基于CUDA的直写式光刻机数据拓展方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110335190A(43)申请公布日2019.10.15(21)申请号201910534139.7(22)申请日2019.06.20(71)申请人合肥芯碁微电子装备有限公司地址230088安徽省合肥市高新区创新大道2800号创新产业园二期F3楼11层(72)发明人赵美云(74)专利代理机构合肥天明专利事务所(普通合伙)34115代理人苗娟奚华保(51)Int.Cl.G06T1/20(2006.01)G06T1/60(2006.01)G06F9/50(2006.01)G03F7/20(2006.01)权利要求书1页说明书4页附图3页(54)发明名称基于CUDA的直写式光刻机数据拓展方法(57)摘要本发明的一种基于CUDA的直写式光刻机数据拓展方法，可解决传统使用CPU对数据进行二维扫描处理时单线程处理的滞后，效率低影响产能的技术问题。本发明使用CUDA技术，对直写式光刻机的栅格化图像数据进行拓展，以高阶M进行渲染，然后使用低阶M/2进行拆分，再将一个高阶像素的灰度值以特定规则赋值到这N*N个低阶像素。本发明的基于CUDA的直写式光刻机数据拓展方法，通过并行化提高了计算效率，增加了写式光刻机的产能，也保留了图形特征，同时降低了数据规模，减少了对CPU计算能力及传输带宽的依赖，降低了成本。CN110335190ACN110335190A权利要求书1/1页1.一种基于CUDA的直写式光刻机数据拓展方法，其特征在于：包括以下步骤：S100、根据要渲染的图形对象，设定纹理参数并设定纹理渲染的模式；在Device端申请图像渲染缓存和矢量数据缓存；具体为设置显卡GPU上CUDA纹理大小宽度为W，高度为H；设置GPU上渲染灰阶为M阶；则在GPU上申请渲染缓存空间，大小为W*H*Mbit；S200、利用CUDA接口，将矢量数据从Host端拷贝到Device端；S300、启动CUDA进行纹理渲染，渲染的数据来自于光刻机矢量数据；S400、将渲染好的直写式光刻机的栅格化图像数据进行提取，保存在Device端的GlobalMemory里；S500、根据步骤S400中的直写式光刻机的栅格化图像数据，将任务分配给Grid，确定Block的数量和Thread的数量；其中，所述Grid由执行相同程序的Block组成，所述Block由Thread组成；S600、利用CUDA接口函数，在Device端的显卡GPU上申请最终图像数据缓存空间，大小为(N*W)*(N*H)*(M/2)Bit；S700、启动CUDA进行直写式光刻机的栅格化图像数据进行拓展，将原有的一个像素数据，拆分为N*N个像素，N为大于1的自然数，根据所设定的像素参数赋值到这N*N个像素中，从而实现更高DPI的分辨率；S800、利用CUDA提供的接口函数，拷贝Device填充好的数据至Host端已经分配好的内存区。2.根据权利要求1所述的基于CUDA的直写式光刻机数据拓展方法，其特征在于：所述S700具体启动X个Grid进行处理，处理结果存储在各自缓存区，然后再在Device端合并，X为大于1的自然数。3.根据权利要求1所述的基于CUDA的直写式光刻机数据拓展方法，其特征在于：所述步骤S700中根据所设定的像素参数赋值到这N*N个像素中，具体为根据像素的M阶灰度值、平均、等值赋值到这N*N个像素中。4.根据权利要求1所述的基于CUDA的直写式光刻机数据拓展方法，其特征在于：所述步骤S500根据步骤S400中的直写式光刻机的栅格化图像数据，将任务分配给Grid，确定Block的数量和Thread的数量；具体为依据图像数据的宽和高，确定Block的数量和Thread的数量。2CN110335190A说明书1/4页基于CUDA的直写式光刻机数据拓展方法技术领域[0001]本发明涉及半导体光刻机图形图像处理技术领域，具体涉及一种基于CUDA的直写式光刻机数据拓展方法。背景技术[0002]CUDA是NVIDIA公司2007年提出的支持GPU进行通用计算的编程模型和开发环境。CUDA编程的思想是用海量的线程来开发程序中的并行性，海量线程以层次化的方式组织，单个的线程被映射到标量核SP上执行，一组线程被组织成一个线程块(Block)被映射到一个SM上执行，最后由线程块组成的线程栅格(Grid)映射到一个GPGPU上执行。由于GPU具有远超CPU的计算核心数以及海量的并行计算资源，适合进行计算密集型、高度并行化的计算任务。同时，由于GPU的价格远远低于同等性能的并行计算系统，由CPU和GPGPU组成的异构系统已经越来越广的应用到生物医学、流体力学等诸多工程应用领域。[0003]直写式光刻技术是在感光材料(多为胶或者膜)的表面印刷具有特征的