AI 晶片新聞：

大家最常看到的是：

Nvidia。

TSMC。

Samsung。

SK Hynix。

但如果再往上游走：

你會遇到一家非常特殊的公司。

ASML。

它不是：

AI 模型公司。

也不是：

晶片設計公司。

甚至不是：

真正替客戶生產晶片的 Foundry。

它賣的是：

把晶片電路「印」到矽晶圓上的機器。

而 AI 晶片愈往先進製程走：

這台機器：

反而愈難替代。

Reuters 今天公布一組很誇張的數字

ASML 現在最先進的量產 EUV 設備：

一台大約：

2 億美元。

但即使這麼貴：

目前訂單：

幾乎已經排到：

2027 年。

接著還有：

下一代 High-NA EUV。

價格更高：

大約：

4 億美元一台。

結果：

晶片大廠仍然開始排隊。

TSMC、Samsung、SK Hynix 都已經設定 High-NA 時程

Reuters 今天報導：

Samsung：

計畫從：

2028 年

把 High-NA 用進 Memory Production。

SK Hynix：

同樣規劃：

2028 年。

TSMC：

過去曾對：

High-NA 高達約 4 億美元的價格：

表示疑問。

現在則已經承諾：

大約從：

2030 年

開始導入。

Intel：

則更早。

Intel 已經拿 High-NA 跑超過 100 萬片 Wafer

Intel 是：

最早大規模測試 High-NA 的客戶之一。

ASML 今年 7 月就已經宣布：

Intel Foundry：

在部分 Intel 18A 製程層：

實際使用 High-NA。

而 Reuters 今天進一步報導：

Intel 表示：

目前利用 High-NA 系統：

已處理超過：

100 萬片 Wafer。

這件事的重要性：

不是數字看起來很大。

而是：

High-NA 已經不只是：

實驗室 Demo。

那到底什麼是 EUV？

可以把製造晶片：

非常粗略地理解成：

在一塊很小的矽晶圓上：

畫出極其微小的電路。

電路愈小：

同樣面積裡：

就能放：

更多 Transistor。

一般來說：

意味著：

更高效能。

更低功耗。

或：

在同樣效能下：

把晶片做得更小。

但問題是：

晶片上的線：

已經小到：

一般光學方法根本畫不下去。

EUV 就是在處理這個問題

EUV：

Extreme Ultraviolet。

極紫外光。

它使用：

非常短波長的光。

搭配極高精度：

Mirror。

Vacuum。

Stage。

光學控制。

把極小的 Circuit Pattern：

投射到 Wafer。

這也是：

先進晶片製造：

最困難的設備之一。

為什麼大家都在談 ASML？

因為在最先進 EUV 這一層：

目前商業市場幾乎就是：

ASML。

Reuters 引述 JPMorgan 估計：

2025 年：

ASML 在全球整體 Lithography Market：

市占約：

94%。

如果只看：

最先進的 EUV：

ASML 的位置：

甚至更強。

Reuters 直接指出：

ASML：

目前沒有商業上的 EUV 對手。

Nikon、Canon 也做曝光設備，為什麼不行？

日本 Nikon。

Canon。

以及正在發展中的：

中國設備商。

都能做：

其他 Lithography Technology。

例如：

DUV。

但 EUV：

難度高很多。

不是：

「把光變短一點」

就完成。

EUV 甚至不能用普通鏡片

因為：

EUV 光：

很容易被物質吸收。

傳統透鏡：

根本不適合。

所以 ASML 必須：

使用：

超高精度 Mirror。

在：

Vacuum Environment。

裡控制光。

ASML 官方形容：

這些 Mirror：

表面平整度：

甚至小於：

一個原子的厚度尺度。

如果把 Mirror：

放大到：

德國那麼大。

最高的「山」：

大約只有：

1 mm。

你就知道：

這不是一般機械設備。

High-NA 又比現在 EUV 更進一步

目前主流 EUV：

Numerical Aperture：

大約：

0.33。

High-NA：

提高到：

0.55。

NA：

可以非常粗略地理解成：

這套光學系統：

能解析多細的 Pattern。

NA 提高：

就可以把：

更細的 Feature：

印出來。

ASML 官方表示：

EXE High-NA：

可以做到：

約：

8 nm Resolution。

ASML 表示，可以一次印出約小 1.7 倍的 Feature

和目前 NXE EUV 相比：

High-NA：

可以用單次曝光：

印出約：

1.7 倍更小

的 Feature。

理論上的：

Transistor Density：

可以提高到：

約：

2.9 倍。

Reuters 則用更直白的方式說：

High-NA：

大約能印出：

比 Standard EUV：

小 40% 左右的 Feature。

