AI 芯片新闻：

大家最常看到的是：

Nvidia。

TSMC。

Samsung。

SK Hynix。

但如果再往上游走：

你会遇到一家非常特殊的公司。

ASML。

它不是：

AI 模型公司。

也不是：

芯片设计公司。

甚至不是：

真正替客户生产芯片的 Foundry。

它卖的是：

把芯片电路「印」到硅晶圆上的机器。

而 AI 芯片愈往先进制程走：

这台机器：

反而愈难替代。

Reuters 今天公布一组很夸张的数字

ASML 现在最先进的量产 EUV 设备：

一台大约：

2 亿美元。

但即使这么贵：

目前订单：

几乎已经排到：

2027 年。

接着还有：

下一代 High-NA EUV。

价格更高：

大约：

4 亿美元一台。

结果：

芯片大厂仍然开始排队。

TSMC、Samsung、SK Hynix 都已经设置 High-NA 时程

Reuters 今天报导：

Samsung：

计划从：

2028 年

把 High-NA 用进 Memory Production。

SK Hynix：

同样规划：

2028 年。

TSMC：

过去曾对：

High-NA 高达约 4 亿美元的价格：

表示疑问。

现在则已经承诺：

大约从：

2030 年

开始导入。

Intel：

则更早。

Intel 已经拿 High-NA 跑超过 100 万片 Wafer

Intel 是：

最早大规模测试 High-NA 的客户之一。

ASML 今年 7 月就已经宣布：

Intel Foundry：

在部分 Intel 18A 制程层：

实际使用 High-NA。

而 Reuters 今天进一步报导：

Intel 表示：

目前利用 High-NA 系统：

已处理超过：

100 万片 Wafer。

这件事的重要性：

不是数字看起来很大。

而是：

High-NA 已经不只是：

实验室 Demo。

那到底什么是 EUV？

可以把制造芯片：

非常粗略地理解成：

在一块很小的硅晶圆上：

画出极其微小的电路。

电路愈小：

同样面积里：

就能放：

更多 Transistor。

一般来说：

意味着：

更高性能。

更低功耗。

或：

在同样性能下：

把芯片做得更小。

但问题是：

芯片上的线：

已经小到：

一般光学方法根本画不下去。

EUV 就是在处理这个问题

EUV：

Extreme Ultraviolet。

极紫外光。

它使用：

非常短波长的光。

搭配极高精度：

Mirror。

Vacuum。

Stage。

光学控制。

把极小的 Circuit Pattern：

投射到 Wafer。

这也是：

先进芯片制造：

最困难的设备之一。

为什么大家都在谈 ASML？

因为在最先进 EUV 这一层：

目前商业市场几乎就是：

ASML。

Reuters 引述 JPMorgan 估计：

2025 年：

ASML 在全球整体 Lithography Market：

市占约：

94%。

如果只看：

最先进的 EUV：

ASML 的位置：

甚至更强。

Reuters 直接指出：

ASML：

目前没有商业上的 EUV 对手。

Nikon、Canon 也做曝光设备，为什么不行？

日本 Nikon。

Canon。

以及正在发展中的：

中国设备商。

都能做：

其他 Lithography Technology。

例如：

DUV。

但 EUV：

难度高很多。

不是：

「把光变短一点」

就完成。

EUV 甚至不能用普通镜片

因为：

EUV 光：

很容易被物质吸收。

传统透镜：

根本不适合。

所以 ASML 必须：

使用：

超高精度 Mirror。

在：

Vacuum Environment。

里控制光。

ASML 官方形容：

这些 Mirror：

表面平整度：

甚至小于：

一个原子的厚度尺度。

如果把 Mirror：

放大到：

德国那么大。

最高的「山」：

大约只有：

1 mm。

你就知道：

这不是一般机械设备。

High-NA 又比现在 EUV 更进一步

目前主流 EUV：

Numerical Aperture：

大约：

0.33。

High-NA：

提高到：

0.55。

NA：

可以非常粗略地理解成：

这套光学系统：

能解析多细的 Pattern。

NA 提高：

就可以把：

更细的 Feature：

印出来。

ASML 官方表示：

EXE High-NA：

可以做到：

约：

8 nm Resolution。

ASML 表示，可以一次印出约小 1.7 倍的 Feature

和目前 NXE EUV 相比：

High-NA：

可以用单次曝光：

印出约：

1.7 倍更小

的 Feature。

理论上的：

