過去兩年，伴隨芯片的短缺、對華禁令等一系列重大事件，光刻機從一種不為人知的先進製造設備，一躍成為了大眾的新聞熱點。在這當中，荷蘭光刻機廠商ASML 幾乎是繞不開的存在。

原因並不復雜，因為ASML 是全球唯一一家有能力製造先進EUV 光刻機的公司，台積電、三星、英特爾想要蘋果、高通等芯片設計公司製造先進製程工藝的芯片，就必須使用該公司的EUV 光刻機。而在實際情況中，EUV 光刻機的結構之複雜、精密度之高，都讓它的量產極低，常年供不應求，即便在過去兩年不斷提高產量，ASML 還是沒有滿足芯片行業的需求。

去年10 月我們在文章中寫道：

（6 月）三星電子副董事長李在鎔開啟了自己的訪歐之旅，最關鍵的還是荷蘭，不僅與多名ASML 高層舉行了會談，轉頭還向荷蘭總理要起支持：千萬確保ASML 穩定供應EUV 光刻機。

但消費電子市場的寒氣從去年年初開始，最終還是傳到了“永遠缺貨不夠賣”的ASML 身上。4 月17 日，接近供應鏈的媒體DigiTimes 報導稱，台積電、三星和英特爾瘋搶EUV 光刻機的熱度已經降溫，其中最大客戶台積電開始砍掉部分ASML 的EUV 光刻機訂單，傳言比例達到了40%。

台積電，圖/Flickr

這件事可以說是情理之中，意料之外。首先從智能手機、PC 市場全面疲軟開始，需求的萎縮就會不斷向上游供應鏈傳遞，只不過半導體行業的周期和供應鏈都很長，傳遞的速度相對較慢。ASML 全球高級副總裁、中國區總裁沈波在去年的一次媒體開放日也說過：

相比產業鏈裡其他供應商，半導體設備的一個特點是供貨週期相對偏長。需求往下走的時候，我們差不多是最後一個感受到；需求往上走，我們則是第一個感受。

其次，發生在ASML 身上的砍單消息，代表了代工廠也沒有看到行業復甦、需求恢復增長的拐點，故而選擇削減關鍵設備訂單這種偏保守的做法，以應對大環境的不確定性。換言之，全球芯片需求的衰退，大概率還要繼續一段時間。

但以上的前提還是基於之前的市場現狀，未來一年仍然存在不少潛在的變局。

“不可理喻”的英特爾

4 月13 日，英特爾宣布旗下代工服務部門（IFS）將與ARM 進行合作，基於18A（1.8nm）工藝製造用於移動設備的SoC。兩家公司計劃，先期重點放在移動設備上，之後會擴大到汽車、物聯網、數據中心等領域，明顯看中了台積電佔有優勢的市場。

考慮到英特爾的路線圖，18A 工藝的量產計劃在2025 年，與ARM 合作的收穫期至少要到那之後，但英特爾對EUV 光刻機的需求，又該加上一筆。

不同於台積電和三星，自從帕特·基辛格（Pat Gelsinger）上任CEO 以來推行IDM 2.0，英特爾在製程工藝上的推進就越發激進。相應的，英特爾對EUV 光刻機的需求也越來越大，相對另外兩家也更加迫切。

帕特·基辛格，圖/英特爾

此外，由於台積電最先進工藝的產能通常比較緊張、價格以及芯片行業的逆全球化進程等因素，英特爾先進工藝的需求也在推進，包括Intel 3、20A 都拿到了客戶訂單。而在三家中，英特爾由於代工業務的起點低，也一直在爭取更多的客戶訂單，變數反而最大。

當然，另一方面也是因為英特爾過去曾經在EUV 光刻機上判斷失誤。基辛格在接受采訪時就說過，英特爾曾是EUV 技術研發的重要推手，包括ASML 研發EUV 光刻機也得到了英特爾的不少幫助，但是在10nm 節點上英特爾並沒有選擇EUV 光刻路線，而是嘗試了SAQP 四重曝光技術生產先進工藝。

