“沐曦模式”更考驗核心晶片的硬實力與標準化能力，“摩爾線程模式”則對系統整合、軟體棧和生態營運提出了更高要求。近日，國產 GPU“雙雄”摩爾線程和沐曦股份先後發佈上市後首份年度業績預告，2025 年二者營收增長明顯，淨利潤虧損情況仍在持續，但都已開始縮小。不過，兩者營收結構顯著不同，引發市場與產業界的廣泛討論。具體來看，摩爾線程預計2025年度實現營收在14.5億元至15.2億元之間，同比增長約兩倍多；同時，歸母淨利潤預計將出現虧損，虧損額為9.5億元到10.6億元，但虧損相比前一年有所減少。沐曦股份則預計其實現營收約為16億至17億元，同樣保持了較高的增長率，並且該公司預計虧損也將有所減輕，預計虧損區間為6.5億至7.98億元。兩家公司共性優勢體現在三個方面：一是技術突破顯著，摩爾線程已推出四代GPU架構並實現訓推一體晶片MTTS5000量產，沐曦則建構起相容主流生態的軟體體系；二是商業化處理程序加速，雙雙跨越初創期“死亡之谷”，規模效應開始顯現，開始從“輸血”轉向“自我造血”；三是抓住國際限售窗口期，在國產替代浪潮中搶佔市場份額。差異在於戰略路徑選擇：沐曦似乎更側重於沿襲傳統晶片設計公司的模式，聚焦於GPU晶片本身的設計、流片與銷售，力求在產品性能參數上實現對標與追趕，其業績增長與晶片產品的市場接受度關聯更為直接；而摩爾線程則展現出更強的系統思維和生態建構意識，其業務模式更接近“晶片+解決方案”的整合提供商，試圖通過提供端到端的算力服務來確立市場地位，其收入結構也反映了這一戰略選擇。沐曦的業績增長，主要得益於其自主研發的高性能GPU產品在人工智慧、資料中心等領域的商業化落地取得進展。其產品線覆蓋通用計算與圖形渲染，在部分客戶場景中開始了批次應用，顯示出從技術研發向市場銷售轉化的初步成效。而摩爾線程的業績預告則揭示了一個更為獨特的結構：其2025年1至6月份的收入中，接近百分之八十來源於“叢集建設”相關業務。這種收入構成的不合理性在於，AI智算叢集建設雖然帶來了可觀的收入，但這部分收入是否能夠長期支撐公司的主營業務發展，仍然存在疑問。叢集建設通常指向基於其GPU硬體，為客戶建構算力叢集或提供整體解決方案所獲得的收入。這與其對外宣傳的GPU晶片設計、銷售的主營業務存在一定差異，引發了外界對其收入構成合理性的探討。這也可能意味著摩爾線程正在嘗試從傳統的圖形加速產品向更廣泛的AI應用場景拓展，但這需要更多的市場驗證和時間來證明其可持續性。對於摩爾線程收入構成中叢集建設佔比過高的問題，市場看法呈現分化。有觀點認為，這存在不合理性，可能意味著其自主GPU晶片作為獨立產品的市場競爭力與直接銷售能力尚未完全打開，需要依靠利潤率可能較低、且更偏向系統整合與服務的叢集項目來支撐整體營收規模。這折射出國產GPU在直面國際巨頭競爭時，在生態適配、軟體成熟度、客戶接受度等方面仍面臨挑戰，因此採取了“以解決方案帶動硬體銷售”的迂迴策略。還有觀點則指出，在當前人工智慧算力需求爆發的背景下，為客戶提供從硬體到軟體的整體算力解決方案，是切入市場、建立標竿案例的有效途徑。通過叢集建設項目，公司可以更深入地理解客戶需求，持續最佳化產品，並繫結初期客戶，為未來晶片產品的獨立大規模銷售鋪路。因此，這種收入構成在特定發展階段具有一定的戰略合理性，關鍵在於其核心GPU產品的技術迭代與市場認可度能否隨之快速提升。分析認為，兩種路徑各有優劣，“沐曦模式”更考驗核心晶片的硬實力與標準化能力，“摩爾線程模式”則對系統整合、軟體棧和生態營運提出了更高要求。由此可見，國產GPU企業盈利模式尚未成熟，儘管虧損縮小但仍未實現正向現金流；生態建設需深化，相容CUDA僅為基礎，建立自主程式設計介面標準才是破局關鍵；技術迭代壓力增大，需縮短與國際巨頭的代差。摩爾線程與沐曦股份的業績預告，也折射出國產GPU從“技術驗證”向“商業擴張”轉型的關鍵階段。兩者雖路徑不同，但均遵循“硬體定義場景—生態鎖定客戶—規模分攤成本”的邏輯：摩爾線程以全功能GPU建構通用計算平台，沐曦股份以垂直場景深化差異化競爭。未來，隨著C600/C700等高算力晶片量產，以及MUSA、MXMACA等生態的完善，國產GPU有望在AI訓練、科學計算等領域突破國際巨頭壟斷，在激烈的全球GPU市場競爭中佔據更有利的位置。 (經濟觀察網)

AI晶片相關企業包攬榜單前10中的7席。今日，胡潤研究院發佈《2025胡潤中國人工智慧企業50強》，榜單聚焦於主營業務為AI算力或演算法的中國企業，上市公司市值按照1月9日的收盤價計算，非上市公司估值參考同行業上市公司或者根據最新一輪融資情況進行估算。這是胡潤研究院第二次發佈該榜單。《2025胡潤中國人工智慧企業50強》中，有21家非上市公司，上榜門檻為95億元人民幣，比上年提高35億元人民幣；前十名門檻為730億元人民幣，是上年的220億元人民幣的3倍多。上榜企業平均價值540億元人民幣，是上年的2.4倍。具體來看，AI晶片企業寒武紀以6300億元的價值位居榜首，比去年增長165%；國產GPU第一股摩爾執行緒排名第二，價值3100億元；中國首批實現全流程國產化的高端GPU企業沐曦排名第三，價值2500億元；AI晶片相關企業包攬榜單前10中的7席，包括地平線、瑞芯微、壁仞科技、芯原股份。18家為新上榜企業，超過榜單1/3，其中10家是AI晶片相關公司。北京和上海的上榜企業佔據六成以上，一線城市的企業超過八成。北京以19家上榜企業領先，其中包括寒武紀、月之暗面和雲知聲等知名企業；上海有14家上榜企業，比去年增加5家，以沐曦、商湯為代表；深圳上榜6家，雲天勵飛、奧比中光和晶泰科技等企業榜上有名；廣州有4家上榜企業，以小馬智行、文遠知行和雲從科技為代表。算力硬體類企業上榜14家，比去年增加9家，寒武紀是其中的佼佼者；資料分析決策類企業有11家，比去年增加4家，晶泰科技是其中的代表；內容生成類、視覺識別類、自動駕駛類各都有8家上榜，稀宇極智、商湯科技、小馬智行分別是各自領域領先企業；語音識別類企業有3家，科大訊飛是行業標竿。最年輕的上榜企業是月之暗面、百川智能和階躍星辰，它們均成立於2023年，均為AIGC大模型企業。胡潤集團董事長兼首席調研官胡潤表示，AI正在重塑中國的財富格局。寒武紀40歲的陳天石財富比上一年增長近1500億元，進入最新胡潤百富榜前20。瑞芯微的勵民財富增長300多億元。Kimi的創始人32歲楊植麟以73億元財富首次上榜。胡潤百富榜上榜企業家中，涉及AI領域並以AI為主導方向的佔比9%。2025年，中國AI的地位正在顯著增強。2025年初，DeepSeek以顛覆性的性價比橫空出世。2025年末，問世僅9個月的Manus被Meta收購，這是Meta自成立以來的第三大併購。過去一年裡，第三方AI模型聚合平台OpenRouter記錄了100萬億個token的使用資料，結果顯示：2024年末時，中國開源模型的市場份額最低僅1.2%，此後顯著增長，最高時佔比接近30%。本次榜單聚焦於專門從事AI領域的公司。AI晶片上榜企業最多，而AI算力基礎設施還包括AI伺服器、AI資料中心等。不過，以AI伺服器、AI資料中心等為主營業務且企業價值達到門檻的，暫時沒有。比如浪潮資訊，雖然是國內AI伺服器龍頭，但沒有證據顯示其AI伺服器佔比已經超過傳統伺服器。再比如潤澤科技，雖然是國內智算中心龍頭企業，但其AIDC業務約為普通IDC的一半，因此不視為主營人工智慧的企業。寒武紀憑藉6300億元的價值，位居榜單首位。