Transistor Density：

可以提高到：

约：

2.9 倍。

Reuters 则用更直白的方式说：

High-NA：

大约能印出：

比 Standard EUV：

小 40% 左右的 Feature。

为什么小 40% 这么重要？

因为芯片制造：

不是：

只比「最小几纳米」。

更重要的是：

一个 Pattern：

到底能不能：

一次完成。

如果设备分辨率不够：

你可能需要：

把原本一次的 Pattern：

拆成：

两次。

三次。

甚至更多步骤。

这叫：

Multi-patterning。

Multi-patterning 的问题是：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：

时间。

设备使用。

耗材。

良率风险。

所以即使 High-NA：

机器本身：

很贵。

如果它可以让：

某些原本需要多次 Patterning 的 Layer：

改成：

Single Exposure。

整体成本：

反而可能有价值。

这就是为什么不能只看「4 亿美元太贵」

假设一台设备：

4 亿美元。

看起来：

非常夸张。

但对一间一年生产：

大量高价 AI Chip：

的先进晶圆厂来说：

真正要算的是：

每片 Wafer：

多快？

Yield：

多少？

需要几道 Process？

设备停机时间：

多少？

最后每颗 Chip：

成本是多少？

所以晶圆厂真正比较的是：

Cost per good wafer。

不是：

设备标价。

High-NA 的另一个优势是减少制程复杂度

ASML 官方表示：

High-NA：

提高 Resolution 后：

可以让部分制程：

由 Multi-patterning：

回到：

Single Patterning。

减少：

Production Cycle Time。

同时增加：

Wafer Output。

这才是：

客户愿意考虑：

一台 4 亿美元设备：

真正的理由。

但为什么 TSMC 以前还是有疑问？

因为半导体不只有：

一种方法可以继续提升性能。

除了：

把 Transistor 做得更小。

还可以：

Advanced Packaging。

Chiplet。

3D Stacking。

HBM。

把不同芯片：

用更有效率的方法：

组合。

所以产业曾经有一个很现实的问题：

一定要这么快上 High-NA 吗？

还是：

可以靠 Packaging：

再撑久一点？

今天最大的信号是：主要厂商最后还是开始往 High-NA 集中

TSMC。

Samsung。

SK Hynix。

Intel。

Micron。

都已经：

采购。

承诺。

或：

设置导入规划。

这代表大型芯片厂：

目前的判断仍然是：

先进制程的几何缩放还没有走到终点。

Packaging：

会继续。

High-NA：

也会继续。

不是二选一。

对 AI 特别重要，因为 AI 芯片现在什么都想要

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：

最底层那些：

「能不能真的做出来」

的关键之一。

Nvidia 设计出下一颗更大的 GPU，不代表它自己就能生产

Nvidia 最厉害的是：

Architecture。

CUDA。

Software Ecosystem。

Chip Design。

但真正把设计：

变成芯片：

还需要：

TSMC。

TSMC 又需要：

大量设备供应商。

而在最先进 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。

从模型一路往下看，AI 其实是一条很长的 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。

最后你会发现：

看起来最「软件」的 AI：

底下其实压着：

非常庞大的物理世界。

ASML 最可怕的地方在于：芯片公司彼此竞争，却都要找它

TSMC：

和 Samsung：

竞争 Foundry。

Samsung：

和 SK Hynix：

竞争 Memory。

Intel：

想重新抢回先进制程。

Micron：

想扩大 Memory。

大家：

彼此是竞争者。

但到了：

Lithography：

又一起变成：

ASML Customer。

这种位置：

非常罕见。

Reuters 说 ASML 现有 EUV 几乎卖到 2027

AI Demand：

让 Advanced Chip Capacity：

快速上升。

ASML CFO Roger Dassen：

形容近期和某大型客户谈话的语气大概就是：

能不能：

给更多？

能不能：

更快？

