AI 越来越贵的根源：天价光刻机和韬定律，两条路线谁能赢？

你敢信吗？未来高端 AI 芯片的产能命脉，攥在一家荷兰公司手里。

很多人聊 AI 只盯着大模型、GPU，却漏掉决定算力天花板的超级设备。今天咱们拆解海外一线产业媒体的重磅消息：ASML 凭借新一代 High‑NA 光刻机，巩固先进芯片制造话语权，各大芯片大厂已经主动下单规划落地。

这条资讯里的核心信息，简单梳理一下。ASML 在埃因霍温新建工厂，AI 热潮让芯片厂商争相催货。老款 EUV 单台约 2 亿美元，订单已经排到 2027 年；新一代 High‑NA 一台就要 4 亿美元，头部企业全部给出落地计划。

英特尔率先试产，18A 工艺完成百万片晶圆验证。台积电原本嫌成本太高，现在官宣 2030 年量产，用来代工高端 AI 芯片。三星计划 2028 年把 High‑NA 用在 DRAM 存储芯片。

行业联合研发 12 英寸掩模版，预计 2033 年配套全部落地，解决曝光视野短板。ASML 高管认为 AI 红利尚未见顶，未来十几年光刻霸主地位很难撼动。

听起来这台光刻机近乎神器，那 High‑NA 到底强在哪，又藏着哪些容易被忽略的代价？

第一章｜技术拆解：High‑NA 的收益与取舍

High‑NA 把数值孔径从 0.33 提升至 0.55，传统 EUV 需要三四次曝光的芯片图案，新设备一次就能完成。工序变少，良率踩坑的概率下降，刚好适配 2nm 以下芯片。

但有利必有弊。为了提升光学性能，它压缩了曝光视野，原生只能使用 6 英寸掩模版。

就算未来 12 英寸掩模版落地，也无法回到传统 EUV 完整视野，做大尺寸 GPU 依旧需要掩模拼接，只是次数变少，不能一次性解决全部难题。

很多人只盯着 4 亿一台的机器，却忽略整套配套都是吞金兽。

全新掩模版、光刻胶、洁净厂房改造，每一项都是巨额投入，而且掩模、耗材属于每年持续支出的成本。

还有一个隐藏矛盾：ASML 的核心零部件，新旧两代光刻机共用同一条产线，扩产 High‑NA，就会挤占老款 EUV 的产能。

技术利弊已经清晰，全球几大芯片巨头面对这台天价设备，各自打的是什么算盘？

第二章｜厂商博弈：三家巨头，三种下注思路

英特尔选择抢先试跑，率先承担设备不成熟带来的所有风险，用高额成本换取先进制程话语权。

台积电策略更保守，推迟到 2030 年量产，优先消化现有 EUV 订单，等英特尔帮忙踩坑、技术成熟之后再入场，延后风险。隐患也很明显：一旦 AI 需求爆发，可能拿不到设备。

三星先拿存储芯片练手，分摊验证成本，代价是高端逻辑芯片的工艺进度，会被台积电拉开差距。

台积电态度的转变很关键，这说明行业已经形成共识：想要做 2nm 以下先进制程，High‑NA 不再是选择题。

另外要注意，目前大多是锁定产能的框架协议，并非全款实单。

大厂提前预付定金锁名额，特定条件下可以延后提货，客户抢设备，更多是怕行情火热时有钱无货。

大厂争相布局，但百亿级投入真的稳赚不赔吗？背后有哪些潜在风险？

第三章｜风险辨析：天价光刻机背后的路线之争

首先是巨大的重资产压力。整套产线投入极其昂贵，如果 AI 行业热度回落，晶圆厂将背负沉重的折旧成本。其次，设备交付不等于稳定量产，大规模生产的良率、稼动率仍有不确定性，掩模版项目也存在延期风险。

同时高端设备受出口管控约束，商业时间表随时可能受政策影响。还有一点很容易被忽略：并非所有 AI 芯片都需要 High‑NA。只有顶级训练 GPU 才需要，推理、边缘芯片依靠成熟制程就能满足，它的市场本身就是小众高端赛道。

现在行业分成两大技术门派，争论不休。一派坚信：想要冲击顶级算力，High‑NA 绕不开。拿不到这套设备，在旗舰 AI 芯片赛道就会陷入巨大劣势。

另一派观点则拿出华为韬定律作为核心论据。传统思路是不断缩小晶体管尺寸，韬定律走的是时间缩微路线，不靠死磕纳米，依靠逻辑折叠、芯粒、3D 堆叠缩短信号距离。在特定场景下，成熟制程芯片也能实现接近先进制程的系统性能。

支持者认为，与其豪赌天价光刻机，不如深耕架构与封装，预判很多企业未来会削减预算，High‑NA 只会成为少数巨头的奢侈品，难以大范围普及。

一边是光刻缩微路线，一边是架构堆叠路线。两条路线相持不下，如果 High‑NA 逐步落地，会给整个 AI 产业链带来什么连锁变化？

第四章｜产业推演：算力市场格局即将重塑

未来高端 AI 芯片产能上限，决定权不在晶圆厂，而在光刻机交付速度。哪怕芯片设计公司订单爆满，出货量依然受制于设备交付。

算力市场也会明显分层：顶级大模型训练，依赖 High‑NA 打造的旗舰 GPU；中端训练与推理芯片，使用传统 EUV；边缘 AI 芯片，成熟制程就能搞定。高端训练算力成本会长期居高不下，很难快速降价。

掩模版行业也会迎来价值重估，从配套耗材变成产业链瓶颈，厂商议价能力大幅提升。

#烈焰童子说##AI 产业#