自2016年成立以來，寒武紀始終專注於AI核心處理器晶片的研發，成功打造中國AI晶片第一股。2025年上半年，寒武紀實現營收28.8億元，同比大幅增長43倍。寒武紀還深化與國內外頭部大模型企業的合作，主導或參與45項國際及國內技術標準的制定。摩爾執行緒以3100億元的價值排名第二。2020年成立後專注全功能GPU研發，2025年公司以創科創板IPO最快過會紀錄——88天，吸引了廣泛關注。2025年前三季度，摩爾執行緒實現營收7.8億元，同比大幅增長182%。沐曦股份以2500億元的價值排名第三。2020年成立以來專注全端式GPU研發，是中國首批實現全流程國產化的高端GPU企業。科大訊飛以1300億元的價值位居第四，穩居智能語音賽道標竿。自1999年成立以來，公司專注於智能語音、自然語言處理與認知智能等核心技術研發。另外，訊飛星火大模型在國產算力平台上對標國內外一流模型效果，並擴展多語言能力至130+語種。地平線以1200億元的價值位居第五，穩居車載AI晶片及智駕解決方案領軍地位。2025年上半年營收同比增長67.6%，車載級征程系列處理硬體出貨量達198萬套，同比實現翻倍增長。 (半導體產業縱橫)

2026年初，半導體行業迎來了一場"業績大考"。隨著超過50家上市公司密集發佈2025年度業績預告，一幅清晰的產業分化圖譜浮出水面：有人狂喜數錢，有人"關燈吃麵"；有人乘AI東風扶搖直上，有人卻在周期低谷中苦苦掙扎。01 IC設計，冰火兩重天IC設計是本次業績分化最劇烈的賽道，數字晶片公司方面，可以看到收入高增長與虧損並存的現象，模擬晶片業績分化現象仍在持續。CPU、GPU算力晶片公司1月12日晚間，中國國產GPU晶片公司摩爾線程發佈2025年度業績預告，資料顯示2025年營收預計為14.50億元至15.20億元，較2024年增長230.70%至246.67%。2025年扣非淨利潤預計虧損10.40億元至11.50億元，與上年同期相比，虧損縮小幅度為29.59%到36.32%。值得注意的是，儘管淨利潤依舊虧損，但摩爾線程營業收入將連續四年保持高增態勢，同時淨虧損亦將連續四年實現縮小。1月23日，龍芯中科發佈2025年度業績預告。預計全年實現營收6.35億元，歸屬於上市公司股東的淨利潤為-4.49億元左右，扣除非經常性損益後的淨利潤約-5.03億元。儘管仍處於虧損狀態，但同比減虧約24%-28%。1月15日，景嘉微披露2025年度業績預告，預計2025年實現營業收入6.5億元至8.5億元，同比增長39.38%-82.27%，主要得益於圖形顯控領域產品的收入增長。歸母淨利潤虧損1.2億元至1.8億元，上年同期虧損1.65億元；扣非淨利潤虧損1.46億元至2.06億元，上年同期虧損2.04億元。可以看到，中國國產CPU、GPU等算力晶片企業的業績呈現出“營收高增、虧損縮小”的共性特徵，其中摩爾線程以230%以上的營收增速驚豔全場，雖仍處虧損，但虧損縮小近三分之一。這一表現背後，正是中國國產GPU在AI訓練和推理場景中的快速滲透，尤其在大模型訓練伺服器、邊緣計算節點等領域。算力晶片“高增伴虧損”，是中國國產力量突破高端晶片賽道的必經階段。全球AI算力需求爆發，給了中國國產算力晶片難得的市場窗口，這是營收高增的核心原因。但高端算力市場長期被海外巨頭壟斷，中國國產企業不僅要突破晶片設計、製造的技術難關，還得搭建適配的軟體生態，而生態建設需要長期投入，短期虧損本質是生態卡位的必要成本。MCU、SoC、CIS晶片公司如果說算力晶片是“風口上的巨人”，那麼MCU、SoC和CIS公司便是“靜水深流中的贏家”。1月7日，中科藍訊發佈2025年業績預增公告，2025年度預計實現營業收入為18.30億元到18.50億元，同比增長0.60%到1.70%；實現扣除非經常性損益的淨利潤為2.20億元到2.40億元，同比下降1.70%到9.89%。1月26日，瑞芯微發佈2025年業績預告，預計2025年實現淨利潤10.23億元到11.03億元，同比增長71.97%到85.42%，歸母淨利潤扣除非經常性損益後為9.93億元到10.73億元，同比增長84.44%到99.30%。預計公司2025年實現營業收入43.87億元到44.27億元，同比增長39.88%到41.15%。1月20日，全志科技發佈2025年度業績預告，預計歸屬於上市公司股東的淨利潤為2.51億元至2.95億元，同比增長50.53%至76.92%；歸屬於上市公司股東的扣除非經常性損益的淨利潤為2.1億元至2.55億元，同比增長81.28% 至120.12%。1月23日，復旦微電披露2025年度業績預告，預計2025年實現營業收入39.3億元至40.3億元，同比增長9.46%-12.25%；歸母淨利潤1.9億元至2.83億元，同比下降50.58%-66.82%；扣非淨利潤預計1.25億元-1.85億元，同比下降60.14%-73.07%。1月25日，中微半導發佈業績預告，預計公司2025年實現營收11.22億元左右，同比增長23.07%左右；預計2025年實現歸母淨利潤2.84億元左右，同比增長107.55%左右。預計2025年實現扣非淨利潤1.69億元左右，同比增長85.36%左右。1月26日，CMOS圖像感測器設計公司思特威發佈了2025年年度業績預告。預計2025年度實現營業收入88億元到92億元，較上年同期增加28.32億元到32.32億元，增幅47%到54%；預計2025年度實現歸屬於母公司所有者的扣除非經常性損益的淨利潤為9.66億元到10.2億元，同比增幅147%到161%。在數字晶片的另一大細分領域，MCU、SoC、CIS晶片企業的業績分化同樣顯著，核心差異或在於是否精準切入高增長賽道。比如中科藍訊主要佈局消費電子領域的音訊晶片，受手機、TWS耳機等傳統終端需求低迷影響，增長相對乏力。瑞芯微、全志科技聚焦AIoT、智能汽車等新興領域，受益於相關市場的爆發式增長；思特威則精準卡位車載、安防等高端CIS市場，在中國國產化浪潮中搶佔先機。復旦微電的業績下滑，則與特定行業需求波動及研發投入增加有關。儲存晶片公司2025年的儲存晶片行業迎來了“超級周期”，DRAM、NAND價格一路上漲，再加上AI伺服器對高性能儲存的需求爆發，整個產業鏈的企業都賺得盆滿缽滿。從已披露的業績來看，所有儲存企業都實現了高增長，部分企業淨利潤增幅超4倍，成了這次業績潮裡的“最大贏家”。1月13日，佰維儲存披露2025年業績預告，預計營收100億元-120億元，同比增長49.36%-79.23%；歸母淨利潤8.5億元-10億元，同比增加427.19%-520.22%；扣非淨利潤7.6億元-9億元，同比增加1034.71%-1243.74%。在本次統計的所有中國國產半導體公司中，佰維儲存堪稱最大贏家。其2025年扣非歸母淨利潤同比增幅高達1034.71%-1243.74%，突破1000%的驚人增長幅度，在所有披露業績的企業中遙遙領先。1月16日，瀾起科技發布公告，公司預計2025年度實現歸母淨利潤21.5億元至23.5億元，較上年同期增長52.29%至66.46%；預計實現歸母淨利潤（扣除非經常性損益）19.2億元至21.2億元，較上年同期增長53.81%至69.83%。1月21日，德明利發佈2025年業績預告，預計2025年實現營業收入103億元至113億元，同比增長115.82%至136.77%；預計歸屬於上市公司股東的淨利潤為6.5億元至8億元，同比增長85.42%至128.21%。