為什麼小 40% 這麼重要？

因為晶片製造：

不是：

只比「最小幾奈米」。

更重要的是：

一個 Pattern：

到底能不能：

一次完成。

如果設備解析度不夠：

你可能需要：

把原本一次的 Pattern：

拆成：

兩次。

三次。

甚至更多步驟。

這叫：

Multi-patterning。

Multi-patterning 的問題是：每多一步都增加成本

更多曝光。

更多 Etching。

更多 Cleaning。

更多 Alignment。

更多 Process Step。

也代表：

更多：

時間。

設備使用。

耗材。

良率風險。

所以即使 High-NA：

機器本身：

很貴。

如果它可以讓：

某些原本需要多次 Patterning 的 Layer：

改成：

Single Exposure。

整體成本：

反而可能有價值。

這就是為什麼不能只看「4 億美元太貴」

假設一台設備：

4 億美元。

看起來：

非常誇張。

但對一間一年生產：

大量高價 AI Chip：

的先進晶圓廠來說：

真正要算的是：

每片 Wafer：

多快？

Yield：

多少？

需要幾道 Process？

設備停機時間：

多少？

最後每顆 Chip：

成本是多少？

所以晶圓廠真正比較的是：

Cost per good wafer。

不是：

設備標價。

High-NA 的另一個優勢是減少製程複雜度

ASML 官方表示：

High-NA：

提高 Resolution 後：

可以讓部分製程：

由 Multi-patterning：

回到：

Single Patterning。

減少：

Production Cycle Time。

同時增加：

Wafer Output。

這才是：

客戶願意考慮：

一台 4 億美元設備：

真正的理由。

但為什麼 TSMC 以前還是有疑問？

因為半導體不只有：

一種方法可以繼續提升效能。

除了：

把 Transistor 做得更小。

還可以：

Advanced Packaging。

Chiplet。

3D Stacking。

HBM。

把不同晶片：

用更有效率的方法：

組合。

所以產業曾經有一個很現實的問題：

一定要這麼快上 High-NA 嗎？

還是：

可以靠 Packaging：

再撐久一點？

今天最大的訊號是：主要廠商最後還是開始往 High-NA 集中

TSMC。

Samsung。

SK Hynix。

Intel。

Micron。

都已經：

採購。

承諾。

或：

設定導入規劃。

這代表大型晶片廠：

目前的判斷仍然是：

先進製程的幾何縮放還沒有走到終點。

Packaging：

會繼續。

High-NA：

也會繼續。

不是二選一。

對 AI 特別重要，因為 AI 晶片現在什麼都想要

AI Accelerator：

希望：

更多 Compute。

更高 Memory Bandwidth。

更低 Power Consumption。

更快 Interconnect。

更多 Transistor。

所以：

GPU。

ASIC。

HBM。

Networking。

Advanced Packaging。

Foundry。

全部一起：

往前推。

而 Lithography：

就是：

最底層那些：

「能不能真的做出來」

的關鍵之一。

Nvidia 設計出下一顆更大的 GPU，不代表它自己就能生產

Nvidia 最厲害的是：

Architecture。

CUDA。

Software Ecosystem。

Chip Design。

但真正把設計：

變成晶片：

還需要：

TSMC。

TSMC 又需要：

大量設備供應商。

而在最先進 Lithography：

ASML 就站在：

非常特殊的位置。

所以 AI Chip Supply Chain：

不是：

Nvidia 一家公司。

從模型一路往下看，AI 其實是一條很長的 Physical Chain

最上面：

ChatGPT。

Claude。

Gemini。

下面：

Model Training。

再下面：

GPU。

ASIC。

再下面：

HBM。

Advanced Packaging。

Wafer。

Foundry。

Lithography。

Chemical。

Material。

Electricity。

最後你會發現：

看起來最「軟體」的 AI：

底下其實壓著：

非常龐大的物理世界。

ASML 最可怕的地方在於：晶片公司彼此競爭，卻都要找它

TSMC：

和 Samsung：

競爭 Foundry。

Samsung：

和 SK Hynix：

競爭 Memory。

Intel：

想重新搶回先進製程。

Micron：

想擴大 Memory。

大家：

彼此是競爭者。

但到了：

Lithography：

又一起變成：

ASML Customer。

這種位置：

非常罕見。

