光刻手册：机器、市场与下一代半导体初创企业

你智能手机中的芯片是人类设计出的最精密制造工艺之一的产品。

为了制造它，工程师必须在硅片上绘制比病毒还小的图案——数十亿次，几乎完美准确，并且达到工业规模。完成这一任务的机器被称为光刻系统，理解它对于了解现代技术经济的核心至关重要。

本手册是你全面了解光刻机、制造它们的公司以及围绕当今最具战略重要性的行业之一正在兴起的初创生态系统的一站式指南。

无论你是工程师、投资者、创始人还是技术战略家，这本手册都会为你提供在这个领域自信导航所需的技术基础、竞争格局和创业背景。

我们将涵盖的内容：

1. 介绍：为什么光刻很重要

1. 光刻的工作原理：物理与过程

1. 光刻机的简要历史

1. ASML：成为关键节点的公司

1. ASML的竞争对手：谁在挑战这个巨人？

1. 光刻的地缘政治

1. 半导体设备领域的初创企业景观

1. 如何在光刻生态系统中建立一家初创公司

1. 投资趋势和融资环境

1. 光刻的未来

1. 结论

引言：为什么光刻很重要

2023年，一台极紫外（EUV）光刻机从荷兰费尔德霍芬的ASML工厂运往台湾的一位客户手中。这台机器重约180吨，需要一架专用的波音747货机运输，成本约为3.8亿美元。

它包含超过10万个单独组件，其中包括经过原子级抛光的镜子和每秒可发射5万次脉冲的激光系统。

从几乎任何角度来看，这都是为商业用途建造的最复杂的机器。

这台机器——ASML NXE:3600D——能够在硅片上打印仅13纳米宽的特征。作为对比，一根人类头发的宽度大约为70,000纳米。这台机器蚀刻的晶体管如此之小，以至于量子力学效应开始影响它们的行为。

这为什么会重要？因为每一款先进的芯片——每一款驱动AI模型的GPU、数据中心中的每个处理器、连接智能手机到5G网络的每个调制解调器——都是通过光刻制造的。执行这一过程的机器不仅仅是工具。它们是数字经济的物理基础。

2023年，全球半导体行业创造了超过5270亿美元的收入。仅光刻设备部分就占了每年约200亿至250亿美元的资本支出。

但光刻的战略重要性远远超过了其直接的经济影响。对光刻技术的控制实际上等同于对谁能够制造最先进的芯片的控制——因此也决定了谁能在人工智能、国防系统、电信以及21世纪几乎所有其他技术领域中处于领先地位。

这就是为什么从华盛顿到北京再到布鲁塞尔，各国政府都将半导体光刻视为国家安全问题。这也是为什么对ASML机器的出口管制已成为中美关系中的一个热点问题。而且这也是为什么大多数人从未听说过的荷兰小城费尔德霍芬成为了地球上最具战略意义的地方之一。

对于任何希望了解技术行业的人来说，理解光刻技术已不再是一种选择。本手册将为您提供这种理解 —— 从光和硅的物理原理，到全球最重要设备制造商的商业战略，再到这一领域前沿出现的创业机会。

光刻的工作原理：物理与过程

核心概念

在最基本的层面上，光刻是一种印刷工艺。这个词本身来源于希腊语 _lithos_（石头）和 _graphein_（书写）—— 指的是18世纪使用平石作为印刷版的原始印刷技术。在半导体制造中，“石头”是硅晶圆，“墨水”是光。

其工作原理如下：硅晶圆被涂上一层对光敏感的化学物质，称为光刻胶。一个图案（称为掩模或视网膜）被放置在光源和晶圆之间。当光线通过掩模时，它会按照电路设计的图案曝光光刻胶。

然后通过化学方法去除已曝光（或未曝光，取决于光刻胶类型）的材料，在晶圆表面留下精确的图案。该图案随后用于蚀刻、沉积或植入材料到硅中，构建形成芯片的晶体管和互连结构。