这反映：

现在客户担心的：

不是：

「有没有需求？」

而是：

「设备能不能早点来？」

ASML 也因此正在扩产

Reuters 报导：

ASML 最近才在 Eindhoven：

替新的大型生产基地：

动工。

未来：

这个区域：

预计可容纳：

最高约 20,000 名工作人员。

包括：

制造。

物流。

办公。

相关设施。

这是一个很清楚的信号：

ASML 自己也在押：

Advanced Semiconductor Demand：

还会继续。

ASML CEO 甚至直接说：他不认为 AI Boom 已经结束

ASML CEO Christophe Fouquet：

对 Reuters 表示：

他并不认为：

现在已经到了：

AI Boom 的终点。

当然：

这是 ASML CEO：

站在自身公司位置上的判断。

不能当成：

「AI 景气一定永远上升。」

但它至少反映：

设备端目前收到的：

Customer Demand Signal。

仍然很强。

High-NA 还有一个很有意思的新问题：光罩太小

芯片不是：

AI 直接画在 Wafer 上。

需要：

Photomask。

简单说：

就是承载 Circuit Pattern：

让曝光机使用的：

模板。

现在业界主要使用：

6 吋 Mask。

但 High-NA：

因为光学设计不同：

曝光范围也有：

新的限制。

TSMC 和 ASML 甚至开始合作推 12 吋光罩

9 月 8 日：

ASML 和 TSMC：

才刚宣布一个：

新的产业合作倡议。

希望推动：

12-inch Photomask。

不是现在：

High-NA 没有 12 吋光罩：

就不能用。

High-NA：

仍然会先使用：

现在的 6 吋 Mask。

但更大的 Mask：

未来可以：

提高 Scanner Productivity。

降低部分 Chipmaking Cost。

并改善：

大型芯片需要 Stitching：

所产生的限制。

他们的目标甚至拉到 2031、2033

ASML 和 TSMC：

设置的方向是：

2031：

创建：

12 吋 Mask Pilot Line。

2033：

支持：

更完整的 Advanced-node Production Readiness。

这也提醒：

半导体业不是：

明年突然换一台机器。

芯片制造决策，常常提前很多年

2026：

谈：

2030。

2031。

2033。

看起来：

很远。

但如果你要：

重新设计：

曝光设备。

Mask。

材料。

制程。

工厂。

Inspection。

Supply Chain。

必须：

提前非常多年。

所以 AI Chip Race：

真正的时间尺度：

比：

模型更新：

慢得多。

模型可能三个月换一代，但晶圆厂不可能三个月重盖一次

这就是：

AI 世界一个非常大的矛盾。

Software：

变得非常快。

Infrastructure：

非常慢。

模型需求：

可能突然翻倍。

但：

Fab。

Power Plant。

Lithography Machine。

HBM Plant。

不能：

今天下单。

下周到货。

这也是：

AI 供应链：

会一直出现瓶颈的原因。

今天可能是 HBM，明天可能是电，后天又变成曝光设备

最近我们一直看到：

HBM：

吃紧。

Data Center：

缺电。

Transformer。

Cooling。

Advanced Packaging。

AI Server。

各种瓶颈：

轮流出现。

真正的问题是：

AI Scale：

不是只增加：

一种资源需求。

而是：

整条产业链：

一起放大。

High-NA 之所以值得看，就是它处在最难快速扩充的位置

GPU：

可以多设计一家。

AI Model：

可以多训练一家。

Cloud：

可以多盖。

但最先进 EUV：

现在就是：

ASML。

不是因为：

其他公司完全不想做。

而是：

技术累积太深。

EUV 花了几十年才变成今天这样

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：

整个产业链：

一起成熟。

这也是：

真正技术护城河。

最难模仿的地方。

不是：

一个 Patent。

而是：

数十年累积的：

完整 System。

所以今天 Reuters 最重要的信号，不是「ASML 又卖了一台很贵的机器」

真正重要的是：

产业原本还在怀疑 High-NA 到底会不会被广泛采用，现在主要芯片厂正在逐步给出答案。

Intel：

已经实际跑。

Samsung：

2028。

SK Hynix：

2028。

TSMC：

2030。

Micron：