之後的故事後來我們都知道了——英特爾在14nm 節點上“優化”了好幾代，遲遲沒有實現10nm，最終也選擇了EUV 光刻路線。但就EUV 光刻機的數量而言，時間決定了英特爾沒有多少“儲備”。

EUV 光刻機，圖/ASML

儲備少、需求大，所以儘管大家都在面對下游的需求萎靡，但英特爾還是選擇加大購買力度，包括去年搶了ASML 新光刻機High-NA EUV 的首發訂單，也是為了保證18A 節點的順利推進。（High-NA 即高數值孔徑，從當前的0.33 提升到0.55，從而允許更小的工藝製程和更高的生產效率。）

而按照ASML CEO Peter Wennink 的說法，單台High-NA EUV 的價格在3 億到3.5 億歐元（約合人民幣22.6 億元到26.4 億元）之間。

AI 戰爭，開啟軍備競賽

與英特爾不同，ChatGPT 的爆火出乎所有人的意料，如果說去年年末推出第一波熱潮還存在質疑，到今年已經在全球範圍內掀起了一場AI 戰爭。

從國外的OpenAI（和微軟）、Google、亞馬遜、Facebook、X.AI（馬斯克剛成立）等，到國內的百度、阿里、騰訊、商湯、光年之外（美團聯合創始人王慧文成立）等，都在進入AI 大模型的戰場。而在主流視野之外，還有更多尚不知名的大模型，比如開源的BLOOM、復旦的MOSS、斯坦福的Alpaca。

Office 365 Copilot，圖/微軟

不僅如此，大量基於大模型的AI 應用層出不窮，還有Office、搜索引擎這些用戶規模巨大的傳統工具不斷引入生成式AI，這些都在快速增加算力的消耗，同時自然也需要龐大的算力進行“補充”。

無一例外，它們背後的硬件基座都是大量的高性能GPU，基本以英偉達A100、H100 GPU 為主，由台積電7nm/4nm 工藝製造。儘管還沒有到一季度財報公佈的時間，但外界已經在猜測英偉達能“贏多少”了。與此同時，台積電來自英偉達的訂單也在不斷增長。

長期來看英偉達可能也難一家獨大，AMD和英特爾，Google以及一票自研AI 芯片的互聯網公司，還有可以期待一下的國產GPU 廠商。Google在本月早些時候就宣布，旗下第四代TPU 驅動的AI 超級計算機勝過了英偉達上一代旗艦GPU A100 驅動的超級計算機。但不管如何，最終這些芯片需求都要轉換為代工廠的訂單，從而影響到EUV 光刻機的市場。

換言之，接下來生成式AI 以及大模型的發展程度，也將很大程度上影響代工廠對EUV 光刻機需求的緊迫性。

算力爆炸，需要技術進步

需求和市場，對半導體行業當然很關鍵，但生產和效率同樣重要。就像指導了半導體行業半個世紀的“摩爾定律”，生產端以此推進半導體技術的進步；需求端以此作為依據，提前規劃和開發更先進的產品。

而如果按照OpenAI 的報告所述，全球頭部AI 模型訓練算力需求每3-4 個月翻一番，意味著陡然加快的算力消耗曲線，也意味著規模更龐大的芯片需求和更高的芯片技術要求。或者用更簡單的說法——按照現有的技術，成本上無法支撐算力需求後續的暴增。

英偉達CEO 黃仁勳在今年GTC 開發者大會也說，“芯片需要新的技術，可能在算力上會有十倍的需求量。”

黃仁勳，圖/英偉達

當然，這是一個長期的方向。一方面，半導體行業還在推進2nm 及以下的工藝製程，台積電、三星和英特爾都規劃在2025 年前後實現2nm 量產，英特爾甚至還有18A(1.8nm）的量產規劃。

另外，製造環節上的技術改進也在提高整體的生產效率，以英偉達聯合ASML、台積電研究出的“計算光刻”為例，通過計算激光的衍射效應，讓越來越複雜的掩膜板製造變得更有效率。

而且相比起市場前景的不確定性，製造技術的進步，勢必會提高已有需求產品的效率，也為未來的恢復乃至爆發做好準備。