Optical Diffraction-based Convolution for Semiconductor Lithography

会议: CVPR 2026
论文: CVF Open Access
代码: 无
领域: 光学计算 / 计算光刻 / 物理先验网络
关键词: 半导体光刻, 掩模优化, 光学衍射, 复数卷积, 相位调制

一句话总结

OptiCo 把瑞利-索末菲衍射积分推导成一次"复数卷积"，构造出编码光波相位变化的光学相位（OP）核直接嵌进 CNN，让网络在做光刻掩模优化时显式遵守衍射物理，在 LithoBench 的 OOD 子集上把 EPE 从同行的几十量级压到接近 0。

研究背景与动机

领域现状：光刻是半导体制造里最关键也最贵的一步（约占整体成本 30%），核心任务是掩模优化——给定希望印在晶圆上的目标图案 \(R^*\)，反求一张掩模 \(M\)，让它经过光学投影 + 光刻胶显影后得到的图案尽量贴近 \(R^*\)。由于真实跑光刻线极贵、解析建模又太复杂，业界转向"仿真 + 深度学习"的计算光刻：早期 GAN-OPC 用 GAN 直接学"目标晶圆图→掩模"的映射，DAMO 换上 UNet++ 提分辨率，后来 DOINN、CFNO 用傅里叶神经算子（FNO）在频域隐式建模衍射。

现有痛点：这些方法要么纯数据驱动（UNet++/CGAN），要么只是在频域隐式地碰到了衍射（FNO），都没有把光学衍射的物理原理显式写进网络结构里。后果是：当掩模图案偏离训练分布（OOD，而真实产线上的掩模天天偏离）时，模型泛化能力崩塌——衍射效应在短波长（如 EUV）下尤其剧烈，投影到晶圆上的图案会明显偏离设计意图，纯统计模型抓不住这种由物理支配的规律。

核心矛盾：传统卷积核只看空间特征，而光刻的本质是光在掩模透明/不透明区交界处发生相位变化后再传播成像——空间域的标准卷积根本没有"相位"这个自由度，于是物理被丢在了网络之外。

本文目标：把衍射物理（尤其是相位因子）显式塞进卷积运算本身，而不是当成外部正则或频域 trick。

切入角度：作者注意到一个数学事实——光从孔径平面传播到目标平面的瑞利-索末菲（RS）衍射积分，其形式恰好就是一个卷积（被积函数是输入光场与一个传播核的卷积）。既然衍射 = 卷积，那就可以把这个"传播核"直接当成 CNN 的卷积核来用。

核心 idea：用从衍射积分推导出来的光学相位核替换/增强普通卷积核，并在复数域做卷积来承载相位，使网络每一步卷积都内蕴光的物理传播。

方法详解

整体框架

OptiCo（Optical diffraction-based Convolutional neural network）的输入是目标晶圆图案、输出是优化后的掩模 \(M\)，整体仍是一个 encoder-decoder 形的 CNN，但把骨干里的关键层替换成了 OptiCo Block。一个 OptiCo Block 内部走两条并行支路再相加：一条是普通的 MetaNeXt 骨干特征（负责空间/数据驱动特征），另一条是物理相位支路——先把骨干特征用逐像素复数投影（ComplexConv1D）嵌入复数域，再与 OP 复数卷积的输出做 Hadamard 乘法完成相位调制，乘上衍射常数后加回骨干特征。最后整体用 MSE + TV 损失训练，TV 损失专门抑制掩模上的颗粒噪声、提升可制造性。

整条 pipeline 的衔接如下：

%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
    A["目标晶圆图案 R*"] --> B["MetaNeXt 骨干特征<br/>空间/数据驱动支路"]
    B --> C["衍射→卷积推导<br/>构造 OP 核 Q"]
    C --> D["OP 复数卷积<br/>实虚分量交叉卷积"]
    B --> E["ComplexConv1D<br/>逐像素复数嵌入"]
    D --> F["相位调制<br/>骨干特征 + 物理支路相加"]
    E --> F
    F --> G["优化掩模 M"]
    G -->|MSE + TV 损失| H["光刻仿真器 g(M) 贴近 R*"]