已订设备。

这表示：

下一轮先进制程：

正在逐步形成共同路线。

这对台湾尤其值得看

因为 TSMC：

是世界最重要的先进 Foundry 之一。

而 Nvidia。

Apple。

AMD。

以及大量 AI Chip Designer：

都高度依赖：

TSMC Manufacturing。

所以：

TSMC 什么时候使用 High-NA。

怎么平衡：

成本。

良率。

Packaging。

Process。

最后都会：

间接影响：

全球 AI Chip。

但 High-NA 不代表「没有它就不能做 AI」

这也要说清楚。

今天大量：

AI Chip。

仍然使用：

现有 EUV。

甚至其他成熟制程：

完成不同部分。

也不是：

2030 以前：

AI Chip 就停止进步。

Advanced Packaging。

Chiplet。

Architecture。

Memory。

Software Optimization。

都还会持续。

High-NA：

是其中：

非常重要的一条 Roadmap。

不是：

唯一方法。

也不能因为 ASML 垄断 EUV，就说它完全没有风险

设备非常贵。

客户：

非常集中。

半导体景气：

高度循环。

出口管制：

也会影响：

哪些市场：

能买什么设备。

而 High-NA：

本身还要证明：

Production Economics：

真的值得。

所以：

技术领先：

不等于：

所有客户会用最快速度：

全部换机。

TSMC 直到 2030 才规划正式采用，本身就说明它仍然很谨慎

晶圆代工：

不是：

设备愈新就马上买最多。

真正考量是：

Yield。

Cost。

Throughput。

Customer Need。

Process Integration。

如果现有 EUV：

加上更好的：

Packaging。

还可以：

用更低成本达到需求。

那 High-NA：

就不一定要：

提早太多。

所以 TSMC 的时间表：

其实很合理。

Memory 厂反而可能更积极

Reuters 报导：

ASML CEO 认为：

Memory Manufacturer：

采用 High-NA 的门槛：

可能比较低。

原因之一：

是 Memory Chip：

成品尺寸较小。

Samsung。

SK Hynix：

现在都已经把：

2028：

列进量产规划。

这对 AI：

又非常直接。

因为：

AI GPU：

现在最缺的其中一项：

就是：

HBM。

所以 GPU、HBM、Foundry、Lithography 其实是同一场 AI 战争

Nvidia：

需要：

更强 GPU。

GPU：

需要：

TSMC。

AI Accelerator：

需要：

HBM。

HBM：

需要：

Samsung。

SK Hynix。

Micron。

先进 Logic 和 Memory：

又需要：

更先进制程设备。

最后又：

回到 ASML。

没有任何一家公司：

真的可以：

自己完成全部。

这也是为什么 AI 供应链的「护城河」比模型排行榜更值得长期看

Benchmark：

下个月：

可能就换人第一。

但：

一套 Lithography Technology：

可能需要：

十年。

二十年。

创建。

一座 Fab：

需要：

数年。

一个完整 Supplier Ecosystem：

可能：

几十年。

如果问：

AI 热潮里：

哪一些优势：

最难被快速拷贝？

ASML：

就是很典型的答案。

AI 最终不是只看「谁有最聪明的模型」

还要看：

谁有：

芯片。

Memory。

设备。

封装。

能源。

工厂。

供应链。

当大家都在讨论：

GPT-6。

Claude。

Gemini。

下一代 Model：

有多强时。

真正让那些模型：

跑起来的地方：

可能有一台：

4 亿美元的机器。

正在几千公里外的：

无尘室里。

一层一层：

把 Circuit：

印到 Wafer 上。

而全球最先进的芯片公司：

即使彼此是竞争对手：

现在仍然得：

排在同一家设备商的订单前面。

这就是今晚最值得看的：

AI Supply Chain Reality。

今天，和 AI 一起进步一点。

每天学会一个 AI 技巧。

每天节省一点时间。

每天提升一点能力。

SasaDaily，陪你一起成长。

推荐阅读

Anthropic 明明是做 Claude 的，为什么现在连 AI 芯片都想自己设计？

当卖芯片的人开始替买芯片的人担保，AI 热潮正在形成危险循环吗？

AI 今日早报｜2026/08/28：SK Hynix 砸逾 40 亿美元赴美量产 HBM、保险业重写 AI Agent 保单、中国人形机器人还进不了工厂