扣除非經常性損益後的淨利潤預計為6.3億元至7.8億元，同比增長108.13%至157.68%。1月22日，兆易創新發佈業績預告，預計2025年度實現營業收入92.03億元左右，與上年同期相比增加18.47億元左右，同比增加25%左右。預計2025年歸屬於上市公司股東扣除非經常性損益後的淨利潤為14.23億元左右，與上年同期相比增加3.93億元左右，同比增長38%左右。儲存晶片全面爆發是周期與技術共振的結果，全球已進入AI驅動的超級周期，HBM將成核心競爭點。此外，據市場研究機構Counterpoint Research近日發佈的報告，儲存市場已進入“超級牛市”階段，當前行情甚至超越了2018年的歷史高點，與此同時，供應商議價能力已達到歷史最高水平。預計2026年第一季度儲存價格將再漲40%至50%，2026年第二季度繼續上漲約20%。在行業供需格局重構帶來的景氣周期中，中國國產儲存廠商正迎來寶貴的發展窗口。模擬晶片公司1月22日，思瑞浦發佈2025年度業績預告，預計2025年實現營業收入21.3億元至21.5億元，同比增長74.66%至76.30%；同期預計實現歸母淨利潤1.65億元至1.84億元，較上年同期增加3.62億元至3.81億元，實現扭虧為盈，歸屬於上市公司所有者扣除非經常性損益後的淨利潤為1.05億元-1.26億元。1月17日，艾為電子發佈2025年年度業績預告，預計實現歸屬於母公司所有者的淨利潤3億元至3.3億元，同比增幅區間為17.7%至29.47%。扣除非經常性損益後的淨利潤預計為2億元至2.3元，增長率在27.97%至47.17%之間。1月21日，翱捷科技發佈年度業績預告，預計2025年年度實現營業收入為38.17億元左右，同比增長12.73%左右；歸母淨利潤為-3.99億元左右，較上年同期相比，虧損金額減少2.94億元左右，虧損同比減少42.38%左右。扣非淨利潤為-5.79億元左右，較上年同期虧損減少18.04%左右。1月13日，卓勝微發佈2025年度業績預告，預計2025年實現營業收入37億元至37.5億元，同比下降約16%至18%；歸母淨利潤虧損2.55億元至2.95億元，同比下降約163.46%至173.41%。扣除非經常性損益後的淨利潤為-3.36億元至-3億元。模擬晶片行業經歷了長達近3年的去庫存“至暗時刻”，2025年四季度，頭部模擬晶片龍頭陸陸續續發佈漲價消息。模擬晶片全球頭部企業亞德諾計畫自2026年2月1日起全線漲價，其中普通商用級產品漲幅普遍在10%-15%之間，工業級產品漲幅約15%。此外，德州儀器啟動覆蓋3300餘款料號的全球性漲價計畫，約9%的料號漲幅突破100%，主要集中於停產料號或極低利潤產品；55%的料號漲幅則落在15%-30%區間。中國國產廠商方面，業績分化也比較明顯。主攻工業、汽車等高端賽道的廠商比如思瑞浦已經實現扭虧為盈，但堅守消費電子賽道的廠商受市場低迷和價格戰影響，增長空間有限。02 半導體裝置與封測，共迎紅利在AI算力革命和中國國產化的雙重推動下，半導體裝置和封測企業也迎來了業績增長期。裝置企業作為產業鏈的“賣鏟人”，受益於中國晶圓廠擴產和先進製程研發；封測企業則靠先進封裝技術，繫結AI晶片產業鏈，實現了價值提升。1月20日，芯碁微裝發佈業績預告，預計2025年淨利潤為2.75億元至2.95億元，同比增長71.13%至83.58%；扣非後淨利潤預計為2.64億元至2.84億元，同比增長77.7%至91.16%。1月22日，盛美上海發佈2025年度業績預告，預計營業收入為66.80億元-68.80億元，比上年同期增長18.91%-22.47%。1月23日，中微公司發佈2025年年度業績預告的自願性披露公告，公司預計營業收入約123.85億元，同比增長約36.62%。歸屬於母公司所有者的扣除非經常性損益的淨利潤為15.00億元至16.00億元，與上年同期相比將增加1.12億元至2.12億元，同比增加約8.06%至15.26%。2025年，晶片封測行業迎來關鍵轉折——繼上游晶圓製造、中游設計環節後，封測作為半導體產業“最後一公里”，不僅傳來集體漲價訊號，更在中國國產化處理程序中交出了“營收超50%”的亮眼成績單。1月20日，封測龍頭通富微電發佈2025年度業績預告，歸屬於上市公司股東的淨利潤預計為11億元至13.5億元，比上年同期增長62.34%至99.24%。扣除非經常性損益後的淨利潤預計為7.7億元至9.7億元，比上年同期增長23.98%至56.18%。全球儲存晶片產業鏈正迎來新一輪強勁的漲價周期，這一趨勢已迅速蔓延至下游封測環節。因產能利用率逼近極限，主要儲存封測大廠近期已將報價上調高達30%，並正醞釀後續進一步提價。據悉，受惠於DRAM與NAND Flash大廠全力衝刺出貨，力成、華東、南茂等頭部封測廠商訂單蜂擁而至，多家廠商證實“訂單真的太滿”，現有產能已無法滿足需求。為應對成本與供需失衡，各家廠商已正式啟動首輪漲價，漲幅直逼三成，且這股漲價潮預計將從一季度起直接體現在財報業績中。面對持續湧入的訂單，廠商態度轉趨強硬。相關企業透露，若供需緊張態勢持續，不排除短期內啟動第二波漲價。與此同時，南茂等廠商因僅能滿足約八成客戶訂單，正緊急向外採購裝置以擴充產能。市場分析指出，隨著各大儲存原廠將資源集中於先進工藝，標準型產品供給受擠壓，這將推升封測端議價能力。 (半導體產業縱橫)

近日，摩爾線程披露的2025年業績預告，成為中國國產GPU賽道的焦點事件。對於投資者而言，解讀這份業績預告的關鍵，不在於簡單評判盈利與否，而在於穿透資料背後，看清摩爾線程在研發投入與商業化處理程序中的戰略取捨，以及中國GPU行業的發展軌跡：高增長、高投入與商業化加速同步。1 高投入是行業必經之路根據摩爾線程2025年業績預告，預計2025年全年營收為14.50億元至15.20億元，同比增幅達230.70%至246.67%。同時，扣非淨利潤預計虧損10.40億元至11.50億元，但虧損幅度已經比上年同期縮小了29.59%至36.32%。兩組數字構成了摩爾線程2025年發展的基本盤——營收端呈現爆發式增長，虧損端持續縮小，展現出“高增長、減虧損”的良性發展態勢。不少市場聲音會聚焦於“仍在虧損”這一表象，但放在GPU行業的背景下，這種虧損體現的是行業共性與階段性特徵。GPU行業素有“高壁壘、重研發、長周期”的屬性，從晶片設計、架構迭代到軟體生態搭建，每一個環節都需要持續巨額的資金投入，且回報周期遠長於普通行業。對於處於成長期的GPU企業而言，虧損往往不是經營失序的訊號，而是重研發、築壁壘的必然選擇。這一點，無論是輝達，還是寒武紀，都有過相似的經歷。輝達在成立初期，也曾經歷長達數年的虧損期，其核心精力始終聚焦於GPU核心技術的突破與生態的搭建，正是這種不計短期得失的研發投入，使其在AI時代抓住機遇，成為全球算力領域的領軍者。寒武紀的發展軌跡更為直觀，自2016年創立以來，長期處於虧損狀態，核心原因便是持續高強度的研發投入，而這份堅持最終換來了技術壁壘的建構，為後續商業化奠定了基礎。摩爾線程的虧損，同樣源於對研發的極致堅守。2022年至2025年上半年，摩爾線程累計研發投入已超過43億元，五年內成功量產五顆晶片，完成四代 GPU 架構迭代，建構起覆蓋“雲-邊-端”全場景的產品矩陣，成為國內唯一在功能上可對標輝達的全中國國產GPU企業。