當前，隨著AI應用的持續發展，終端側對於算力的需求正轉化對晶片製造端的供給壓力。SEMI本月發佈的最新預測顯示，全球300毫米晶圓廠前道裝置投資在2026年有望達到1490億美元，同比增長31%。這意味著，AI正驅動更廣泛、更長期的晶圓製造產能投入，晶圓製造商不得不加速擴產來應對激增的需求。
但是，新建晶圓製造產線不僅投資巨大，且工廠從開工建設到有效產能開出周期長達數年。特別是在目前半導體製造裝置供應受限、交付周期拉長的背景下，如何加速新建產線的產能開出，以及如何提升現有產線的裝置利用率、工藝穩定性和有效產出，正成為了晶圓製造商需要平行推進的兩項任務。
這些需求的變化也會體現在產業鏈上游企業的業績中。當地時間10月14日，ASML公佈2026年第三季度財報，淨銷售額達到116.62億歐元，同比增長55.2%，創下歷史新高；淨利潤達到49.60億歐元，同比增長133.4%。公司同時將2026年全年淨銷售額指引上調至440億至450億歐元，並預計第四季度淨銷售額將進一步升至142億至152億歐元。
ASML亮眼的業績也真實反映出AI基礎設施建設對半導體製造裝置的強勁需求。新機銷售外，更值得關注的，還包括ASML如何通過裝置安裝管理、計算光刻、量測與檢測等技術，幫助客戶進一步提升產線效率和製造能力。
從這個角度看，半導體製造競爭的重心正在發生變化：從追求單台裝置的性能，走向對整個製造系統的精度、效率、良率與穩定性進行綜合最佳化。而這正是ASML“全景光刻”（Holistic Lithography）解決方案的意義所在。
一、擴產之外，存量產線提效需求成新趨勢
ASML作為全球光刻技術的領導者，其財報也是觀察全球半導體產業景氣度、資本開支以及製造技術演進的重要窗口。除了營收、利潤和全年指引，這份財報還揭示了晶圓廠投資邏輯的兩個側面：增加製造能力，以及挖掘現有產線的效率。
首先，在AI基礎設施投資熱潮的驅動下，ASML第三季度共銷售121套光刻系統，環比增長33%；淨系統銷售額約84億歐元，環比增長27.3%。
ASML CEO傅恪禮表示，客戶普遍認為短期市場需求將繼續增長，需求周期也在進一步延長。客戶對未來市場需求前景更加清晰，並預計至少到2028年行業仍將處於供不應求的狀態。基於這一預期，客戶持續上調對ASML裝置的短期和中期需求預期，部分客戶已開始與ASML接洽2029年甚至2030年的裝置訂單。
因此，ASML將2026年全年淨銷售額指引上調至440億至450億歐元，毛利率指引調整為約56%。公司還在研究進一步提升2028年產能的方案，以實現超過此前公佈的30%產能增幅。
其次，是既有產線的效率提升。ASML第三季度已安裝裝置管理業務收入達到32.89億歐元，同比增長67.6%，環比增長19.1%，約佔當季總營收的28.2%。該業務包括裝置維護、維修、現場升級和選件銷售等。傅恪禮表示，這項業務收入高於此前預期，並推動公司整體毛利率達到57.5%。
ASML指出，部分升級可由軟體驅動，客戶無需增加機台就有機會獲得即時產能提升。對於晶圓廠而言，這一點尤其重要：新裝置從下單、交付到安裝偵錯通常需要較長周期，而升級現有裝置、最佳化工藝和減少非計畫停機，則可能更快轉化為可用產能。
ASML還計畫於2027年推出的NXE:3800F，可將生產效率從目前每小時230片晶圓提升至每小時260片晶圓。在浸潤式DUV方面，ASML也計畫提升關鍵裝置性能，使2027年交付的浸潤式裝置生產效率達到每小時330片晶圓。
與此同時，ASML持續拓展量測與檢測業務。公司在第三季度財報會議上宣佈推出新一代量測裝置YieldStar 550B，進一步提升測量精度，裝置生產效率也可提升60%。這類業務的增長表明，客戶不僅需要購買裝置，也需要通過更好的過程控制和更及時的缺陷識別，提升整條產線的表現。
把這些資訊放在一起看，晶圓廠投資不再只是通過增加裝置來“做加法”，也要通過軟體、升級、維護和工藝最佳化來“做乘法”。前者擴張名義產能，後者提升既有資產的有效產出。兩者共同決定晶圓廠能否把需求增長轉化為穩定、可交付的晶片產量。半導體裝置市場的競爭，也正在從單一裝置性能的競爭，逐漸轉向整個系統綜合能力的競爭。
二、挑戰升級，光刻技術走向系統協同
如果把晶片製造比作一場接力賽，光刻只是其中一棒，但這一棒決定了整場比賽的節奏。一顆複雜晶片的光刻層數可達數十層甚至上百層，每一層圖形不僅要符合設計尺寸，還必須與其他工藝層保持奈米級的精確對準。任何微小偏差，都可能被放大為良率損失、產能損失甚至交付風險。
晶圓廠真正要解決的，並不是某一次曝光能否達到很高的解析度，而是如何讓設計圖形在整片晶圓、不同工藝層以及大規模連續生產中，始終以足夠高的精度和一致性被製造出來。