关键设计

1. 把衍射积分改写成卷积，构造光学相位（OP）核

这一步是全文的物理地基，针对"标准卷积没有相位自由度"的痛点。光场 \(U\) 从孔径平面 \((x,y)\) 传播距离 \(z\) 到目标平面 \((x',y')\) 的 RS 衍射积分（以 Fresnel 形式为例）为

\[U(x',y') = \frac{e^{jkz}}{j\lambda z}\iint_{-\infty}^{\infty} U(x,y)\, e^{\frac{jk}{2z}[(x'-x)^2+(y'-y)^2]}\,dx\,dy,\]

其中 \(\lambda\) 是波长、\(k=2\pi/\lambda\) 是波数。作者注意到这个积分把对 \((x'-x)\)、\((y'-y)\) 的二次依赖项隔离出来后，正好就是卷积的定义 \((f * h)(x',y')=\iint f(x,y)h(x'-x,y'-y)\,dx\,dy\)，于是衍射积分可写成 \(U(x',y')=\frac{e^{jkz}}{j\lambda z}[U * h]\)。这里的 \(h\) 就是 OP 核，承载衍射的相位调制。不同 RS 形式给出不同核：Fresnel 形式 \(h(x,y)=\exp\!\big(\frac{jk}{2z}(x^2+y^2)\big)\)、Helmholtz–Kirchhoff、Green's 等。实现上对 \((N,N)\) 大小的核，以核中心为原点算出复指数 \(Q(x,y)=\exp\!\big(\frac{jk}{2z}(x^2+y^2)\big)\)，每个元素就是一个衍射相位项。框架是"公式无关"的（formulation-flexible）——默认用 Fresnel，但也能换成 Helmholtz/Green's，甚至光刻界标准的 Hopkins TCC 核。

2. OP 复数卷积：让相位真正参与计算

光场天然是复数，相位信息藏在虚部里，所以仅有实数核没法表达相位调制。作者把 OP 核 \(Q\) 和一个可学习复权重 \(W\) 组合成有效核 \(W_{\text{eff}}=Q\odot W\)（逐元素乘），或更严格的标量缩放变体 \(W_{\text{eff}}=\lambda_\alpha\cdot Q\)（只用一个可学习标量去缩放纯物理核，物理保真度更高）。输入和有效核都拆成实虚部 \(U=U_r+jU_i\)、\(W_{\text{eff}}=W_r+jW_i\)，复数卷积按复数乘法展开：

\[\text{OPconv}(U)=\big(U_r * W_r - U_i * W_i\big) + j\big(U_r * W_i + U_i * W_r\big).\]

这样每一次卷积都内蕴了光的物理传播——区别于普通卷积只在实数空间域学统计相关，这里实虚部的交叉卷积显式地把相位偏移算了出来。消融（表 5）显示，哪怕只加上复数域建模，OOD 的 EPE 就从 22.6 降到个位数，证明"复数域承载相位"是性能的关键来源。

3. OptiCo Block：物理支路与数据支路的融合

针对"物理先验如何和强大的数据驱动骨干结合"，作者设计了双支路相加的 block。骨干用 MetaNeXt 风格的残差块

\[Y_{\text{backbone}}(U)=\big(\text{DWConv}(\text{Norm}(U_r)W_1)\odot\sigma(\text{Norm}(U_r)W_2)\big)W_3 + U_r,\]

负责空间特征。由于 OP 卷积是复数运算，先用逐像素的 ComplexConv1D 把骨干特征 \(x_{pq}\in\mathbb{R}^C\) 投影进复数域：\(\text{CConv1D}(x_{pq})=(x_{pq,r}V_r-x_{pq,i}V_i)+j(x_{pq,r}V_i+x_{pq,i}V_r)\)，其中 \(V_r,V_i\) 是可学习投影矩阵，作用是给每个像素的通道向量做复数嵌入，使其能与 OP 核交互。随后用 Hadamard 积完成相位调制，乘上衍射常数 \(\frac{e^{jkz}}{j\lambda z}\)，再加回骨干特征：

\[Y_{\text{phase}}(U)=\frac{e^{jkz}}{j\lambda z}\big[\text{CConv1D}(Y_{\text{backbone}}(U))\odot \text{OPconv}(U)\big],\quad Y_{\text{OptiCo}}=Y_{\text{backbone}}(U)+Y_{\text{phase}}(U).\]