2 S5000規模化量產，商業化處理程序加速破局事實上，摩爾線程的營收增速的表現和商業化處理程序更值得關注。與同業表現相比，摩爾線程的營收增速顯著領先。根據公開資料，沐曦股份、壁仞科技、天數智芯等同業公司的增速普遍在100%-150%區間，摩爾線程230.70%至246.67%的營收增速，反映出市場對其產品認可度的實質性提升。旗艦級AI訓推一體智算卡MTT S5000為代表的產品矩陣，成為摩爾線程營收增長的核心引擎。這款實現規模量產的智算卡，性能已達到市場領先水平，基於其建構的萬卡叢集浮點運算能力高達 10 Exa-Flops，在 Dense 大模型上實現 60% 的訓練算力利用率，在MoE大模型上達 40%，計算效率已躋身國際先進水平。更重要的是，S5000 的市場價值已在多個關鍵場景得到驗證。近期，聯合矽基流動完成對DeepSeek-V3 671B滿血版的適配測試，單卡Prefill吞吐超 4000 tokens/s、Decode吞吐超1000 tokens/s，刷新中國國產 GPU 在超大規模 MoE 模型下的推理紀錄；此外，依託MTT S5000千卡智算叢集，摩爾線程聯合智源研究院成功完成具身大腦模型RoboBrain 2.5的全流程訓練。這是行業內首次驗證中國國產算力叢集在具身智能大模型訓練中的可用性與高效性，標誌著中國國產AI基礎設施在應對複雜多模態任務上邁出了關鍵一步。此外，由摩爾自主研發的MUSA生態也在持續擴容，其高度相容國際主流應用生態的特性，大幅降低了開發者遷移成本，為產品規模化推廣奠定基礎。全球GPU市場正處於技術迭代與格局重構的關鍵階段，摩爾線程2025年的業績預告，證明了中國國產GPU企業只要堅持核心技術自主創新，就能在高端市場與國際品牌同台競技。營收高增、虧損縮小的表現，也反映了摩爾線程研發投入的成果，這與輝達、寒武紀的早期路徑高度一致——熬過“戰略虧損期”，才能迎來“技術變現期”。隨著AI產業對高性能GPU需求的持續爆發，依託在技術、產品、生態上的持續積累，摩爾線程有望從“高增長減虧損”邁向“高增長實現盈利”的新階段，帶領中國國產GPU產業突圍。 (深藍財經)

旗艦級智算產品S5000實現規模量產摩爾線程發佈系列公告：預計2025年營收、毛利實現大幅增長，以充足資金保障GPU研發推進1月21日，摩爾線程智能科技（北京）股份有限公司（證券程式碼：688795，以下簡稱“摩爾線程”）發佈《2025年度業績預告》，公司2025年營收預計為14.50億元至15.20億元,較2024年增長230.70%至246.67%。2025年扣非淨利潤預計虧損10.40億元至11.50億元，與上年同期相比，虧損縮小幅度為29.59%到36.32%。對於此次業績的表現，摩爾線程在公告中表示，得益於人工智慧產業蓬勃發展及市場對高性能GPU的強勁需求，公司以AI訓推一體智算卡MTT S5000為代表的產品競爭優勢進一步擴大，市場關注與認可度持續提升，推動收入與毛利增長，整體虧損幅度同比縮小。根據摩爾線程2025年業績預告的資料，其營業收入將連續四年保持高增態勢，同時，淨虧損亦將連續四年實現縮小。業績層面的持續增長，反映的是摩爾線程核心競爭力的不斷提升帶來的商業化提速。GPU行業具有行業壁壘高、重研發投入、研發周期長等特徵，其發展需跨越晶片設計、軟體適配、應用場景落地等諸多考驗，對企業全端研發能力要求極高。為突破挑戰，摩爾線程選擇從底層架構、核心工具鏈到軟體生態進行全流程自主設計，從零建構一套完整、通用、可持續演進的GPU體系。依託MUSA架構的統一性與先進性，摩爾線程確立了國內稀缺的“AI+圖形”雙輪驅動定位，成為極少數同時深耕B端與C端的全功能GPU廠商，構築了難以複製的差異化競爭優勢。技術層面，摩爾線程五年內成功量產五顆晶片，完成四代GPU架構迭代，實現從晶片、計算卡到智算叢集的多元佈局，形成了覆蓋人工智慧、科學計算與圖形渲染等完整的計算加速產品矩陣，全面支援“雲-邊-端”全場景。其全功能GPU單晶片同時整合AI計算加速、圖形渲染、科學計算和物理模擬，以及超高畫質視訊編解碼四大引擎，是國內唯一功能可對標輝達的全國產GPU。摩爾線程持續推進產品架構快速迭代，旗艦級AI訓推一體全功能GPU智算卡MTT S5000的性能已達到市場領先水平，並實現規模量產。基於該產品建構的大規模叢集已完成建設並上線服務，其萬卡叢集浮點運算能力高達10Exa-Flops，且具備全精度、全功能的通用計算能力。在實際訓練效率與工程穩定性方面，該叢集在Dense大模型上實現60%的訓練算力利用率（MFU），在MoE大模型上達40%，有效訓練時間佔比超過90%，訓練線性擴展效率高達95%，可穩定高效支援兆參數大模型訓練，其計算效率已達到同等規模國外同代系GPU叢集的先進水平。GPU技術突破需要生態承載。MUSA架構及軟體棧在追求原生創新的同時，也高度相容國際主流的GPU應用生態，大幅降低了開發者的遷移成本，為國產GPU的規模化應用奠定了基礎。這一生態成效已在關鍵合作中得到驗證：2025年12月，摩爾線程聯合矽基流動，基於MTT S5000完成了對DeepSeek-V3 671B滿血版的深度適配與性能測試，實測單卡Prefill吞吐超4000 tokens/s、Decode吞吐超1000 tokens/s，這一資料刷新了國產GPU在超大規模MoE模型下的推理紀錄，展現了其已具備在複雜模型中挑戰國際主流產品的實戰實力；2026年1月，依託MTT S5000千卡智算叢集，摩爾線程聯合智源研究院成功完成具身大腦模型RoboBrain 2.5的全流程訓練。這是行業內首次驗證國產算力叢集在具身智能大模型訓練中的可用性與高效性，標誌著國產AI基礎設施在應對複雜多模態任務上邁出了關鍵一步。技術產品上的創新突破和MUSA生態的持續擴容，背後是摩爾線程對於研發堅定不移的高強度投入。資料顯示，2022年至2025年上半年，摩爾線程累計投入金額超43億元。值得一提的是，在發佈業績預告的同時，摩爾線程還於同日發佈公告，宣佈將使用自有資金補足募投項目的資金需求，保障GPU研發項目順利推進。根據公告，摩爾線程的募投資金將投向三大核心研發項目：新一代自主可控AI訓推一體晶片、新一代自主可控圖形晶片、新一代自主可控AI SoC晶片。分析人士認為，摩爾線程以自有資金補位，體現出其在新一輪GPU攻堅周期中決勝的信心和決心。充足的資金將有助於保障摩爾線程募投項目順利推進，並為其新一代晶片研發、MUSA生態擴容提供強力支援，進一步鞏固其在國產GPU賽道的技術壁壘。 (芯榜)

預計2025年實現營業收入14.5億元到15.2億元，同比增長230.70%到246.67%。摩爾線程公告稱，預計2025年實現營業收入14.5億元到15.2億元，同比增長230.70%到246.67%；歸屬於母公司所有者的淨利潤虧損9.5億元到10.6億元，上年同期虧損16.18億元。對於本次業績變化的原因，摩爾線程表示，報告期內，公司始終專注於全功能GPU的研發與創新，持續推進產品架構快速迭代，成功推出旗艦級訓推一體全功能GPU智算卡MTTS5000，其性能達到市場領先水平，並已實現規模量產。基於該產品建構的大規模叢集已完成建設並上線服務，可高效支援兆參數大模型訓練，其計算效率達到同等規模國外同代系GPU叢集的先進水平。但與部分國際巨頭相比，公司在綜合研發實力、核心技術積累、產品客戶生態等方面仍存在一定的差距。得益於人工智慧產業蓬勃發展及市場對高性能GPU的強勁需求，公司產品競爭優勢進一步擴大，市場關注度與認可度持續提升，推動收入與毛利增長，整體虧損幅度同比縮小。同時，公司依然保持高研發投入，目前仍處於持續研發投入期，尚未盈利且存在累計未彌補虧損。(半導體產業縱橫)

