2026. 6. 25. · 08:10
AI 算力的咽喉，是一台 4 亿美元的光学机器
MIT Technology Review 的 Clive Thompson 走进 ASML 的高 NA EUV 机器，写出 AI 芯片竞赛背后的真正瓶颈：不是模型论文，而是光、镜子、硅片和少数几家公司共同构成的物理咽喉。读完这篇，你会理解为什么一台 4 亿美元的机器，能同时牵动英特尔、台积电、中国和整个 AI 产业。
导读
荷兰光刻机公司 ASML 正把一台售价 4 亿美元的新机器送进芯片厂。MIT Technology Review 的 Clive Thompson 写的不是一篇单纯的硬件报道，而是在解释 AI 算力的真正瓶颈：模型越大，越依赖更密、更省电的芯片；而这些芯片，越来越取决于少数几家公司能否继续把光、镜子和硅片逼到物理极限。1
本篇精读：Clive Thompson，MIT Technology Review，2026 年 6 月 23 日。原文题为 The $400 million machine powering the future of chipmaking。1
全文总结
Thompson 从一台机器的顶部写起。ASML 技术执行副总裁 Jos Benschop 爬上梯子，站在一台新设备上方：它有双层巴士那么大，重逾 150 吨，机身布满管线、缆线和压力罐，内部却要把几面镜子固定到接近原子级精度。这个反差是全文的入口：最先进芯片并不是从「聪明算法」直接长出来的，它要先经过一台巨大的、昂贵的、极端精密的光学机器。1
这台机器是 ASML 的高数值孔径极紫外光刻机。极紫外光（EUV，波长更短、可刻出更细线路的光）已经让芯片制造继续沿着摩尔定律前进；高数值孔径（high NA，通过更大的光学孔径把图案聚焦得更细）则是下一步。原文写到，第一代 EUV 机器能做到 13 纳米分辨率，新机器可到 8 纳米，约等于 40 个硅原子的宽度，每台售价约 4 亿美元。1
为什么 AI 读者要关心这台机器？因为大语言模型（LLM，依靠海量数据训练的文本与多模态生成模型）需要越来越强的 GPU 和专用 AI 芯片。OpenAI、Anthropic、Google、Meta 等公司建设数据中心时，真正抢的是更高密度、更高能效的计算硬件；ASML 的机器决定了台积电（TSMC，全球最大芯片代工厂）、英特尔和三星能否继续把晶体管做小，把单位面积里的计算能力做高。1
原文随后回到光刻的基本原理。做芯片有点像丝网印 T 恤：先在掩膜版上有一个图案，再用光把图案转移到硅片上。光的波长越短，能刻出的线路越细；如果同一种光快到极限，就要换更短波长的光，或把光学孔径做大，让光聚焦得更狠。这个机制解释了为什么行业会从可见光走到深紫外光（DUV，上一代主流短波长光刻技术），再走到 EUV。1
EUV 当年几乎不像一门稳妥生意。它会被普通玻璃吸收，也会被空气吸收，光源还要靠激光击打熔融锡滴来制造。ASML 原以为 6 年能解决，最后用了 16 年、约 100 亿美元研发费用。尼康和佳能也曾尝试，但最终退出；ASML 留下来，把这个看似不划算的工程噩梦磨成了产业入口。1
AI 热潮把这条路突然照亮。第一代 EUV 机器 2017 年上市时，每台已经超过 1 亿美元；几年后，GPT-3 和 ChatGPT 把高端 AI 芯片需求推高，Nvidia 训练用 GPU 的价格和需求都跟着上去。ASML 说，2025 年卖出近 50 台 EUV 机器，收入接近 400 亿美元，市值超过 5000 亿美元。1
但这也让 ASML 变成地缘政治里的「咽喉」。原文写得很直接：先进芯片制造大体被 ASML 和 TSMC 两个关键玩家卡住。美国为了限制中国制造先进 AI 芯片，推动荷兰从 2019 年起禁止 ASML 向中国公司出售高端 EUV 设备。作者引用《Chip War》相关语境，把芯片比作新石油；如果是这样，ASML 就像霍尔木兹海峡，控制着最关键的通道。1
中国的回应是尽力绕开这道门。原文提到，中国正在投入大量资金追赶 EUV 技术，也会把 DUV 推到极限，用多重曝光等方式在旧技术上榨出更多精度。这里的代价很清楚：如果 ASML 的机器可以每小时处理约 200 片晶圆，中国自研设备哪怕效率低得多，只要能产出先进芯片，就有战略价值。1
这也解释了 DeepSeek 一类轻量化模型为什么重要。美国公司可以争抢最多、最快、最贵的 Nvidia 芯片；中国受限于高端硬件，就更有动力在软件上节省计算量，训练和部署更轻的模型。原文没有把这写成某种胜利叙事，而是把它放回硬约束里：硬件越难买，软件就越要学会少吃电、少吃芯片。1
高 NA 机器本身也不是「更大镜头」这么简单。ASML 把数值孔径从 0.33 提到 0.55，理论上能把晶体管尺寸接近减半、密度接近变成三倍。但光以更陡角度打到三维掩膜图案上时，会产生阴影，像阳光斜照大峡谷一样干扰图案清晰度。工程师的解法，是改变掩膜图案形状和镜面缩小图像的方式。1