要做到這一點，晶圓廠需要一個能夠相互配合的生產系統。
首先是“計算”：晶片設計圖形並不會一比一完美複製到晶圓上，光在掩範本和晶圓之間會發生衍射，相鄰圖形相互影響，光刻膠和顯影等工藝條件也會帶來偏差。在製造之前，軟體模型需要預測光學成像和工藝過程中可能出現的偏差，並對設計圖形和相關參數進行補償，讓最終結果儘可能接近目標。
其次是“生產”：量產環境對裝置的要求，遠不止某一次曝光達到理論解析度。光刻裝置必須在高速、長時間運行中保持成像和對準的穩定，不能只在單次曝光中表現出色。
最後是“量測與檢測”：裝置知道自己處於什麼狀態，並不等於知道晶圓最終被造成了什麼樣。製造完成後，需要測量實際圖形、檢查缺陷，並把結果反饋給模型和裝置控制環節。
這三者不是彼此獨立的功能，而是相互依賴的閉環。計算給出預測與補償，裝置負責執行，量測和檢測判斷結果是否符合預期，再將資料反饋到後續生產。如果缺少其中任何一環，晶圓廠都更難在複雜工藝與大規模量產之間取得平衡。
計算、生產、量檢測，三個環節各自都不簡單，更難的是把它們真正連起來。ASML的“全景光刻”正是圍繞這一閉環建構的技術體系：計算光刻負責預測和補償，光刻機台負責穩定執行，光學與電子束量檢測負責驗證和反饋，三者構成一個持續迭代的閉環。它的價值不在於某一台裝置或某一款軟體，而在於讓晶圓廠能夠以更高效率、更合理的成本控制整個製造工藝。
這也是ASML市佔率高的深層原因。當製造複雜度持續提升，客戶衡量的不再只是單台裝置的性能，而是裝置、軟體、量測與工藝控制能否形成持續最佳化的整體能力。這也意味著，半導體裝置的競爭已從單點突破走向系統能力競爭。
在新裝置交付周期拉長、新產線建設受限的背景下，全景光刻還為市場提供了另一條產能釋放路徑——通過升級、軟體和工藝最佳化，讓既有產線創造更多有效產出。ASML近年來也持續將AI和機器學習能力引入相關產品和軟體體系，幫助客戶加快產品上市並提升系統性能。
去年9月，ASML與Mistral AI宣佈建立戰略合作，探索將AI應用於產品研發、軟體和營運等領域。
不難看出，AI對半導體產業正在形成一種雙向驅動：一方面，大模型訓練與推理帶來的算力需求推動晶片製造持續擴產；另一方面，先進晶片製造本身需要演算法與計算能力的支援。未來，如何將AI演算法與光刻、量測和檢測技術結合，提升複雜製造環節的分析與最佳化效率，將是行業值得關注的方向。
三、中國市場，同樣的產業邏輯轉換正在發生
中國本土晶圓製造能力也在從單純採購裝置向更廣泛的工藝能力建設延伸。ASML在2026年第三季度財報電話會上表示，中國市場在主流邏輯和記憶體領域仍有較強的本土需求，同時還有相當數量的晶圓廠產能正在建設並將陸續投產。
中國半導體市場的需求，主要集中在主流製程領域，涵蓋成熟及主流邏輯晶片、記憶體晶片等應用。隨著相關晶圓廠持續建設和產能佈局調整，市場對裝置交付、穩定運行及產線效率的關注也在不斷提升。在這一過程中，半導體裝置供應商的角色不止於裝置交付，也體現在結合客戶的實際需求，在相關政策與法規框架下，持續提供相應的服務與技術支援，幫助產線保持穩定運行、釋放裝置潛力。
對應地，ASML的業務也不再侷限於光刻裝置的銷售與交付，而是提供一套涵蓋客戶服務、培訓、開發及物流等環節的本地支援網路。目前，ASML在中國擁有超過2000名員工，並在多個城市設有辦事處。此外，位於深圳和北京的開發中心，涉及全景光刻體系中的計算光刻與量測技術；客戶服務團隊則承擔著裝置維護、故障排查和性能最佳化等現場支援工作。
顯然，ASML與中國晶圓廠之間的關係不僅僅是“裝置採購—交付—維護”的關係，而是圍繞裝置性能、工藝控制、資料反饋和量產效率進行更加深入的協同。這也反映了中國本土晶圓製造能力的升級，以及其對光刻產業邏輯的影響——裝置交付只是一個節點，光刻前的預測補償，後續的工藝最佳化、性能維護和升級支援都是支撐製造能力的重要環節。
小結：AI時代，從擴產到提效，系統能力成為新的競爭焦點
隨著AI成為新的基礎設施，晶片需求在未來若干年仍將十分清晰。面對廣闊但嚴苛的市場需求，晶圓廠不僅需要“印得出來”，更需要確認實際製造結果、快速發現偏差、通過計算模型預測並補償，再將資料反饋到生產過程。晶圓製造行業也在思考如何讓新產線快速交付，讓已有產線提升效率。此時，光刻行業關注的重點，也從單個裝置的性能，轉向企業系統能力。
ASML的“全景光刻”方案是一種圍繞“計算—製造—量測反饋”組織起來的製造方法。它幫助晶圓廠在圖形精度、工藝穩定性、良率和產能之間尋求更好的平衡。隨著AI、高性能計算、智能汽車和機器人等應用繼續拉動晶片需求，半導體產業面對的挑戰不只是製造更多晶片，更是如何以可持續的成本和更高的效率穩定量產。 (芯智訊)