芯片设备三巨头：最新观点

公众号记得加星标⭐️，第一时间看推送不会错过。

来源 ： 内容来自新电子 。

在此前美国的一场讨论会上，面对高盛分析师Jim Schneider关于2025年晶圆厂设备市场前景的提问，Applied Materials CEO Gary Dickerson给出“低单位数成长”的保守预测，KLA Corporation CFO Bren Higgins却预期“中单位数增长”，Lam Research CFO Doug Bettinger则完全回避数字预测。这种分歧并非市场判断能力的差异，而是三家巨头对半导体技术发展方向有着根本性的不同看法。

半导体设备产业向来以技术门槛极高著称，Applied Materials的材料工程、KLA的检测系统、Lam Research的蚀刻工艺，每项技术都需要十年以上的深度积累。然而，AI制程需求的爆发与地缘政治限制正在压缩产业的技术更新周期，迫使设备商在不确定性中做出战略押注。从2022年管制启动到当前市场格局重塑，整个产业正在经历从技术分歧到竞争逻辑重构的深层变革。三大设备巨头将透过技术路线差异、产业生态断裂、制造方式革命，以及政治风险内化四个维度，展现这场产业转折点的真实面貌。

同一个问题，三种技术赌注

Gary Dickerson的谨慎表态背后，隐藏着Applied Materials对未来技术路线的深度思考。这位执行长在会议上强调iCAPS市场的“消化期”，实际上反映了该公司对摩尔定律平面缩放到达极限的判断。 Applied Materials正在押注先进封装技术，认为AI芯片的复杂性将迫使产业从2D转向3D整合。该公司位于奥巴尼的EPIC Center已投入15亿美元，专门开发CoWoS（Chip-on-Wafer-on-Substrate）技术，这是一场对异质整合未来的豪赌。 Dickerson相信，当CPU、GPU、记忆体必须整合在同一封装内时，传统的晶圆制造将让位给材料工程和封装技术。

Bren Higgins的乐观预测则建立在制程复杂化不可逆转的技术判断上。 KLA Corporation这位财务长在会议中详细描述了一个技术现实：台积电3纳米制程的检测步骤比7纳米制程增加60%，每当制程节点向前推进，电晶体尺寸就更接近物理极限。 Higgins押注的是“制程越先进，检测越重要”的技术逻辑，该公司的电子束检测设备能够发现10纳米以下的缺陷，正好契合AI芯片的零容错要求。 KLA相信，即使地缘政治风险持续，先进制程的检测需求也不会减少，反而会因为良率压力而持续增长。

Doug Bettinger的策略回避显露出Lam Research对技术路线的复杂判断。该公司财务长在会议中反覆提及“etch-and-deposition intensity”概念，暗示公司同时押注两个技术方向：3D NAND的垂直扩展和先进逻辑的3D架构。 3D NAND从96层向200层演进需要深宽比超过100:1的垂直蚀刻技术，而AI芯片的3D电晶体结构同样需要原子级精度的工艺控制。然而，这两个技术方向都面临物理极限的挑战，Lam Research选择保留战略弹性，等待市场需求进一步明朗化。

当营收数字掩盖了生态链的崩塌

Applied Materials中国营收从32%暴跌至18%，每季损失10亿美元的数字震撼市场，但真正的危机远超财务报表。这家设备巨头失去的不仅是收入来源，更是与全球最大半导体消费市场的技术共同发展机会。中国市场向来是新技术验证和工艺优化的重要场域，当Applied Materials被迫退出时，该公司实际上失去了一个关键的技术改进回馈机制。更严峻的是，中国本土设备商北方华创、中微公司正在成熟制程领域快速追赶，Applied Materials重返中国市场的技术门槛正在不断提高。

KLA Corporation面临的5亿美元损失看似温和，但技术生态的影响更加深远。该公司的检测设备不只是硬体产品，更是整个制程监控体系的技术核心。中国晶圆厂被迫寻找替代方案时，正在重新建构独立的检测标准和供应链体系。长期而言，这种技术标准的分化将导致全球半导体产业出现两套平行的品质管控系统，所有参与者的研发成本和技术复杂度都将大幅增加。 KLA面临的真正挑战不是短期收入损失，而是全球技术标准统一性的瓦解。

Lam Research中国营收占比从32%缩减至24%的过程中，客户支援业务群组（CSBG）受到最严重冲击。半导体设备的商业模式特性决定了设备销售只是开始，后续十年的技术支援、升级改造、备件供应才是真正的利润来源。一台蚀刻设备的使用周期通常超过十年，服务收入往往是设备价值的两倍以上。中国市场的服务中断不仅是当期现金流损失，更意味着未来十年收益的永久消失。这种产业生态链的断裂正在重塑全球半导体设备产业的商业逻辑。

AI革命重新定义半导体制造的游戏规则

AI芯片对半导体制造技术提出的挑战远超外界想像：NVIDIA H100芯片包含800亿个电晶体，采用台积电4纳米制程制造，不是最先进制程，但技术难点仍然极高，原因在于异质整合的复杂性。 CPU、GPU、HBM记忆体必须透过先进封装技术整合在同一模组内，对准精度要求达到1微米以下，散热管理技术面临前所未有的挑战。 Applied Materials押注的CoWoS技术需要在硅基板上精确放置数十颗芯片，任何微小偏差都可能导致整个模组失效。

KLA Corporation面对的技术现实更加严峻：AI芯片的良率要求远高于传统逻辑芯片。传统CPU中少数电晶体失效不会影响整体功能，但AI芯片的矩阵运算特性决定了任何一个运算单元故障都可能导致整批资料错误。这种零容错要求推动检测设备从统计抽样转向全面检测，检测密度呈指数级增长。 KLA的先进检测技术能够在制程中即时发现纳米级缺陷，正好契合AI芯片对制造精度的极致要求。该公司预期AI芯片检测步骤将比传统芯片增加40%以上。

Lam Research的技术押注关联到AI运算的功耗挑战。 AI模型训练的高能耗特性要求芯片设计从平面结构转向3D架构，透过缩短电子传输路径来降低功耗密度。 3D电晶体的制造需要更复杂的蚀刻和沉积工艺，每一层结构都必须达到原子级的对准精度。该公司开发的Halo工具专门针对高层数3D NAND设计，能够实现深宽比超过100:1的垂直通道蚀刻。这种技术复杂度的大幅提升正在重新定义半导体制造的物理边界。

三种押注，一个未来

Applied Materials赌的是封装技术将取代传统制程，KLA赌的是检测需求将无限放大，Lam Research赌的是保持选择权比下注更安全。三家公司看似预测市场，实际上是在选择生存方式：是押注单一技术路线获得先发优势，还是分散风险等待局势明朗？

时间会证明谁的判断更准确。 AI芯片的制造需求能否真正弥补中国市场的损失，先进封装技术能否如Applied Materials所愿成为新的增长引擎，检测设备的重要性是否如KLA预期般持续提升，市场终将给出答案。

但无论结果如何，有一点已经确定：半导体设备产业已经从纯粹的技术竞争，转变为技术与政治并重的复合竞争。在这个新的竞争环境中，技术领先不再是唯一的胜负标准，政治风险管控能力同样决定企业的生死存亡。游戏规则已经改变，回不去了。

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第4163期内容，欢迎关注。

加星标⭐️第一时间看推送，小号防走丢

求推荐