2015年，摩爾定律戛然而止在過去的50多年裡，電晶體變得越來越小，晶片上能容納的數量每兩年翻一番。這就是著名的摩爾定律，由英特爾聯合創始人戈登·摩爾在1965年發現這一規律後命名，它一直是科技行業的主要驅動力之一。但在2015年左右，這一處理程序戛然而止。如果沒有一家製造公司能挺身而出，我們可能永遠無法突破這個瓶頸。對EUV光刻機的嚴格要求想像你被縮小到螞蟻大小，並獲得一把強力雷射，能像切黃油一樣熔化金屬。接著，一滴約白細胞大小的熔融錫滴以每小時250公里的速度從你面前飛過。你的任務是：在20微秒內，用你的雷射連續擊中這個錫滴三次。這正是EUV光刻機所做的：它連續三次擊中一個小錫滴，將其加熱到超過22萬開爾文。這大約是太陽表面溫度的40倍。而且它不只是擊中一個液滴，它每秒鐘要擊中5萬個液滴。光刻機還需要包含可能是全宇宙最平滑的鏡子。如果將其中一面鏡子放大到地球大小，那麼最大的凸起也不會超過一張撲克牌的厚度。除此之外，它能將晶片的一層完美地疊加在另一層之上，誤差不超過五個原子。晶片製造第一步：提取二氧化矽製造微晶片的第一步是取二氧化矽（通常來自沙子），並將其提純為純度接近100%的矽塊，然後在特製熔爐中熔化。接著，將一顆微小的種子晶體放入熔池中。矽原子附著在晶體上，延伸其結構。然後慢慢提升並旋轉種子晶體，最終形成一個巨大的單晶矽錠。單層晶片的製造過程之後用金剛石線鋸將矽錠切割成圓片（晶圓），最多可切成5000片，然後對每一片晶圓進行精細拋光。下一步，塗覆一種稱為光刻膠的光敏材料。在正性光刻膠中，暴露在光線下的區域會變弱且更易溶解。如果讓光線穿過帶圖案的掩範本，就可以選擇性地弱化部分塗層。隨後用鹼性溶液沖洗晶圓，洗掉曝光的光刻膠，留下印刻的圖案。為了將這些圖案轉化為物理結構，通常使用學藥品或電漿體蝕刻裸露的矽，然後沉積銅等金屬來填充這些蝕刻線。最後一步是洗掉剩餘的光刻膠，至此，就完成了一層晶片的製作。晶片製造的四個步驟晶片製造的過程可以簡化為四個主要步驟：塗膠、曝光、蝕刻和沉積。每一層晶片都會重複這個循環，根據晶片的不同，可能會有10到100層。底層是電晶體，這是最複雜的一層，需要數百個必須完美的步驟。高層則容易一些，主要是傳輸訊號和電力的金屬線。最後，完成後的晶圓會有數百個晶片，它們隨後被切割成獨立的塊狀，進行封裝並裝入產品中。光刻中的衍射現象在整個過程中，最困難也最關鍵的一步是光線穿過掩範本照射到晶圓上的過程。這就是光刻，因為這一步決定了能把晶片特徵做得多小。當試圖列印越來越小的特徵時，掩範本上的縫隙開始接近光的波長，這就會產生問題。光的衍射變得不可避免。當一個波的波峰與另一個波的波谷對齊時，它們會互相抵消形成了暗點；而當波峰與波峰對齊時，兩波同相，它們會疊加得到亮點。特徵尺寸和數值孔徑設計者不僅不與衍射對抗，反而利用它來獲得所需的圖案。他們根據最終想要在晶圓上得到的圖案進行逆向推導，設計縫隙，使衍射以特定的方式發生。特徵尺寸越小，零級和一級光之間的夾角 α 就越大。因此，透鏡就需要更大，才能捕捉到光線。透鏡的大小由數值孔徑NA描述，即該角度的正弦值。數值孔徑越大，能列印的特徵就越小。縮小波長可以實現更高的特徵尺寸幸運的是，我們還可以通過改變波長來實現更小的特徵尺寸。紅色雷射波長約為650奈米，如果換成波長532奈米的綠色雷射，會發現衍射後綠色的點比紅色的點靠得更近。這是因為來自兩個不同間隙的光不需要移動那麼遠就能再次達成同相。於是衍射級次靠得更近。因此，使用較短的波長，可以用同樣的透鏡列印更小的圖案。DUV之後，遭遇特徵尺寸極限所有這些都被瑞利方程所涵蓋，它決定了最小特徵尺寸或關鍵尺寸。增加數值孔徑有極限（最大為1），繼續縮小特徵的唯一方法就是使用越來越短的波長。這正是直到1990年代後期所發生的事情，當時行業定格在193奈米的深紫外光DUV，這種光被用於製造直到2015年左右所有最先進的晶片。但到那時，科學家們在縮小特徵尺寸方面已經達到了極限。摩爾定律即將撞上一堵磚牆。因此需要一個徹底的變革，一個已經醞釀了大約30年的變革。木下博雄的想法：使用X射線進行光刻早在1980年代，日本科學家木下博雄提出了一個瘋狂的想法：使用更短的波長，比如10奈米左右的X射線。理論上，這能列印更小的特徵。但這種波長的X射線具有足夠的能量將電子從原子中打出來，所以大多數材料都會吸收它們。與波長小於1奈米的醫療用X射線不同，這些波長仍長到足以與空氣發生相互作用，所以空氣也會吸收它們。這意味著木下的裝置必須處於真空中。更糟的是，透鏡也會吸收它。所以看起來這個想法永遠行不通。但在1983年左右，木下偶然看到了一篇由Jim Underwood和Troy Barbee發表的論文。他們的工作集中在能反射4.48奈米波長X射線的特殊鏡子上。這引起了木下的興趣。曲面鏡可以像透鏡一樣聚焦光線。如果他能弄清楚如何為他使用的波長製造這些特殊的鏡子，那麼這可能是進行光刻的另一種方式。Underwood和Barbee的X射線反射實驗鏡子的工作原理大致如下：當光線從一種介質進入另一種介質時（比如從空氣到玻璃），它會發生折射。部分光穿過去，部分反射回來。反射量的多少取決於角度、光的偏振，以及兩種介質折射率之間的差異。差異越大，反射的光就越多。Underwood 和 Barbee 利用了這一原理。他們製造了不到1奈米厚的超薄鎢層，使透射X射線的路徑長度恰好為其波長的四分之一。接著他們加入了另一層碳，它對4.48奈米波長的折射率比鎢高。X射線撞擊介面後部分被反射，相位改變了半個波長。當新的反射波到達鎢層邊界時，它又行進了四分之一波長，總共行進了半個波長。這樣兩個相位相匹配，波發生了相長干涉。他們總共疊加了76個交替層，從而能反射回更多的X射線。雖然他們當時只設法反射了約6%的光，但這是一個原則性的證明，說明了可以反射X射線。木下設計了發射11奈米光多層膜鏡，不被主流認可木下看到了其中的可能性。大約兩年後，他的團隊設計並製造了三面由鎢和碳組成的彎曲多層膜鏡，用於反射11奈米的光。利用這些鏡子，他成功列印出了4微米（4000奈米）厚的線條，證明了在理論上X射線光刻是可行的。一年後，即1986年，他去日本應用物理學會發表了他的研究結果。他既自豪又興奮地解釋了他的裝置並展示了圖像。但聽眾拒絕相信這一切。木下深受打擊。他後來回憶道，人們傾向於把整件事看作是天方夜譚。沒人相信這是一條可行的道路。來自光源和鏡面的雙重挑戰這種反應至少在某種程度上是有道理的。首先，地球上沒有任何自然物能產生這種光，最近的天然來源是太陽。大多數科學家（包括木下）使用粒子加速器或同步輻射裝置來產生X射線。它們能提供巨大的能量，大到像足球場一樣。因此，每台機器都需要自己的動力源。但即便你能產生這種光，還需要製造極其平滑的鏡子來聚焦並列印那些細小的特徵。如果鏡子表面相對於波長非常粗糙，光線就會發生漫反射。對於普通的家用鏡子，凸起的平均高度大約是4000個矽原子的厚度。但對於需要反射X射線的鏡子，需要達到原子級的平滑。平均凸起只能有約2.3個矽原子厚。如果一面鏡子有德國那麼大，那麼最大的凸起也就大約1毫米高。來自美國的技術支援但木下拒絕放棄。很快，援軍從一個意想不到的地方趕到了。太平洋彼岸，舊金山東邊約70公里處是勞倫斯利弗莫爾國家實驗室。