消融表明那个看似不起眼的衍射常数 \(\frac{e^{jkz}}{j\lambda z}\)（论文称 Multiply Constants, MC）是保持衍射公式完整性的必需项，去掉它性能大跌——说明它们把物理公式"原封不动"地搬进网络这件事做得很认真。

损失函数 / 训练策略

主损失是掩模优化后经光刻仿真器 \(g(\cdot)\) 得到的抗蚀图与目标的 MSE：\(L_{\text{mse}}(M)=\|g(M)-R^*\|^2\)。为提升掩模可制造性、抑制颗粒状高频噪声，额外加 2D 全变分（TV）正则：

\[L_{\text{tv}}(M)=\sum_{p,q}\big|M_{p+1,q}-M_{p,q}\big|+\big|M_{p,q+1}-M_{p,q}\big|,\]

它惩罚相邻像素的突变、鼓励掩模空间平滑。最终目标为 \(L_{\text{final}}(M)=L_{\text{mse}}(M)+\lambda_{\text{tv}}L_{\text{tv}}(M)\)，\(\lambda_{\text{tv}}\) 控制正则强度。

实验关键数据

数据集用 LithoBench（10 万+ 布局 tile，分辨率 \(2048\times2048\)、每像素代表 \(1\text{nm}^2\)），含两个合成集 MetalSet/ViaSet 和两个真实世界 OOD 集 StdMetal/StdContact。掩模优化用 MSE、EPE（边缘放置误差违规）、PVB（工艺变化带面积）三个指标，均越低越好。

主实验（掩模优化，Average 列，越低越好）

方法	MSE	PVB	EPE
DAMO	26056	27651	8.1
DOINN	34691	23370	16.9
CFNO	38578	25196	18.0
ILILT（前 SOTA）	22143	31064	2.6
OptiCo	14535	29373	0.4

最能说明问题的是 OOD 子集：StdContact 上多数方法 EPE 飙到 26~56，而 OptiCo 仅 0.1；StdMetal 上 OptiCo EPE 为 0.0，平均 EPE（0.4）大幅领先此前最强的 ILILT（2.6）。光刻仿真任务（表 2）OptiCo 在 MSE/IoU 上同样全面领先（平均 MSE_resist 6.38e-4、IoU 0.96）。

消融实验

配置	StdMetal EPE	StdContact EPE	说明
w/o kernel（无 OP 核）	2.819	22.612	退化为纯骨干
仅 ComplexConv1D（CC）	0.657	7.491	只加复数域嵌入就大降
仅 OP 复数卷积（OP）	1.561	6.321	单独物理核也有效
OP + MC（衍射常数）	0.188	1.273	补全衍射公式常数项
OP + MC + CC（完整）	0.044	0.079	完整 OptiCo Block

另有 OP 核公式选择的消融（表 3，标准 \(W_{\text{eff}}=Q\odot W\)）：相对 w/o kernel（StdContact EPE 22.6），Fresnel（0.079）与 Green's（0.188）这类轻量公式最好，说明简单公式更易与网络融合；而在严格变体 \(W_{\text{eff}}=\lambda_\alpha Q\) 下（表 4），光刻界标准的 Hopkins TCC 核反而最优（StdContact 0.212），印证框架与高保真物理模型对齐良好。

关键发现

• 复数域 + 衍射常数是性能命门：从 w/o kernel 到完整 block，StdContact EPE 从 22.6 一路降到 0.079；其中"补全衍射常数 MC"和"复数嵌入 CC"各自都带来数量级提升，说明把物理公式完整、忠实地搬进网络比只搬一部分重要得多。
• 物理先验 = OOD 泛化：在分布内（ViaSet）几乎所有方法 EPE 都接近 0，差距全在 OOD 上拉开——显式衍射建模本质上是给网络注入了不依赖训练分布的物理引导。
• 公式选择有讲究：标准变体下轻量 Fresnel/Green's 更好（易训练）；严格标量变体下高保真 Hopkins 更好。核太小则感受野不足以覆盖衍射、太大则二次相位项 \((x^2+y^2)\) 变化过陡反而难训练，存在最优核尺寸 ⚠️（具体数值在附录 B.5，正文未给）。

