TVA在集成电路芯片设计中的应用：以华为海思、紫光展锐为例（十八）

前沿技术背景介绍AI 智能体视觉系统TVATransformer-based Vision Agent或泛称“AI视觉技术”Transformer-based Visual Analysis是依托Transformer架构与因式智能体所构建的新一代视觉检测技术。它区别于传统机器视觉与早期AI视觉代表了工业智能化转型与视觉检测模式的根本性重构。 在本质内涵上TVA属于一种复合概念是集深度强化学习DRL、卷积神经网络CNN、因式分解算法FRA于一体的系统工程框架构建了能够“感知-推理-决策-行动-反馈”的迭代运作闭环成功实现从“看见”到“看懂”的历史性范式突破成为业界公认的“AI质检专家”也是我国制造业实现跨越式发展的重要支撑。预告本专栏将围绕新书《AI视觉技术从入门到进阶》​的相关内容进行系列分享。该书是其姊妹篇《AI视觉技术从进阶到专家》的基础与前导由美国AI视觉检测专家、斯坦福大学博士Mr. Bohan 担任技术顾问。撰写方法上主要遵循 “基础知识—核心原理—实操案例—进阶技巧—行业赋能—未来发展” 的逻辑逐步展开致力于打通从理论认知到产业应用的“最后一公里”。共分为6大篇、22章精彩内容将在本专栏陆续发布纸质版图书也将以技术专著形式出版发行敬请关注光刻计算的视觉重构——华为海思基于TVA的OPC与Litho仿真热点预测随着工艺节点迈入5nm及以下光学邻近效应校正OPC的计算复杂度呈爆炸式增长成为了EDA产业链中耗时最长、成本最高的环节。本文深度解析华为海思在计算光刻领域的底层突破摒弃传统的基于物理模型的逆向计算方法转而利用TVATransformer-based Vision Agent直接对光刻胶的三维形貌进行“视觉感知与预测”。通过将掩膜版图与光瞳函数转化为多通道图像利用TVA提取极紫外光刻EUV下的衍射与化学放大的高维特征海思实现了对光刻热点的超高速前馈预测大幅削减了OPC迭代次数守住了国产先进制程的算力生命线。光刻是集成电路制造中最核心、最昂贵、也是最复杂的步骤。在极紫外EUV光刻机中光波经过掩膜版后会发生强烈的衍射和干涉导致最终投射到硅片上的图案与设计版图产生严重的畸变即光学邻近效应OPE。为了修正这种畸变必须使用OPC工具对掩膜版图进行极其复杂的逆向物理计算——通过不断微调掩膜图形的边缘和添加辅助图形SRAF使得经过光刻和刻蚀后的硅片图形尽可能贴近设计原图。在5nm工艺下一个标准单元的OPC计算可能需要数十亿次光线追迹和化学扩散方程的求解一片高端芯片的完整OPC计算往往需要动用数千个CPU核心连续运行数周时间。这不仅是算力的巨大浪费更成为了制约先进工艺研发迭代速度的核心瓶颈。华为海思的计算光刻团队跳出传统物理学方程的桎梏提出了一种基于TVA基于Transformer的视觉智能体的“数据驱动物理先验融合”的新范式。他们的核心洞察是无论底层的光学衍射方程和光刻胶化学反应多么复杂其最终的结果都可以用一张“三维空间图像”光刻胶形貌图来表征。OPC的本质就是寻找一个最优的二维掩膜图像输入使得输出的三维图像符合预期。基于此海思构建了一个庞大的多模态视觉数据集。输入端包含两层图像一是设计版图的二值化图像二是光刻机的光瞳滤波函数图像代表光学系统的特性。输出端则是通过严格物理仿真或少量实测数据得到的光刻胶截面形貌图表现为边缘位置的偏移量即EPE误差。在这个设定下TVA展现出了作为“终极视觉映射器”的潜力。与只能预测局部边缘位移的传统机器学习模型不同TVA通过其多层多头注意力机制能够全局性地理解版图环境对局部图形的影响。例如在密集的SRAM阵列中某个孤立孔洞的光刻畸变不仅取决于其自身的尺寸还受到几百纳米外密集线条产生的背景光场叠加效应的影响。TVA的自注意力机制能够在极深的网络层中捕捉到这种超远距离的光场干涉特征。海思在TVA的架构中还巧妙地引入了“物理先验注入”。在标准的注意力矩阵计算中海思加入了基于傅里叶光学的衍射传播核作为位置编码的先验。这使得TVA不必从零开始学习光波的传播规律而是专注于学习光刻胶复杂的非线性化学反应过程极大地提高了模型的泛化能力和预测精度。在实际的5nm量产OPC流程中海思将TVA模型作为“前馈预测器”置于传统OPC工具之前。当版图进入OPC流程时TVA模型在几分钟内就能扫描整个芯片版图精准标记出所有可能发生光刻失效的高风险热点区域。传统的OPC工具只需对这些极少数的热点区域进行高精度的密集计算和迭代修正而对于TVA判定为安全的广大区域则直接采用轻量级规则处理。这一“TVA筛查精准打击”的架构使得海思高端芯片的整体OPC计算时间缩短了惊人的50%以上在极其昂贵的EUV算力争夺战中占据了绝对优势。写在最后——以类人智眼重新定义视觉检测标准天花板AI视觉技术TVA(Transformer-based Vision Agent)通过融合深度强化学习、卷积神经网络等技术实现了从看见到看懂的突破。华为海思将其创新应用于5nm工艺的光刻计算通过将掩膜版图转化为多通道图像利用TVA的自注意力机制捕捉光场干涉特征大幅提升光学邻近效应校正(OPC)效率。该方法结合物理先验知识实现了对光刻热点的快速预测使OPC计算时间缩短50%以上为先进制程提供了关键技术支撑。相关技术将收录于《AI视觉技术》系列专著中