這是一個誕生於冷戰時期的實驗室，由美國政府巨額資助，其唯一目標就是核武器。該實驗室由迴旋加速器的發明者歐內斯特·勞倫斯和氫彈之父愛德華·泰勒共同創立。在其整個生命周期中，他們設計了10多種聚變核彈頭。因此，他們的部分研究集中在核聚變反應內部發生了什麼。聚變反應釋放出大量的X射線，那是他們以前從未能捕捉和分析的光。但現在，利用那些特殊的多層膜鏡，他們有了一個機會。Andrew Hawryluk利用多層膜鏡實現X射線反射Andrew Hawryluk是負責這項工作的科學家之一。幾年內，他和他的團隊利用多層膜鏡反射了一些X射線。1987年聖誕，他寫了一篇白皮書，將這些鏡子應用到光刻中，大約五個月後提出了用X射線印刷晶片的發現。他在一次會議上發表了他的研究。但和木下一樣，他也沒得到預期的回應，觀眾的反應極其負面。他感覺自己走到了職業的低谷。但三天後，他接到了貝爾實驗室Bill Brinkman的電話，他是AT&T的執行副總裁，邀請Hawryluk去紐澤西做個報告。在貝爾實驗室，他找到了志同道合的人。在過去的30年裡，美國政府向國家實驗室投資了數十億美元，以在冷戰期間保持國家的技術領先地位。但之後冷戰趨於緩和，這些實驗室掌握著具有商業潛力的研究成果。因此政府鼓勵實驗室與美國公司合作，將研究轉化為產品以刺激經濟。2000年，EUV原型機產生9.8W的EUV光1996年，美國政府削減了EUV項目的資金。這對英特爾這樣的大型晶片公司來說是一場災難。行業估計，193奈米的光刻工具到2005年將落後於摩爾定律，而且當時沒有其他替代方案。於是，英特爾、摩托羅拉、AMD等公司聯合起來投資了2.5億美元以維持項目運轉，這是私營工業界對美國能源部研究項目進行過的最大規模投資。到2000年，實驗室研製出了工程測試台。它是第一台功能齊全的EUV原型機。它能產生9.8瓦、13.4奈米的EUV光，經過八面鏡子從光源反射到掩模再到晶圓。它能列印70奈米的特徵，並證明了EUV是可行的。原型機一小時智能列印10片晶圓但原型機有一個重大缺陷。它每小時只能列印約10片晶圓。而要使EUV具有經濟可行性，它必須每小時列印數百片，且全年全天候運行。產量如此低的主要原因是光線要經過八面鏡子和掩模（掩模也是一面刻有圖案的鏡子）。傳統的透射式掩模行不通，因為它們會吸收所有的光。每面鏡子的反射率約為70%，這已接近極限，但經過九次反射後，最後只剩下4%的光。這意味著每100個光子中只有4個能到達晶圓。少用幾面鏡子只在一定範圍內有效，今天的EUV系統有六面鏡子。但在經過六面鏡子和掩模反射後，仍然只剩大約8%的光。因此，他們需要將光源功率大幅提高到至少100瓦。對大多數公司來說，這十倍的增長似乎是不可能的。甚至參與工程測試的人也指出，雖然EUV技術本身已成定局，但要讓其成為晶片生產線上的現實，還面臨著無數個工程挑戰。美國公司退出EUV開發，ASML獨自前行於是，美國公司一個接一個地退出了完整EUV光刻機的開發。最後只剩下一家公司：阿斯麥ASML。ASML位於荷蘭一個不起眼的小鎮。它在80年代從飛利浦拆分出來時，只有一間簡陋的廠房和一台幾乎無法工作的晶圓步進機。但飛利浦也給了他們人才，ASML 的第一位研究員Jos Benschop和最終成為ASML首席技術官、EUV最堅定支持者的Martin van den Brink。他就是光刻界的史蒂夫·賈伯斯，預見到了EUV的到來。ASML之前加入了美國的 EUV 財團，現在的任務是找到商業化 EUV 的方法。他們將與德國合作夥伴蔡司（Zeiss）合作，蔡司負責鏡子，ASML 負責光源。矽和鉬在13奈米下的最高反射率70%製造任何光刻系統時，首要決定就是使用那種波長。Underwood和Barbee已經製造出了能反射約4奈米光線的鏡子。因為那些鏡子的最高反射率僅為20%左右，經過六面鏡子和掩模後，光線只剩下 0.00128%，這顯然太低了。幸運的是，研究人員還考察了另外兩對組合：矽和鉬，在13奈米波長下理論最高反射率為70%；以及鉬和鈹，在11奈米波長下理論最高反射率為80%。因為鈹具有極高的毒性，且極難處理。因此，科學家們轉而專注於矽和鉬。蔡司使用濺射工藝製造鏡子為了製造鏡子，蔡司使用了一種稱為濺射的工藝。塗層材料的靶材受到電漿體或離子的轟擊，導致原子被彈出、飛出並粘附在鏡面上。這是一個混亂的過程，所以層表面會產生凸起和縫隙。他們完善了一個巧妙的技巧，利用離子束輔助。只需稍微‘搖晃’一下，直到原子掉進它該去的小孔裡，然後整個表面就平整了。放電產生電漿體的方法功率受限鏡子設計確定後，ASML需要一個特定波長的光源。基本上有三種方法來產生EUV。早期研究人員使用的第一種方法是同步輻射，但由於每台機器都需要自己的獨立光源，它很快就被排除了。另外兩種方法基於相同的原理。當電子與離子復合時，離子會下降到較低的能級，並以光子的形式釋放多餘能量。如果選對了離子，那麼光子的波長恰好就是你需要的。有兩種方法可以產生這些離子。第一種是將金屬加熱直至產生金屬蒸汽，然後在其兩端施加強電場。這會導致自由電子撞擊附近的原子並使其電離。如果此時關閉電場，電子與離子復合產生光。這就是放電產生電漿體DPP。這是ASML最初使用的概念，因為它相對簡單。但只能達到了幾瓦的功率，無法達到期望的100瓦。最終選擇高功率雷射撞擊目標材料產生EUVASML需要徹底改變方案，於是轉而採用第二種方法。這種方法使用高功率雷射撞擊目標材料，產生超過22萬℃的高溫電漿體。電子能量極大，以至於原子核再也無法束縛它們，多達14個電子脫離軌道。雷射關閉後，電子和離子復合產生光。這就是雷射產生電漿體LPP，也是唯一看起來具有可擴展性的方法。事實上，這正是之前工程測試台所使用的方法，用一台1700瓦的雷射器射入氙氣流中，產生13.4奈米的光。使用錫滴替代氙氣但氙氣有一個大問題：轉換效率非常糟糕，只有約0.5%。這是因為氙雖然在13到14奈米範圍內發光，但它在11奈米左右釋放的光更多。所以大部分能量都用來製造鏡子無法反射的光了。此外，雷射並沒有電離所有原子，剩餘的中性氙原子會強烈吸收部分13.4奈米的EUV光。於是 ASML開始研究另一種材料：錫。錫在13.5奈米左右有一個高得多的發射峰，其轉換效率比氙高出5到10倍。但與氙一樣，中性錫原子也會吸收EUV光。於是他們想出了一個瘋狂的主意：每次只發射一個微小的錫滴。但為了獲得所需的功率，必須每秒製造並擊中數萬個錫滴，且所有液滴的形狀和大小必須完全一致。通過精密調製，產生完美的錫滴事實證明，無法瞬間製造出數千個完全相同的錫滴。於是他們找到了一個折中方案。為了製造液滴，極純的錫被熔化，並通過高壓氮氣推過一個微型噴嘴。這個噴嘴以高頻振動，將液流破碎成微小的液滴。這些液滴起初在大小、形狀、速度和間距上都是不規則的，整個過程非常混亂。他們的秘密武器就是如何調製這股錫噴流，使其形成想要的、穩定的液滴。看起來噴嘴射出的所有液滴最初都是不規則的，但在到達雷射擊中點之前，這些不規則的小液滴會聚合在一起，形成間距完美、規則且大小形狀一致、速度相同的液滴。每秒產生5萬個高速錫滴這些液滴不僅必須完全相同，還必須移動得飛快。如果下一個飛來的液滴離得太近，它就會受到干擾並破壞下一次電漿體激發。所以ASML既要求每秒產生5萬個液滴，又要求它們飛行速度極快。到2011年，他們的雷射產生電漿體光源達到了11瓦，比之前的光源翻了一番。但他們仍受限於每小時僅5片晶圓的產出。