这个解法又引出新的麻烦：单次扫描覆盖的硅片面积缩小，机器速度会慢下来。芯片厂花 4 亿美元买机器，不会接受吞吐量下降，于是 ASML 让掩膜版运动得更快，最高加速度达到 22 g；晶圆载台也要同步高速移动。ZEISS（蔡司，德国光学公司）则要做更大的镜子，投影系统重达 12 吨，是此前的 7 倍。1
第一台高 NA 机器的早期买家是英特尔。它希望借此重建代工业务，重新挑战 TSMC 和三星。英特尔的逻辑是：如果能率先用高 NA 技术，在部分芯片层上实现更简单的单次曝光，就能减少多重曝光带来的复杂设计和慢速度。问题是，跃迁很难；观察者认为英特尔不一定能打败 TSMC，但先进芯片需求太大，即便只是承接溢出的订单，也可能活下来。1
TSMC 的态度更谨慎。它告诉 MIT Technology Review，会在高 NA EUV 成熟、能给客户带来最大收益时再部署。原文指出，这部分是成本问题：4 亿美元一台的新机器太贵，而且高 NA 并不是当年 EUV 那样的范式级跨越。SemiAnalysis 分析师 Jeff Koch 的判断是，它大约带来 30% 到 50% 的能力提升，可能是第一台对 ASML 来说商业逻辑没有立刻清清楚楚的工具。1
文章最后看向挑战者。Substrate 想用粒子加速器产生 X 射线做光刻，还不打算卖机器，而是自己建厂造芯片；Lace Lithography 则想用激发态氦原子束，不再用光。两家公司都承诺机器会更小、更便宜、更强。ASML 当然关注它们，但 Benschop 认为目前还看不到能大规模制造先进芯片的真正替代方案。1
Thompson 的结尾没有把 ASML 写成永远无法撼动的神话。ASML 自己也在设想更高的「hyper NA」，把数值孔径从 0.55 继续推到 0.75，分辨率可能达到 6 纳米，并在 2030 年代后半段规模销售。它现在领先，是因为它过去十几年把无数工程问题啃下来了；但芯片制造史上，每一次光源和孔径的切换，都会给后来者留下一条缝。1
关键细节
- ASML 新一代高 NA EUV 机器售价约 4 亿美元，可达 8 纳米分辨率，约等于 40 个硅原子的宽度；第一代 EUV 机器分辨率约 13 纳米。1
- EUV 技术从押注到上市用了 16 年，研发成本约 100 亿美元；它通过激光击打熔融锡滴产生极紫外光，并靠镜面在真空中引导光路。1
- ASML 生产全球约 90% 的芯片光刻设备；美国推动荷兰限制其向中国出售高端 EUV 设备，使这家公司成为 AI 芯片竞争里的战略节点。1
- 高 NA 机器把数值孔径从 0.33 提到 0.55，目标是让晶体管尺寸接近减半、芯片密度接近变成三倍；代价是掩膜、镜面、光源和运动系统全部要重做。1
- 英特尔买下第一台高 NA 商用机器，希望借它重建代工业务；TSMC 则可能等到 2030 年代才大规模使用，因为它更在意成本和成熟度。1
- Substrate 和 Lace Lithography 都在尝试绕开 ASML 的 EUV 路线，分别押注 X 射线和氦原子束；原文采访到的多位观察者认为，实验室演示距离高产量制造仍有很长距离。1
金句
“mechatronic devices that hold a few mirrors in a position with atomic precision”1中文译注：Benschop 用这句话形容 ASML 新机器。它点出全文最重要的反差：设备巨大到像工业怪兽，真正难点却是几面镜子的位置误差。
“Let’s send thousands of engineers and just have them mow down these problems. That’s what they did, and it worked.”1中文译注：SemiAnalysis 分析师 Jeff Koch 这样概括 ASML 的工程文化。它不是靠一个天才主意赢的，而是靠长期、密集、昂贵的问题清除。
“The amount of chips we’re going to need is going to be many orders of magnitude larger than even the wildest projections you have now.”1中文译注：Substrate 创始人 James Proud 用这句话解释为什么他认为需要新光刻路线。它也是 AI 算力竞赛最激进的一种下注：今天看起来夸张的芯片需求，可能还远远不够。
“We’re pushing the limits of physics.”1中文译注：ASML CTO Marco Pieters 的这句话很短，却是全文的结论。AI 的下一步，最终要落在物理世界里：光怎么走，镜子怎么磨，硅片怎么被一层层刻出来。
이 콘텐츠를 둘러싼 관점이나 맥락을 계속 보강해 보세요.