过去两年,伴随芯片的短缺、对华禁令等一系列重大事件,光刻机从一种不为人知的先进制造设备,一跃成为了大众的新闻热点。在这当中,荷兰光刻机厂商 ASML 几乎是绕不开的存在。
原因并不复杂,因为 ASML 是全球*一家有能力制造先进 EUV 光刻机的公司,台积电、三星、英特尔想要苹果、高通等芯片设计公司制造先进制程工艺的芯片,就必须使用该公司的 EUV 光刻机。而在实际情况中,EUV 光刻机的结构之复杂、精密度之高,都让它的量产极低,常年供不应求,即便在过去两年不断提高产量,ASML 还是没有满足芯片行业的需求。
去年 10 月我们在中写道:
(6 月)三星电子副董事长李在镕开启了自己的访欧之旅,最关键的还是荷兰,不仅与多名 ASML 高层举行了会谈,转头还向荷兰总理要起支持:千万确保 ASML 稳定供应 EUV 光刻机。
但消费电子市场的寒气从去年年初开始,最终还是传到了「永远缺货不够卖」的 ASML 身上。4 月 17 日,接近供应链的媒体 DigiTimes报道称,台积电、三星和英特尔疯抢 EUV 光刻机的热度已经降温,其中*客户台积电开始砍掉部分 ASML 的 EUV 光刻机订单,传言比例达到了 40%。
这件事可以说是情理之中,意料之外。首先从智能手机、PC 市场全面疲软开始,需求的萎缩就会不断向上游供应链传递,只不过半导体行业的周期和供应链都很长,传递的速度相对较慢。ASML 全球高级副总裁、中国区总裁沈波在去年的一次媒体开放日也说过:
相比产业链里其他供应商,半导体设备的一个特点是供货周期相对偏长。需求往下走的时候,我们差不多是最后一个感受到;需求往上走,我们则是*个感受。
其次,发生在 ASML 身上的砍单消息,代表了代工厂也没有看到行业复苏、需求恢复增长的拐点,故而选择削减关键设备订单这种偏保守的做法,以应对大环境的不确定性。换言之,全球芯片需求的衰退,大概率还要继续一段时间。
但以上的前提还是基于之前的市场现状,未来一年仍然存在不少潜在的变局。
01 「不可理喻」的英特尔
4 月 13 日,英特尔宣布旗下代工服务部门(IFS)将与 ARM 进行合作,基于 18A(1.8nm)工艺制造用于移动设备的 SoC。两家公司计划,先期重点放在移动设备上,之后会扩大到汽车、物联网、数据中心等领域,明显看中了台积电占有优势的市场。
考虑到英特尔的路线图,18A 工艺的量产计划在 2025 年,与 ARM 合作的收获期至少要到那之后,但英特尔对 EUV 光刻机的需求,又该加上一笔。
不同于台积电和三星,自从帕特·基辛格(Pat Gelsinger)上任 CEO 以来推行 IDM 2.0,英特尔在制程工艺上的推进就越发激进。相应的,英特尔对 EUV 光刻机的需求也越来越大,相对另外两家也更加迫切。
此外,由于台积电*进工艺的产能通常比较紧张、价格以及芯片行业的逆全球化进程等因素,英特尔先进工艺的需求也在推进,包括 Intel 3、20A 都拿到了客户订单。而在三家中,英特尔由于代工业务的起点低,也一直在争取更多的客户订单,变数反而*。
当然,另一方面也是因为英特尔过去曾经在 EUV 光刻机上判断失误。基辛格在接受采访时就说过,英特尔曾是 EUV 技术研发的重要推手,包括 ASML 研发 EUV 光刻机也得到了英特尔的不少帮助,但是在 10nm 节点上英特尔并没有选择 EUV 光刻路线,而是尝试了 SAQP 四重曝光技术生产先进工艺。
之后的故事后来我们都知道了——英特尔在 14nm 节点上「优化」了好几代,迟迟没有实现 10nm,最终也选择了 EUV 光刻路线。但就 EUV 光刻机的数量而言,时间决定了英特尔没有多少「储备」。