他們需要快速提高功率，因為他們承諾到2011年底達到每小時60片晶圓的產出。使用氫氣處理剩餘的錫，保證鏡面清潔ASML這種新方法有一個重大缺陷。錫的問題在於，雖然能以很高的效率產生EUV光。需要處理剩下的錫，因為就在30釐米外，就放著蔡司製造的原子級平滑、非常精美且昂貴的鏡子。那怕只有1奈米厚的錫掉在集光鏡上，那面鏡子就報廢了。這些機器需要運行一年，ASML需要讓它在一年內保持近乎完美的清潔。他們用到的主要的工具實際上是氫氣。他們在腔體中充入低壓氫氣，可以減緩並冷卻錫顆粒。即使有些錫落到了集光鏡上，氫氣也會將其剝離，形成一種叫做甲錫烷的氣體。這樣機器在運行的同時也在進行自我清潔。但這些氫氣也會因為那些錫爆炸而變熱。因此，他們需要不斷向系統中注入新的、更涼爽的氫氣，同時排出甲錫烷和過熱的氣體。壓力和流速控制必須恰到好處。氫氣太少，鏡子會變髒；氫氣太多，不僅會吸收過多的EUV光，還會導致系統過熱。需要以360km/s的速度沖洗氫氣為了搞清楚有多少能量沉積在氣體中，我們買了一個超高速攝影機。他們觀察到，在每次電漿體激發後，都有一道衝擊波傳播到氫氣中，而且重複性極高。於是有了泰勒-馮·諾依曼-謝多夫公式，它能解釋從核爆炸到超新星爆發等各種環境下的點源爆炸。ASML團隊用這個公式，完美契合了資料。EUV光源每秒發生5萬次這種微型超新星爆發。利用這些能量計算，他們發現需要以約每小時360公里的速度沖洗氫氣，那比五級颶風還要快。“ASML EUV光刻機背後的神奇故事”蔡司即時測量鏡面角度，實現高精度控制但2012年過去了，他們仍然沒有足夠的功率。事實上，到2013年，ASML通過每秒射擊5萬個錫滴才剛達到50W。但功率增加也帶來了代價：功率越高，熱量越高。熱量最終會導致鏡子發生輕微偏移，導致光線失準和晶片層錯位。於是蔡司直接在光學系統中內建了一套神經系統，利用機器人引導的感測器即時測量每面鏡子的精確位置和角度，精度達到奈米級和皮弧度級。這種精度相當於在地面發射移到雷射到月球表面，控制雷射從月球表面一枚硬幣的一側移到另一側。這讓他們在功率增加的情況下也能控制光線。在EUV尚未成功時，就押注High NA EUV儘管蔡司在光學方面做得極其出色，ASML仍在為動力源苦苦掙扎。問題在於錫滴密度太大，這意味著大部分發射出的EUV光在到達集光鏡之前就被中性原子重新吸收了。他們轟擊液滴的方式光線不夠，碎片太多。更糟糕的是，他們預見到大約10年後將需要新一代機器——高數值孔徑（High-NA）EUV機，這種機器擁有更大的光學系統，能列印更小的特徵。他們不僅全部押注在EUV上，而且在還沒確定它能否成功之前就加倍下注。要求主要客戶投資研發但為了維持開發，他們需要巨額資金。於是ASML 聯絡了它的主要客戶，告訴他們得通過向ASML投資來讓他們能投更多錢。英特爾投資了約41億美元，三星和台積電合起來又投資了13億美元。研發得以繼續，但由於拿不出產品，客戶的耐心正在耗盡。他們在每次會議上都被‘公開處刑’，因為去年承諾的事情沒能兌現。他們會說：這是你兩年前展示的，這是你去年展示的，這是你今年告訴我的。我憑什麼相信你？”轉機：兩次雷射打擊錫滴開發團隊開始變得絕望，2013年ASML仍掙紮著提高EUV功率。最終轉機來自於改變雷射擊中錫滴的方式：不再只打液滴一次，而是打兩次。“第一槍擊中液滴，使其膨脹成薄餅狀。然後才發第二槍，即更強大的主脈衝，將其蒸發並轉化為電漿體。”這是一個重大突破。通過將目標從液滴改為薄餅狀，為雷射蒸發提供了更大的表面積，且沒有增加額外碎片或中性原子的代價，因為現在錫滴是一次性被蒸發的。到2014年，他們終於達到了夢寐以求的100W大關。使用雷射幕簾，精確擊中每個錫滴但隨著193奈米多重曝光技術的改進，意味著EUV只有在達到200瓦且每小時產出125片晶圓時才有價值。其中一個問題是，如何完美計時雷射以擊中每個液滴。這就像是你要讓一個高爾夫球落在200米外的小洞裡，不是落在果嶺上滾進去，而是直接空心入洞，每一次都要中。那些錫滴穿行在氫氣流的大漩渦中，速度極快，就像在龍捲風中射高爾夫球，然後在它降落在洞口的一瞬間被雷射擊中。為了追蹤液滴，ASML使用了雷射幕簾，可以監測液滴何時穿過。那些散射的光子會告訴他們液滴何時何地出現。從而精準告知何時發射雷射。通過真空中注入適量氧氣，讓集光鏡保持更久的清潔隨著光源功率的提升，在開始製造機器之前還有一個最後的問題需要解決。雖然氫氣保護了集光鏡免受碎片的侵害，但它並不完美。密集的高能光子和氫離子到處亂竄，損壞了集光鏡上的一種特殊頂層塗層。導致他們每10小時就得清洗一次鏡子，這對生產效率來說太糟糕了。Martin van den Brink每天都詢問進度。後來一位工程師注意到，每次他們打開機器時，鏡子突然顯得乾淨了一些。他由此受到啟發，提出給系統加入一點點氧氣，或許就能確保集光鏡能保持更久的清潔。於是他們開始實驗真空環境下所需的氧氣量，最後得出了結論：加入特定量氧氣，就能讓集光鏡保持更久的清潔。有了這個修正方案，ASML的機器可以連續運行更長時間，終於具備了商業可行性。2016年，開始交付EUV到2016年，訂單開始接踵而至。現在所有最先進的晶片都需要ASML的機器，這使他們或許成為了世界上最重要的科技公司。ASML的首批商業化機器數值孔徑為0.33，可以列印13奈米的線條。這些被稱為低數值孔徑機器，ASML目前仍在製造。但Jan的團隊早在2012年就開始研究的是下一代，它擁有更大的光學系統，能列印更小的特徵。這就是高數值孔徑EUV，數值孔徑達到0.55。單台價格超過3.5億歐元。人類第一台High NA EUV這是人類建造過最先進的機器。歷經多年、數十年的研發和數百億美元的投入，才造就了這個龐然大物。這是第一台High-NA機器。人類歷史上列印出的第一批8奈米線條，就是出自這台機器。地球上最平滑的物體全都在這台機器裡面。雷射系統被棕色的櫃子蓋住，但ASML展示了一個模型版本。一個功率僅幾瓦的二氧化碳雷射器進入這個放大器，在裡面來回反射，直到功率增加到原來的五倍。隨後它要經過總共四個不同的放大器，使最終的雷射達到20000瓦，這比切割鋼材的雷射還要強四倍。實現每秒10萬錫滴的雷射打擊ASML第一代EUV機器與最新一代之間的一個改進是擊中液滴的脈衝數量。第一個預脈衝仍將液滴壓扁成薄餅狀，但現在有了第二個預脈衝進一步降低其密度。它基本上將其變成了低密度氣體，使其稀疏化。然後最後的脈衝基本上將其全部電離。這樣，對於驅動雷射器輸出的相同功率，他們能獲得更多的EUV光。ASML目前出貨的最新EUV光源大約在500W水平，他們將頻率提高到了每秒60000次。他們的路線圖是朝著每秒10萬個液滴進發。他們現在已經在實驗室演示了每秒10萬個液滴。所以這不再是是否的問題，而是何時的問題。太瘋狂了。目前出貨的高數值和低數值孔徑機器都使用三個脈衝，並最終將擊中更多的液滴。EUV光源只是完整機器的一小部分但光源只是完整機器的一小部分。EUV光在集光鏡反射後，進入照明器。一組鏡子在光線撞擊掩範本之前對其進行整形和聚焦。掩範本位於上半部分，這個模組是在單獨的設施中建造並稍後安裝的。接著光線進入投影光學箱，這是一組縮小光線的鏡子。高數值孔徑機器可以在垂直方向將圖案縮小八倍，在水平方向縮小四倍。鏡子也更加平滑。如果低數值孔徑的鏡子有德國那麼大，最高的凸起約1毫米。但如果高數值孔徑的鏡子有世界那麼大，最高的凸起只有一張撲克牌的厚度。通過這些改進的結合，ASML將數值孔徑從0.33提升到了0.55。