Reuters 說 ASML 現有 EUV 幾乎賣到 2027

AI Demand：

讓 Advanced Chip Capacity：

快速上升。

ASML CFO Roger Dassen：

形容近期和某大型客戶談話的語氣大概就是：

能不能：

給更多？

能不能：

更快？

這反映：

現在客戶擔心的：

不是：

「有沒有需求？」

而是：

「設備能不能早點來？」

ASML 也因此正在擴產

Reuters 報導：

ASML 最近才在 Eindhoven：

替新的大型生產基地：

動工。

未來：

這個區域：

預計可容納：

最高約 20,000 名工作人員。

包括：

製造。

物流。

辦公。

相關設施。

這是一個很清楚的訊號：

ASML 自己也在押：

Advanced Semiconductor Demand：

還會繼續。

ASML CEO 甚至直接說：他不認為 AI Boom 已經結束

ASML CEO Christophe Fouquet：

對 Reuters 表示：

他並不認為：

現在已經到了：

AI Boom 的終點。

當然：

這是 ASML CEO：

站在自身公司位置上的判斷。

不能當成：

「AI 景氣一定永遠上升。」

但它至少反映：

設備端目前收到的：

Customer Demand Signal。

仍然很強。

High-NA 還有一個很有意思的新問題：光罩太小

晶片不是：

AI 直接畫在 Wafer 上。

需要：

Photomask。

簡單說：

就是承載 Circuit Pattern：

讓曝光機使用的：

模板。

現在業界主要使用：

6 吋 Mask。

但 High-NA：

因為光學設計不同：

曝光範圍也有：

新的限制。

TSMC 和 ASML 甚至開始合作推 12 吋光罩

9 月 8 日：

ASML 和 TSMC：

才剛宣布一個：

新的產業合作倡議。

希望推動：

12-inch Photomask。

不是現在：

High-NA 沒有 12 吋光罩：

就不能用。

High-NA：

仍然會先使用：

現在的 6 吋 Mask。

但更大的 Mask：

未來可以：

提高 Scanner Productivity。

降低部分 Chipmaking Cost。

並改善：

大型晶片需要 Stitching：

所產生的限制。

他們的目標甚至拉到 2031、2033

ASML 和 TSMC：

設定的方向是：

2031：

建立：

12 吋 Mask Pilot Line。

2033：

支援：

更完整的 Advanced-node Production Readiness。

這也提醒：

半導體業不是：

明年突然換一台機器。

晶片製造決策，常常提前很多年

2026：

談：

2030。

2031。

2033。

看起來：

很遠。

但如果你要：

重新設計：

曝光設備。

Mask。

材料。

製程。

工廠。

Inspection。

Supply Chain。

必須：

提前非常多年。

所以 AI Chip Race：

真正的時間尺度：

比：

模型更新：

慢得多。

模型可能三個月換一代，但晶圓廠不可能三個月重蓋一次

這就是：

AI 世界一個非常大的矛盾。

Software：

變得非常快。

Infrastructure：

非常慢。

模型需求：

可能突然翻倍。

但：

Fab。

Power Plant。

Lithography Machine。

HBM Plant。

不能：

今天下單。

下週到貨。

這也是：

AI 供應鏈：

會一直出現瓶頸的原因。

今天可能是 HBM，明天可能是電，後天又變成曝光設備

最近我們一直看到：

HBM：

吃緊。

Data Center：

缺電。

Transformer。

Cooling。

Advanced Packaging。

AI Server。

各種瓶頸：

輪流出現。

真正的問題是：

AI Scale：

不是只增加：

一種資源需求。

而是：

整條產業鏈：

一起放大。

High-NA 之所以值得看，就是它處在最難快速擴充的位置

GPU：

可以多設計一家。

AI Model：

可以多訓練一家。

Cloud：

可以多蓋。

但最先進 EUV：

現在就是：

ASML。

不是因為：

其他公司完全不想做。

而是：

技術累積太深。

EUV 花了幾十年才變成今天這樣

High-NA：

也不是：

ASML 今年突然想到：

就完成。

光源。

Mirror。

Optics。

Stage。

Vacuum。

Material。

Mask。

Inspection。

Metrology。

全部需要：

整個產業鏈：

一起成熟。

這也是：

真正技術護城河。

最難模仿的地方。

不是：

一個 Patent。

而是：

數十年累積的：

完整 System。

所以今天 Reuters 最重要的訊號，不是「ASML 又賣了一台很貴的機器」

真正重要的是：

