•
在此前美國的一場討論會上，面對高盛分析師Jim Schneider關於2025年晶圓廠裝置市場前景的提問，Applied Materials CEO Gary Dickerson給出“低單位數成長”的保守預測，KLA Corporation CFO Bren Higgins卻預期“中單位數增長”，Lam Research CFO Doug Bettinger則完全迴避數字預測。這種分歧並非市場判斷能力的差異，而是三家巨頭對半導體技術發展方向有著根本性的不同看法。
半導體裝置產業向來以技術門檻極高著稱，Applied Materials的材料工程、KLA的檢測系統、Lam Research的蝕刻工藝，每項技術都需要十年以上的深度積累。然而，AI製程需求的爆發與地緣政治限制正在壓縮產業的技術更新周期，迫使裝置商在不確定性中做出戰略押注。從2022年管制啟動到當前市場格局重塑，整個產業正在經歷從技術分歧到競爭邏輯重構的深層變革。三大裝置巨頭將透過技術路線差異、產業生態斷裂、製造方式革命，以及政治風險內化四個維度，展現這場產業轉折點的真實面貌。
Gary Dickerson的謹慎表態背後，隱藏著Applied Materials對未來技術路線的深度思考。這位執行長在會議上強調iCAPS市場的“消化期”，實際上反映了該公司對摩爾定律平面縮放到達極限的判斷。 Applied Materials正在押注先進封裝技術，認為AI晶片的複雜性將迫使產業從2D轉向3D整合。該公司位於奧巴尼的EPIC Center已投入15億美元，專門開發CoWoS（Chip-on-Wafer-on-Substrate）技術，這是一場對異質整合未來的豪賭。 Dickerson相信，當CPU、GPU、記憶體必須整合在同一封裝內時，傳統的晶圓製造將讓位給材料工程和封裝技術。
Bren Higgins的樂觀預測則建立在製程複雜化不可逆轉的技術判斷上。 KLA Corporation這位財務長在會議中詳細描述了一個技術現實：台積電3奈米製程的檢測步驟比7奈米製程增加60%，每當製程節點向前推進，電晶體尺寸就更接近物理極限。 Higgins押注的是“製程越先進，檢測越重要”的技術邏輯，該公司的電子束檢測裝置能夠發現10奈米以下的缺陷，正好契合AI晶片的零容錯要求。 KLA相信，即使地緣政治風險持續，先進製程的檢測需求也不會減少，反而會因為良率壓力而持續增長。
Doug Bettinger的策略迴避顯露出Lam Research對技術路線的複雜判斷。該公司財務長在會議中反覆提及“etch-and-deposition intensity”概念，暗示公司同時押注兩個技術方向：3D NAND的垂直擴展和先進邏輯的3D架構。 3D NAND從96層向200層演進需要深寬比超過100:1的垂直蝕刻技術，而AI晶片的3D電晶體結構同樣需要原子級精度的工藝控制。然而，這兩個技術方向都面臨物理極限的挑戰，Lam Research選擇保留戰略彈性，等待市場需求進一步明朗化。
Applied Materials中國營收從32%暴跌至18%，每季損失10億美元的數字震撼市場，但真正的危機遠超財務報表。這家裝置巨頭失去的不僅是收入來源，更是與全球最大半導體消費市場的技術共同發展機會。中國市場向來是新技術驗證和工藝最佳化的重要場域，當Applied Materials被迫退出時，該公司實際上失去了一個關鍵的技術改進回饋機制。更嚴峻的是，中國本土裝置商北方華創、中微公司正在成熟製程領域快速追趕，Applied Materials重返中國市場的技術門檻正在不斷提高。
KLA Corporation面臨的5億美元損失看似溫和，但技術生態的影響更加深遠。該公司的檢測裝置不只是硬體產品，更是整個製程監控體系的技術核心。中國晶圓廠被迫尋找替代方案時，正在重新建構獨立的檢測標準和供應鏈體系。長期而言，這種技術標準的分化將導致全球半導體產業出現兩套平行的品質管控系統，所有參與者的研發成本和技術複雜度都將大幅增加。 KLA面臨的真正挑戰不是短期收入損失，而是全球技術標準統一性的瓦解。
Lam Research中國營收佔比從32%縮減至24%的過程中，客戶支援業務群組（CSBG）受到最嚴重衝擊。半導體裝置的商業模式特性決定了裝置銷售只是開始，後續十年的技術支援、升級改造、備件供應才是真正的利潤來源。一台蝕刻裝置的使用周期通常超過十年，服務收入往往是裝置價值的兩倍以上。中國市場的服務中斷不僅是當期現金流損失，更意味著未來十年收益的永久消失。這種產業生態鏈的斷裂正在重塑全球半導體裝置產業的商業邏輯。
AI晶片對半導體製造技術提出的挑戰遠超外界想像：NVIDIA H100晶片包含800億個電晶體，採用台積電4奈米製程製造，不是最先進製程，但技術難點仍然極高，原因在於異質整合的複雜性。 CPU、GPU、HBM記憶體必須透過先進封裝技術整合在同一模組內，對準精度要求達到1微米以下，散熱管理技術面臨前所未有的挑戰。 Applied Materials押注的CoWoS技術需要在矽基板上精確放置數十顆晶片，任何微小偏差都可能導致整個模組失效。
KLA Corporation面對的技術現實更加嚴峻：AI晶片的良率要求遠高於傳統邏輯晶片。傳統CPU中少數電晶體失效不會影響整體功能，但AI晶片的矩陣運算特性決定了任何一個運算單元故障都可能導致整批資料錯誤。這種零容錯要求推動檢測裝置從統計抽樣轉向全面檢測，檢測密度呈指數級增長。 KLA的先進檢測技術能夠在製程中即時發現奈米級缺陷，正好契合AI晶片對製造精度的極致要求。該公司預期AI晶片檢測步驟將比傳統晶片增加40%以上。
Lam Research的技術押注關聯到AI運算的功耗挑戰。 AI模型訓練的高能耗特性要求晶片設計從平面結構轉向3D架構，透過縮短電子傳輸路徑來降低功耗密度。 3D電晶體的製造需要更複雜的蝕刻和沉積工藝，每一層結構都必須達到原子級的對準精度。該公司開發的Halo工具專門針對高層數3D NAND設計，能夠實現深寬比超過100:1的垂直通道蝕刻。這種技術複雜度的大幅提升正在重新定義半導體製造的物理邊界。
Applied Materials賭的是封裝技術將取代傳統製程，KLA賭的是檢測需求將無限放大，Lam Research賭的是保持選擇權比下注更安全。三家公司看似預測市場，實際上是在選擇生存方式：是押注單一技術路線獲得先發優勢，還是分散風險等待局勢明朗？
時間會證明誰的判斷更準確。 AI晶片的製造需求能否真正彌補中國市場的損失，先進封裝技術能否如Applied Materials所願成為新的增長引擎，檢測裝置的重要性是否如KLA預期般持續提升，市場終將給出答案。
但無論結果如何，有一點已經確定：半導體裝置產業已經從純粹的技術競爭，轉變為技術與政治並重的復合競爭。在這個新的競爭環境中，技術領先不再是唯一的勝負標準，政治風險管控能力同樣決定企業的生死存亡。遊戲規則已經改變，回不去了。 (半導體行業觀察)