节点上，量产工艺，就没有做过双重以上的，最多就是双重。
理论倒是非常简单，但做起来那是非常的困难。
不仅是工件台的移动精度问题，有非常多的问题需要解决。
稍微对不准一点，一重一重的累积下来就会是天文数字，最终导致全盘都失败。
换句话说，你动一下都需要保持nm级别的精度，既然有这个技术，直接去改造光刻机都比这个更容易。
“来，看看我们的历程吧。”没等杨工回答，纪弘引着于东来看这几天产线在做什么。
“与传统提升工艺的过程不同，”纪弘介绍道：“类思维AI在这里发挥了巨大的作用。
“刻-刻蚀-光刻-刻蚀，也就是LELE这种双重曝光技术之所以引起套刻误差，不能四重甚至更多重的LELELELLE，是因为精度不好把握。
“但，对于我们来说，这反倒是最简单的。对准嘛，机械重复就好了，一次不行那就多来几次。”
这个过程困难吗？
对于一般的产线来说，非常困难。
因为误差有多少，不下产线去检测就不可能知道。
一次光刻之后，按程序移动，然后二次光刻，所有流程结束了，上检测线了，上封测线了，才能知道哪儿出了问题，良率多少，是不是能够满足量产需求。
不能的话，去调整，重复上述过程，直到满足需求。
但宏图微电子这儿呢？就好像里边住了个人。
机台动了一下，光刻尚未进行：“我对准了没？”
“好像还差一点。”
“现在呢？”
“往右一点。”
“这会儿呢？”
“往左一点。”
“现在呢？这回总可以了吧？”
“嗯！刻吧！”
这一刻，精准无比，别说刻三次五次，哪怕十次更多次，只要计算好了，那也完全都没有问题。
当然，真正的过程不可能是描述的这个样子，但如果拟人化的话，大概是这么个意思。
这就叫做精度不够，“微调”来凑。一步不到位，咱慢慢调。
当然，这个慢也是相对的——如果传感数据计算好了，由人来判断和调整，那是真叫慢——光电所的超爆光刻机所面临的就是这个问题。
但这个时候判断是否对准以及做出决策的，是类思维AI工业模型结合机器视觉以及维纳传
本章未完，请点击下一页继续阅读！