亮点与洞察

• "衍射 = 卷积"的等价改写非常优雅：作者没有发明新算子，而是发现 RS 衍射积分天然是卷积形式，于是把物理核直接当 CNN 核用——这种"物理本来就长成网络的样子"的洞察可复用到任何由传播积分支配的成像问题（声学、超声、光场成像）。
• 物理保真度可调的两档设计：\(W_{\text{eff}}=Q\odot W\)（更灵活、可学）vs \(W_{\text{eff}}=\lambda_\alpha Q\)（更严格、纯物理只缩放），相当于给"数据驱动 ↔ 物理约束"提供了一个旋钮，且实验显示两档各有最佳匹配的衍射公式。
• 复数卷积承载相位这套实虚部交叉卷积 + 逐像素复数嵌入的写法，是把"物理量是复数"翻译成网络可计算形式的标准范式，可迁移到任何需要建模相位/波动的任务。

局限与展望

• 方法强绑定 LithoBench 的设定（固定分辨率、特定光刻胶模型），是否能直接迁移到真实 EUV 产线的多重曝光、3D 掩模等更复杂场景未充分验证（TEMPO 处理的 3D 掩模这里没正面对比）。
• OP 核里距离 \(z\)、波长 \(\lambda\) 等物理参数如何设定/是否学习，正文交代不多 ⚠️（以原文及附录为准），现实中这些参数随工艺节点变化，参数失配时鲁棒性存疑。
• 复数卷积 + 双支路相比纯 FNO 的计算开销/推理速度未给量化对比，工程落地的成本未知。
• 核尺寸的最优值是个超参，二次相位项导致大核难训练，意味着对更大感受野的衍射场景可能需要额外技巧。

相关工作与启发

• vs DOINN / CFNO（FNO 系）：它们在频域隐式建模衍射（傅里叶变换 + MLP 嵌入再与 CNN 局部特征拼接），OptiCo 则在空间域显式把衍射核写进卷积；论文用"把 OptiCo block 换成 FNO"的对照（图 3）证明显式物理建模优于隐式频域建模。
• vs ILILT：ILILT 把反向光刻技术（ILT）迭代地嵌进学习过程、是此前 SOTA，但物理是以"迭代喂仿真抗蚀图"的间接方式引入；OptiCo 通过 OP 核把物理直接写进核运算，平均 EPE 0.4 vs 2.6 显著更优。
• vs DAMO（纯数据驱动 UNet++）：DAMO 完全靠数据学映射、无物理先验，OOD 上 EPE 崩到 8.1+；对比凸显"物理先验主要买的是泛化"这一结论。
• vs Nitho：Nitho 用受光学核回归启发的坐标式复数 MLP 做光刻仿真，仍是间接物理；OptiCo 把物理放进架构与核运算本身，仿真任务上也更强。

评分

• 新颖性: ⭐⭐⭐⭐⭐ 首个把光学衍射原理显式嵌入卷积核运算的 CNN，"衍射=卷积"的改写干净有力。
• 实验充分度: ⭐⭐⭐⭐ LithoBench 主任务 + 仿真 + 多组细致消融（公式/组件/核尺寸），但缺真实产线与计算开销对比。
• 写作质量: ⭐⭐⭐⭐ 物理推导清晰、动机层层递进；部分关键参数设定散落附录。
• 价值: ⭐⭐⭐⭐⭐ 计算光刻里 OOD 泛化是刚需，物理先验把 OOD EPE 压到接近 0，对实际制造意义大。

相关论文

• [ICCV 2025] Recover Biological Structure from Sparse-View Diffraction Images with Neural Volumetric Prior
• [CVPR 2025] SDF-Net: Structure-Aware Disentangled Feature Learning for Optical–SAR Ship Re-Identification
• [CVPR 2026] Neural Differentiation in Deep Networks: A Theoretical Framework for Expressivity and Representational Diversity
• [CVPR 2026] Electromagnetic Inverse Scattering from a Single Transmitter
• [CVPR 2026] Temporal Interaction in Spiking Transformers with Multi-Delay Mixer