產業原本還在懷疑 High-NA 到底會不會被廣泛採用，現在主要晶片廠正在逐步給出答案。

Intel：

已經實際跑。

Samsung：

2028。

SK Hynix：

2028。

TSMC：

2030。

Micron：

已訂設備。

這表示：

下一輪先進製程：

正在逐步形成共同路線。

這對台灣尤其值得看

因為 TSMC：

是世界最重要的先進 Foundry 之一。

而 Nvidia。

Apple。

AMD。

以及大量 AI Chip Designer：

都高度依賴：

TSMC Manufacturing。

所以：

TSMC 什麼時候使用 High-NA。

怎麼平衡：

成本。

良率。

Packaging。

Process。

最後都會：

間接影響：

全球 AI Chip。

但 High-NA 不代表「沒有它就不能做 AI」

這也要說清楚。

今天大量：

AI Chip。

仍然使用：

現有 EUV。

甚至其他成熟製程：

完成不同部分。

也不是：

2030 以前：

AI Chip 就停止進步。

Advanced Packaging。

Chiplet。

Architecture。

Memory。

Software Optimization。

都還會持續。

High-NA：

是其中：

非常重要的一條 Roadmap。

不是：

唯一方法。

也不能因為 ASML 壟斷 EUV，就說它完全沒有風險

設備非常貴。

客戶：

非常集中。

半導體景氣：

高度循環。

出口管制：

也會影響：

哪些市場：

能買什麼設備。

而 High-NA：

本身還要證明：

Production Economics：

真的值得。

所以：

技術領先：

不等於：

所有客戶會用最快速度：

全部換機。

TSMC 直到 2030 才規劃正式採用，本身就說明它仍然很謹慎

晶圓代工：

不是：

設備愈新就馬上買最多。

真正考量是：

Yield。

Cost。

Throughput。

Customer Need。

Process Integration。

如果現有 EUV：

加上更好的：

Packaging。

還可以：

用更低成本達到需求。

那 High-NA：

就不一定要：

提早太多。

所以 TSMC 的時間表：

其實很合理。

Memory 廠反而可能更積極

Reuters 報導：

ASML CEO 認為：

Memory Manufacturer：

採用 High-NA 的門檻：

可能比較低。

原因之一：

是 Memory Chip：

成品尺寸較小。

Samsung。

SK Hynix：

現在都已經把：

2028：

列進量產規劃。

這對 AI：

又非常直接。

因為：

AI GPU：

現在最缺的其中一項：

就是：

HBM。

所以 GPU、HBM、Foundry、Lithography 其實是同一場 AI 戰爭

Nvidia：

需要：

更強 GPU。

GPU：

需要：

TSMC。

AI Accelerator：

需要：

HBM。

HBM：

需要：

Samsung。

SK Hynix。

Micron。

先進 Logic 和 Memory：

又需要：

更先進製程設備。

最後又：

回到 ASML。

沒有任何一家公司：

真的可以：

自己完成全部。

這也是為什麼 AI 供應鏈的「護城河」比模型排行榜更值得長期看

Benchmark：

下個月：

可能就換人第一。

但：

一套 Lithography Technology：

可能需要：

十年。

二十年。

建立。

一座 Fab：

需要：

數年。

一個完整 Supplier Ecosystem：

可能：

幾十年。

如果問：

AI 熱潮裡：

哪一些優勢：

最難被快速複製？

ASML：

就是很典型的答案。

AI 最終不是只看「誰有最聰明的模型」

還要看：

誰有：

晶片。

Memory。

設備。

封裝。

能源。

工廠。

供應鏈。

當大家都在討論：

GPT-6。

Claude。

Gemini。

下一代 Model：

有多強時。

真正讓那些模型：

跑起來的地方：

可能有一台：

4 億美元的機器。

正在幾千公里外的：

無塵室裡。

一層一層：

把 Circuit：

印到 Wafer 上。

而全球最先進的晶片公司：

即使彼此是競爭對手：

現在仍然得：

排在同一家設備商的訂單前面。

這就是今晚最值得看的：

AI Supply Chain Reality。

今天，和 AI 一起進步一點。

每天學會一個 AI 技巧。

每天節省一點時間。

每天提升一點能力。

SasaDaily，陪你一起成長。

推薦閱讀

Anthropic 明明是做 Claude 的，為什麼現在連 AI 晶片都想自己設計？

當賣晶片的人開始替買晶片的人擔保，AI 熱潮正在形成危險循環嗎？

AI 今日早報｜2026/08/28：SK Hynix 砸逾 40 億美元赴美量產 HBM、保險業重寫 AI Agent 保單、中國人形機器人還進不了工廠