AI算力和芯片
最近几年，
半导体已经从一个技术行业，
变成了国际新闻里经常出现的词。
美国想扩大本土芯片制造。
中国投入大量资源发展半导体。
日本重新建设先进晶圆厂。
韩国继续扩大投资。
欧洲也希望提高自己的芯片制造能力。
大家讨论最多的通常是：
Nvidia。
台积电。
Intel。
三星。
但如果继续往产业链上游走，
会发现一家非常特别的公司：
ASML。
它来自荷兰。
很多普通消费者甚至没有听说过它。
但今天世界上最先进的芯片制造，
几乎绕不开这家公司。
芯片其实有点像印出来的
一块芯片里面可能有几十亿甚至上百亿个晶体管。
这些晶体管小到肉眼完全无法看到。
那么这么复杂的电路，
到底怎样制造出来？
其中最核心的一道工序叫：
Lithography。
光刻。
可以非常粗略地理解成：
把极其复杂的电路图案，
一层一层“印”到硅片上。
只不过这个打印机的精度，
和办公室打印机完全不是一个世界。
图案越小，芯片通常就能做得越先进
为什么大家一直追求：
7nm。
5nm。
3nm。
甚至更先进节点？
因为晶体管越小，
同样面积可以放入更多晶体管。
芯片就可能获得：
更高性能。
更低功耗。
更强计算能力。
但问题来了。
你想画一条越来越细的线，
普通的“光”已经不够用了。
于是半导体行业最终发展出了：
EUV。
Extreme Ultraviolet。
极紫外光刻。
EUV本身已经复杂得有点不可思议
它使用波长大约13.5纳米的极紫外光。
这种光甚至不能像普通光一样，
直接通过空气和普通镜片工作。
整个系统需要：
真空。
特殊反射镜。
极其复杂的光源。
纳米级运动控制。
超高精度测量。
大量软件和控制系统。
所以一台EUV设备并不是简单的一台机器。
更像是：
人类几十个顶尖工业领域同时工作的结果。
而现在ASML又开始进入下一代
叫：
High-NA EUV。
NA是Numerical Aperture，
数值孔径。
不用理解复杂光学公式。
简单来说，
它能够进一步提高光刻分辨率。
根据ASML公布的数据，
High-NA相比现有EUV系统能够打印大约小40%的特征。
这意味着芯片制造商可以继续把晶体管做得更小。
而这台机器的价格：
大约4亿美元。
一台。
4亿美元是什么概念？
已经不是普通工业设备了。
很多大型工厂全部设备加起来，
可能都没有一台High-NA EUV贵。
更有意思的是：
芯片公司还不是买一台就结束。
一座先进晶圆厂需要大量设备。
除了光刻机，
还需要：
刻蚀。
沉积。
离子注入。
检测。
清洗。
封装。
自动搬运。
厂房本身还需要极其严格的洁净环境。
所以今天建设一座先进晶圆厂，
投资动辄就是几十亿美元甚至更多。
但真正有意思的并不是机器有多贵
而是：
为什么没有别人做出来？
既然一台可以卖4亿美元，
利润看起来这么诱人，
为什么美国公司不做？
日本公司不做？
中国公司不做？
韩国公司也不做？
这正是高端制造最有意思的地方。
很多东西不是：
知道原理以后就能制造。
原理公开，并不等于能力可以复制
飞机发动机的原理并不是秘密。
燃气轮机的原理也不是秘密。
核反应堆基本原理写在教科书里。
光刻原理大学里也可以学。
但：
知道怎么工作，
和真正能够稳定制造，
是完全不同的事情。
ASML几十年积累的并不仅仅是一张设计图。
还有：
供应商。
工程师。
制造工艺。
软件。
测试。
安装经验。
故障数据库。
客户反馈。
专利。
质量体系。
这些东西很难通过一份技术文件复制。
更重要的是，ASML自己也不是独自完成这一切
这是现代高端制造非常容易被忽略的一点。
ASML虽然生产光刻机，
但里面很多关键技术来自全球供应链。
例如德国蔡司提供极其复杂的光学系统。
光源、激光、精密机械、传感器和大量零部件，
来自不同专业供应商。
所以一台High-NA EUV机器，
表面上写着ASML。
实际上背后可能是：
几十年欧洲、美国、日本等工业体系共同积累的结果。
这就是现代制造业一个非常有意思的悖论
大家越来越强调：
技术自主。
供应链自主。
本土制造。
但技术越先进，
反而越难真正做到完全自主。
因为复杂程度已经超过任何一家企业，
甚至任何一个国家，
独自掌握全部技术的能力。
一颗先进芯片可能：
美国设计。
英国提供CPU架构。
荷兰提供光刻设备。
德国提供光学系统。
日本提供材料。
中国台湾制造。
马来西亚封装。
最后安装到中国生产的电子设备里。
这才是现代工业真正的样子。
所以芯片竞争其实不是公司和公司之间的竞争
更像是：
生态系统和生态系统之间的竞争。
如果只拥有芯片设计，
没有制造能力，
不够。
拥有晶圆厂，
没有先进设备，
也不够。
拥有设备，
没有材料，
还是不够。
甚至所有东西都有，
没有足够工程师，
同样做不出来。
这也是为什么建立半导体产业如此困难。
钱当然很重要，但钱并不能立即购买时间
假设一个国家今天决定：
投入1000亿美元，
建立世界最先进的光刻机产业。
