计算材料学在光刻胶研发中的应用

背景：随着集成电路制程进入亚10纳米节点，光刻胶材料面临分辨率、线边缘粗糙度和灵敏度（RLS）之间的严峻权衡，传统试错式实验研发效率低下。研究目的：旨在系统综述计算材料学在光刻胶分子设计、工艺优化和性能预测中的应用，揭示其从原子尺度到介观尺度揭示构效关系的能力，并为计算驱动的新型光刻胶研发提供理论参考。结论：计算材料学已成为光刻胶研发的重要理论支柱。第一性原理计算（如DFT）用于预测光刻胶的电子结构、吸收性能、反应机理及抗刻蚀性，并指导金属氧化物光刻胶的理性设计。分子动力学模拟（全原子与粗粒化）解析了聚合物链动力学、PAG分散性及显影形貌。线边缘粗糙度（LER）的多尺度随机建模和蒙特卡洛方法深化了对LER起源的理解。机器学习模型（如随机森林）实现了光刻胶灵敏度的快速预测。通过DFT-MD-有限差分法（FDM）建立的多尺度耦合框架，揭示了曝光-烘烤-显影全链条的物理化学机制。未来，结合生成式人工智能与自动化实验，有望实现光刻胶材料的全链条智能化研发。