储备少、需求大,所以尽管大家都在面对下游的需求萎靡,但英特尔还是选择加大购买力度,包括去年抢了 ASML 新光刻机 High-NA EUV 的首发订单,也是为了保证 18A 节点的顺利推进。(High-NA 即高数值孔径,从当前的 0.33 提升到 0.55,从而允许更小的工艺制程和更高的生产效率。)
而按照 ASML CEO Peter Wennink 的说法,单台 High-NA EUV 的价格在 3 亿到 3.5 亿欧元(约合人民币 22.6 亿元到 26.4 亿元)之间。
02 AI 战争,开启军备竞赛
与英特尔不同,ChatGPT 的爆火出乎所有人的意料,如果说去年年末推出*波热潮还存在质疑,到今年已经在全球范围内掀起了一场 AI 战争。
从国外的 OpenAI(和微软)、谷歌、亚马逊、Facebook、X.AI(马斯克刚成立)等,到国内的百度、阿里、腾讯、商汤、光年之外(美团联合创始人王慧文成立)等,都在进入 AI 大模型的战场。而在主流视野之外,还有更多尚不知名的大模型,比如开源的 BLOOM、复旦的 MOSS、斯坦福的 Alpaca。
不仅如此,大量基于大模型的 AI 应用层出不穷,还有 Office、搜索引擎这些用户规模巨大的传统工具不断引入生成式 AI,这些都在快速增加算力的消耗,同时自然也需要庞大的算力进行「补充」。
无一例外,它们背后的硬件基座都是大量的高性能 GPU,基本以英伟达 A100、H100 GPU 为主,由台积电 7nm/4nm 工艺制造。尽管还没有到一季度财报公布的时间,但外界已经在猜测英伟达能「赢多少」了。与此同时,台积电来自英伟达的订单也在不断增长。
长期来看英伟达可能也难一家独大,AMD 和英特尔,谷歌以及一票自研 AI 芯片的互联网公司,还有可以期待一下的国产 GPU 厂商。谷歌在本月早些时候就宣布,旗下第四代 TPU 驱动的 AI 超级计算机胜过了英伟达上一代旗舰 GPU A100 驱动的超级计算机。但不管如何,最终这些芯片需求都要转换为代工厂的订单,从而影响到 EUV 光刻机的市场。
换言之,接下来生成式 AI 以及大模型的发展程度,也将很大程度上影响代工厂对 EUV 光刻机需求的紧迫性。
03 算力爆炸需要技术进步
需求和市场,对半导体行业当然很关键,但生产和效率同样重要。就像指导了半导体行业半个世纪的「摩尔定律」,生产端以此推进半导体技术的进步;需求端以此作为依据,提前规划和开发更先进的产品。
而如果按照 OpenAI 的报告所述,全球头部 AI 模型训练算力需求每 3-4 个月翻一番,意味着陡然加快的算力消耗曲线,也意味着规模更庞大的芯片需求和更高的芯片技术要求。或者用更简单的说法——按照现有的技术,成本上无法支撑算力需求后续的暴增。
英伟达 CEO 黄仁勋在今年 GTC 开发者大会也说,「芯片需要新的技术,可能在算力上会有十倍的需求量。」
当然,这是一个长期的方向。一方面,半导体行业还在推进 2nm 及以下的工艺制程,台积电、三星和英特尔都规划在 2025 年前后实现 2nm 量产,英特尔甚至还有 18A(1.8nm)的量产规划。
另外,制造环节上的技术改进也在提高整体的生产效率,以英伟达联合 ASML、台积电研究出的「计算光刻」为例,通过计算激光的衍射效应,让越来越复杂的掩膜板制造变得更有效率。
而且相比起市场前景的不确定性,制造技术的进步,势必会提高已有需求产品的效率,也为未来的恢复乃至爆发做好准备。