钱可以：
建实验室。
买设备。
招聘工程师。
资助大学。
成立公司。
但有一样东西买不到：
二十年的经验。
设备为什么在某个温度下会漂移？
某个镜片使用五年以后会怎样？
某个零件振动增加0.001毫米会发生什么？
客户现场最常出现什么故障？
这些知识很多甚至没有写在任何论文里。
它存在于：
工程师的经验。
公司的流程。
供应商的习惯。
过去失败的项目
里面。
这就是Know-how真正值钱的地方
很多制造业竞争力，
其实并不体现在专利数量上。
而是：
我们以前遇到过这个问题。
我们知道怎么办。
一个刚进入行业的团队遇到问题以后，
可能需要研究六个月。
成熟企业的工程师看一眼：
这个我们十年前遇到过。
两天解决。
这种差距很难量化。
但它可能就是工业竞争力。
ASML也说明“小国家”完全可以掌握全球关键技术
荷兰人口只有一千多万。
从规模上看，
远远不能和美国、中国相比。
但这并不妨碍它拥有一家全球半导体产业无法忽视的公司。
这其实很值得思考。
国家产业竞争力并不一定意味着：
什么都自己做。
真正重要的可能是：
在全球产业链里面，有几样东西别人很难替代你。
瑞士有精密制造。
德国有工业设备。
日本有材料和设备。
英国有航空发动机和芯片架构等优势领域。
荷兰有ASML。
一个经济体并不需要控制整条产业链，
也可以拥有非常重要的位置。
企业也是一样
很多公司喜欢追求：
什么能力都自己拥有。
软件自己做。
设备自己做。
数据平台自己做。
AI自己做。
咨询自己做。
最后团队什么都会一点，
却没有一样真正不可替代。
有时候更有效的策略反而是：
找到产业链里一个非常困难的问题，
然后花十年把它做到极致。
做到最后，
客户发现：
这个东西最好还是找你。
这可能比规模本身更加重要。
High-NA还有另外一个很有意思的地方
刚出现的时候，
并不是所有芯片公司都确定它一定值得采用。
因为设备实在太贵。
如果能够通过现有EUV设备配合其他工艺继续制造先进芯片，
为什么一定要花4亿美元买一台新机器？
这是工程领域非常典型的问题。
最先进的技术，
不一定等于最经济的技术。
但随着芯片继续缩小，
工艺越来越复杂，
企业开始重新计算：
更贵的设备，
是不是反而能够减少其他制造步骤？
如果能够提高良率，
减少复杂多重曝光，
缩短生产流程，
一台4亿美元的设备最终可能反而更便宜。
所以工业设备不能只看采购价格
这也是制造业里面非常重要的一个概念。
一台机器100万英镑。
另外一台200万英镑。
并不能直接说明第一台更便宜。
还要考虑：
产量。
良率。
维护。
停机时间。
人工。
能耗。
耗材。
产品质量。
设备寿命。
真正应该比较的是：
Total Cost of Ownership。
全生命周期成本。
这也是为什么很多世界级工业设备看起来贵得惊人，
客户仍然愿意购买。
因为客户真正购买的不是一台机器。
而是：
生产能力。
AI正在进一步放大这种需求
现在AI芯片需要越来越强的计算能力。
Nvidia、AMD以及各种定制AI芯片不断升级。
模型越来越大。
数据中心越来越多。
最终压力都会传导到半导体制造。
于是整个AI产业最前沿的竞争，
最后可能落到一个非常传统的问题：
我们能不能把东西制造得更精密？
这件事情非常有意思。
AI看起来是软件革命。
最后却需要：
更好的光学。
更好的机械。
更好的材料。
更好的真空系统。
更好的制造设备。
更好的工厂。
数字世界最终还是建立在物理世界上。
所以真正的技术护城河，可能比我们想象中更“无聊”
消费者每天看到的是：
新的AI模型。
新的手机。
新的机器人。
这些东西很容易成为新闻。
但真正决定它们能不能制造出来的，
可能是一家普通人从来没有听说过的：
设备公司。
材料公司。
轴承公司。
光学公司。
传感器公司。
工业软件公司。
它们没有几亿消费者。
甚至没有多少公众知道它们。
但整个产业链可能无法绕开它们。
这可能才是高端制造真正值得追求的状态
不是成为最大的公司。
也不是生产最多的产品。
而是做到：
当整个行业继续向前走的时候，必须经过你这一关。
ASML今天的位置，
不是突然出现的。
它是几十年技术积累、供应链合作、失败、研发和工程经验慢慢形成的。
一台4亿美元的High-NA EUV机器，
真正昂贵的也许并不是里面那些金属、镜片和电子设备。
真正昂贵的是：
过去几十年人类为了让它最终能够工作，
积累下来的全部知识。
所以当世界都在讨论谁会赢得AI竞争、谁会制造最先进芯片的时候，
也许还有一个更加值得长期观察的问题：
未来还有哪些看起来不起眼的工业技术，会变成整个世界都绕不开的关键节点？
找到这些节点，
可能比预测下一款热门产品，
更加接近理解未来工业竞争的本质。
感谢大家阅读！
你觉得一个国家发展高端制造，应该追求建立完整产业链，还是集中资源做到几个全球无法替代的关键技术？除了ASML，你还知道哪些看起来不出名、实际上却卡在全球产业链关键位置的公司？