对应关系，给定 IC 布局图案，LithoNet 可以模拟制造过程来预测其制造的电路形状。此外，LithoNet 可以将晶圆制造参数作为潜在向量，对可以在 SEM 图像上检查的参数产品变化进行建模。除了，用于建议对光刻光掩模进行校正的传统光学邻近校正 (OPC) 方法在计算上是昂贵的。我们提出的 OPCNet 模仿了 OPC 程序，并通过与 LithoNet 合作来有效地生成校正的光掩模，以检查制造的电路的形状是否与其原始布局设计最佳匹配。因此，所提出的 LithoNet-OPCNet 框架不仅可以根据其布局模式预测制造的 IC 的形状，还可以根据预测形状与给定布局之间的一致性建议布局校正。几个基准布局模式的实验结果证明了所提出方法的有效性。我们提出的 OPCNet 模仿了 OPC 程序，并通过与 LithoNet 合作来有效地生成校正的光掩模，以检查制造的电路的形状是否与其原始布局设计最佳匹配。因此，所提出的 LithoNet-OPCNet 框架不仅可以根据其布局模式预测制造的 IC 的形状，还可以根据预测形状与给定布局之间的一致性建议布局校正。几个基准布局模式的实验结果证明了所提出方法的有效性。我们提出的 OPCNet 模仿了 OPC 程序，并通过与 LithoNet 合作来有效地生成校正的光掩模，以检查制造的电路的形状是否与其原始布局设计最佳匹配。因此，所提出的 LithoNet-OPCNet 框架不仅可以根据其布局模式预测制造的 IC 的形状，还可以根据预测形状与给定布局之间的一致性建议布局校正。几个基准布局模式的实验结果证明了所提出方法的有效性。但也建议根据预测形状和给定​​布局之间的一致性进行布局校正。几个基准布局模式的实验结果证明了所提出方法的有效性。但也建议根据预测形状和给定​​布局之间的一致性进行布局校正。几个基准布局模式的实验结果证明了所提出方法的有效性。