这个序列——涂覆、曝光、显影、蚀刻——每颗芯片需要重复数十次，每一层都以纳米级精度与前一层对齐。现代芯片可能需要80个或更多的光刻步骤才能完成。

分辨率方程

光刻的基本限制是分辨率：能够打印的最小特征尺寸是多少。这由瑞利准则决定：

R = k₁ × (λ / NA)

其中：

• R 是最小可分辨特征尺寸

• k₁ 是依赖于工艺的常数（通常为0.25–0.4）

• λ 是光源的波长

• NA 是光学系统的数值孔径

此方程告诉我们两件事：要打印更小的特征，您需要更短波长的光或更大的数值孔径（更广角的光学系统）。几十年来，这两种方法都被积极追求。

光源：从汞灯到EUV

早期的光刻系统使用汞弧灯，它们发出多波长的光。行业逐步转向更短波长：

• G线 (436 nm)：在1980年代广泛使用，适用于~0.5微米以下的特征

• I线 (365 nm)：在1990年代初期占主导地位，支持~0.35微米特征

• KrF准分子激光 (248 nm)：在1990年代中期引入，支持~0.18微米特征

• ArF准分子激光 (193 nm)：从2000年代初开始成为行业的主力

• ArF浸没式 (193i)：通过在镜头和晶圆之间填充水（折射率~1.44），有效波长降低，支持低于40 nm的特征

• EUV (13.5 nm)：极紫外光，当前的前沿技术，支持低于10 nm的特征

从193 nm到13.5 nm的跃迁——波长减少了超过14倍——需要完全新一代的机器。

EUV光无法通过传统玻璃透镜传输（它几乎会被所有材料吸收），因此EUV系统使用反射光学器件：涂有交替钼和硅层的镜子，每层厚度仅为几纳米。

整个光学路径必须保持接近完美的真空状态。光源本身通过用高功率CO₂激光器照射熔融锡的小液滴生成等离子体，从而发射EUV辐射。

浸没式光刻与多重图形化

在EUV实现商业化之前，行业通过两项关键创新延长了193 nm ArF光刻技术的寿命：

浸没式光刻 将最终透镜元件和晶圆之间的空气间隙替换为超纯水。

由于水的折射率高于空气，有效数值孔径增加，提高了分辨率。这项技术由 TSMC 开创，并由ASML的浸没式扫描仪实现，使193 nm光刻技术远低于其理论干法极限。

多重图形化 将单个电路层分成两次、三次或四次单独曝光，每次稍微偏移。通过组合这些曝光，可以实现小于单次曝光分辨率极限的特征。

双重图形化（LELE — Litho-Etch-Litho-Etch）实现了20 nm和14 nm节点。四重图形化推动了10 nm和7 nm节点。多重图形化的成本和复杂性——每次额外曝光都会增加时间、成本和对准误差——是行业向EUV推进的主要驱动力。

晶圆载物台：大规模的精密性

光刻系统不仅仅是一个光学仪器——它也是一个极其精确的机械系统。晶圆载物台必须每小时数千次地将300 mm硅晶圆定位在几分之一纳米范围内，同时晶圆暴露在强光下。

现代ASML扫描仪的叠层精度（连续层对齐的精度）小于2纳米——大约相当于10个硅原子的直径。

这种精度是通过激光干涉测量、电磁执行器和主动振动隔离相结合实现的。晶圆载物台悬浮在磁垫上，与工厂地面的振动隔离开来。每个可能导致热膨胀的组件都被控制在毫开尔文级别的温度精度内。

掩模与视网膜

掩模（或视网膜）是从其投影电路图案到晶圆上的模板。现代视网膜由超平整的熔融石英玻璃制成，表面涂有一层薄薄的铬或钼硅化物。

图案通过电子束光刻写入视网膜——这是一种专门用于掩模制作的较慢但更高分辨率的工艺。

由于投影光学系统将掩模版图像缩小了 4 倍（对于大多数系统而言），掩模版上的特征尺寸是实际打印特征的四倍。这在一定程度上放宽了对掩模版制造的要求，但掩模版制作仍然是半导体制造中最具挑战性的工艺之一。