最後，光線撞擊晶圓。為了達到每小時列印185片晶圓的速度，掩範本以超過20g的加速度來回抽動。這超過了F1賽車加速度的五倍。這是機器內部的實際影像，不是加速播放。EUV機器需要實現驚人的精度，層間偏差小於1奈米這台機器最瘋狂的地方不在於掩範本移動得有多快，甚至不在於它能列印多小，而是它必須達到的驚人的精確度。任意兩層之間允許的最大偏差（即套刻精度）是1奈米。這是五個矽原子的精度。通常ASML系統工程師會做一個預算。整體允許誤差一奈米，然後他們將這一奈米再細分下去到每個小組。每個小組為屬於他們的那部分奈米而奮鬥。EUV光刻機充滿了迷人的反差感：如此巨大的機器、這麼多的基礎設施，只為了製造人類能規模化製造的最小的東西。你想去的地方越微觀，周圍的一切就變得越宏觀。需要7架波音747、25輛卡車運輸機器組裝、測試並獲批後，會被拆解運往世界各地。5000家供應商提供10萬個零件、3000根電纜、4萬個螺栓和2公里的軟管。ASML運輸一台高數值孔徑機器需要250個集裝箱，分裝在25輛卡車和7架波音747貨機中。儘管充滿了懷疑和挫折，EUV終於在木下博雄拍下第一張圖像30年後進入了製造領域。但即便在全世界幾乎都不相信它能成功的時候，ASML的一些人早在2001年就預見到它能行。為了讓EUV成功，他們克服了成千上萬個障礙，奮鬥了30多年。這不由得讓人想起一句話：理性的人讓自己適應世界；而不理性的人堅持讓世界適應自己。因此，所有的進步都取決於那些不理性的人。 (梓豪談芯)

超越摩爾定律的晶片新世界：先進封裝More than Moore：-- “ from Words to Worlds”的晶片新世界你有沒有想過，我們日常使用的AI工具，比如能寫詩的ChatGPT，能畫圖的Midjourney，它們把我們的“想法”（Words）變成真實可見的“內容”（Worlds），到底需要什麼？答案是：超乎想像的算力！在過去的半個世紀裡，晶片工業只做一件事：把電晶體做得越來越小。這就像在一張無限大的紙上，把文字越寫越密，這就是著名的摩爾定律（Moore）。但現在，這張“紙”快寫滿了，筆尖也細無可細。我們的晶片，正在撞上一堵物理之牆。去年11月，我讀了李飛飛發表的文章《From Words to Worlds: Spatial Intelligence is AI’s Next Frontier》並分享了學習筆記。在李飛飛的長文中，將空間智能定義為 AI 的下一個前沿，然而單純依靠現有技術遠遠不夠。為了讓AI的“from Words to Worlds”之旅繼續下去，晶片工業必須找到新的出路。於是，一場從“平面鋪開”到“立體堆疊”的革命悄然發生。我們不再死磕“更小”，而是走向“更高”、“更密集”——這，就是超越摩爾定律（More than Moore）的時代。一、 物理學的牆：為什麼晶片“玩不動”了？AI就像一個永不滿足的“大胃王”，它吃的資料量和需要的計算力，正在把傳統晶片逼到崩潰邊緣。具體來說，晶片遇到了三堵“難關”：1.  “發燒牆”：晶片熱得快熔化了想像一下，在指甲蓋大小的面積上，擠著幾百億個微型“CPU”，它們同時全速運轉，產生的熱量密度比家裡的電熨斗還高！傳統的晶片基底（就像晶片的“底板”）導熱能力有限，根本來不及散熱。晶片一旦過熱，就會變慢甚至“罷工”。這嚴重限制了AI算力的進一步提升。2.  “堵車牆”：資料跑得太慢了晶片內部就像一座繁忙的城市，CPU是市中心，記憶體是郊區倉庫。傳統上，CPU取資料要跑很遠的路，就像城市交通經常“堵車”一樣。資料傳輸耗時又耗電，拖慢了整個AI計算的速度。3.  “原子牆”：小到不能再小了當電晶體小到奈米等級，已經接近原子的尺寸。電子不再老老實實地待在電路里，而是會像“幽靈”一樣隨意“穿牆而過”（專業術語叫“量子隧穿”）。這會導致電路不穩定，性能反而下降。所以，光靠“縮小”這條路，真的走到頭了。二、 結構學的解：給晶片“蓋摩天大樓”既然“平面鋪開”不行，那就“向天空要空間”！先進封裝，就是給晶片“蓋摩天大樓”。它不再是簡單地把晶片“包起來”，而是通過精巧的設計，把不同的晶片垂直堆疊、緊密連接起來。（配圖：“摩爾定律極限”的擁擠與過熱 Vs“超越摩爾定律”的先進封裝帶來的清涼與高效）從“平房”到“摩天大樓”：垂直堆疊的魔術我們把CPU（處理器）、GPU（圖形處理器）、HBM（高頻寬記憶體）這些原本平鋪的晶片，像樂高積木一樣一層層“蓋”起來。這靠的是什麼技術呢？矽通孔（TSV）：可以想像成在晶片之間打通無數根微型“電梯井”，讓資料可以直接“上上下下”，傳輸距離從幾釐米縮短到幾微米！混合鍵合（Hybrid Bonding）：這是一種超精密的“銲接”技術，能把不同晶片嚴絲合縫地粘在一起，讓它們工作起來就像一個整體。通過這種“垂直進化”，資料傳輸速度提升了百倍，功耗也大幅降低，完美解決了“堵車牆”的問題。從“水泥”到“特種鋼”：為“摩天大樓”選新材料傳統的晶片底板（矽中介層）就像普通水泥，扛不住AI計算的“高燒”。所以，我們正在尋找更耐熱、更穩定的“特種鋼”來做“地基”：碳化矽（SiC）：它的導熱能力是傳統矽的3倍多！就像給晶片穿上了一層“特種盔甲”，特別適合那些超級發燒的AI晶片，能把熱量迅速導走。玻璃基板（TGV）：別小看玻璃，這種特殊玻璃不僅平整度極高，絕緣性好，還能做得更薄，承載更多更密的電路。像英特爾（Intel）這樣的巨頭，就看好它成為下一代晶片的“超級底板”。三、 經濟學的帳：誰在為AI的“新世界”鋪路？在以前，封裝只是晶片製造流程中不起眼的“收尾工作”。但現在，它已成為AI晶片性能的關鍵。如果說在“More Moore”時代，光刻機是晶片行業的“皇冠”；那麼在“More than Moore”時代，先進封裝就是皇冠上那顆越來越閃耀的明珠。當一顆AI晶片近一半的性能提升和成本增量，都來自於先進封裝時，這個賽道自然成了兵家必爭之地。這正是中國半導體企業，在某些領域實現“彎道超車”的關鍵機遇！以下是A股在這個領域有硬實力的代表企業（僅為行業觀察，不構成投資建議）：1. 蓋樓的總包商：晶片封裝的“國家隊”長電科技 (600584)：國內晶片封裝龍頭老大，全球排名前三。他們掌握了XDFOI等最先進的2.5D/3D封裝技術，就像擁有了給晶片蓋“超級摩天大樓”的全套圖紙和施工能力。通富微電 (002156)：它跟AI晶片巨頭AMD深度合作。AMD的AI晶片賣得越好，通富微電的訂單就越多，就像繫結了一個“大客戶”，旱澇保收。2. 蓋樓的材料商：晶片“底板”的創新者深南電路 (002916) / 興森科技 (002436)：它們生產的ABF載板，是連接晶片和電路板的關鍵“底板”，就像摩天大樓的堅實地基。目前全球高端載板主要被日韓台壟斷，這兩家公司正在努力打破這種局面。沃格光電 (603773)：他們正在研究玻璃基板技術。如果說傳統的晶片底板是“普通磚頭”，那麼玻璃基板就可能是未來的“透明鋼材”，代表著行業最前沿的技術方向。3. 蓋樓的裝置商：晶片“連接”的“超級工匠”拓荊科技 (688072)：在晶片製造中，有一類裝置叫“薄膜沉積裝置”，是用來在晶片表面“刷油漆”的，非常精密。拓荊科技就是這個領域的專家，他們的裝置是實現晶片間“無縫連接”的關鍵工具。芯源微 (688037)：在晶片封裝中，需要把很多微小的“點點”連接起來。芯源微就是提供這種“點膠”和“顯影”裝置的，它們能把晶片之間的連接做得更精細、更可靠。 (晚笙筆記)