掩模版缺陷是一个关键问题。一片掩模版上的单个灰尘颗粒可能会毁掉从该掩模版打印出的所有芯片。因此，掩模版通常存储在密封的容器中，称为 RSP（Reticle Storage Pod，掩模版存储舱），并在超洁净环境中进行处理。

EUV 掩模版带来了额外的挑战，因为 EUV 光会被传统保护膜（用于防止颗粒污染掩模版的薄膜）吸收，这就需要开发新的 EUV 透明保护膜材料。

**光刻机简史**

接触与接近时代（1960年代–1970年代）

最早的半导体光刻使用接触式印刷：掩模直接压在涂有光刻胶的晶圆上。这种方法简单且成本低廉，但物理接触会损坏掩模和晶圆，限制了产量和掩模的使用寿命。

接近式印刷——将掩模保持在晶圆上方一小段距离——减少了损坏，但由于衍射效应，分辨率有所下降。

投影光刻（1970年代–1980年代）

投影光刻在 1970 年代初的引入是一项变革性的进步。通过使用镜头系统将掩模图像投影到晶圆上，而无需物理接触，投影系统提供了更高的分辨率和更长的掩模寿命。1973 年推出的 Perkin-Elmer Micralign 是第一台商业上成功的投影对准器，并在整个 1970 年代后期主导了市场。

下一个重大步骤是在 1970 年代末引入步进重复相机，或称“步进器”。步进器不是一次性曝光整个晶圆，而是逐个曝光小区域，然后移动到下一个位置。这使得可以使用缩小光学系统（将掩模图像缩小 4 倍或 5 倍），从而提高了分辨率，并允许使用更小、质量更高的掩模。

GCA Corporation 的 DSW 4800 步进器，于 1978 年推出，是第一台商业上成功的步进器，并确立了至今仍在光刻系统中使用的架构基础。

扫描仪革命（1990年代）

在 1990 年代初期，步进扫描架构取代了纯步进器。扫描仪不再一次性曝光整个掩模区域，而是仅照亮掩模的一条窄缝，并同步扫描掩模和晶圆。

这种方法具有多个优势：它可以在扫描过程中平均化镜头像差，允许使用更小（因此质量更高）的照明场，并实现更高的吞吐量。

ASML 在 1991 年推出了其第一台步进扫描系统，扫描仪架构迅速成为行业标准。到 1990 年代末，ASML 已经超越当时的领导者尼康和佳能，成为全球最大的光刻设备供应商。

EUV 时代（2010年代–至今）

EUV 光刻的实际开发始于 1990 年代，由美国国家实验室和芯片制造商组成的联盟推动。技术挑战极为艰巨：生成足够的 EUV 功率、开发具有所需精度的反射光学器件，以及构建能够维持所需清洁度的真空系统。

ASML 于 2010 年交付了其首台预生产 EUV 系统，并于 2013 年交付了首台可用于生产的 NXE:3300B。然而，直到 2019 年，台积电首次将其用于 7nm+ 工艺节点的量产时，EUV 才进入大批量制造阶段。从首次交付到大规模应用之间近十年的延迟，反映了使 EUV 在生产规模上可靠工作的极端难度。

如今，台积电、三星和英特尔在其最先进的工艺节点（5nm、3nm 及以下）中已将 EUV 用于大批量制造。高 NA EUV——下一代技术，采用更高数值孔径的镜头以实现更小的特征——目前正在为生产进行验证，ASML 的 EXE:5000 系统代表了这一领域的前沿技术。

ASML：成为关键节点的公司

起源与早期历史

ASML 成立于 1984 年，是 ASM International 和飞利浦之间的合资企业，最初位于荷兰埃因霍温飞利浦校园内的一间漏水的小棚屋中运作。

公司的早期岁月充满了财务困境，几乎濒临破产。其首个产品 PAS 2000 步进器虽然在技术上具有竞争力，但在商业上表现平平。

拯救 ASML 的是一系列因素的结合：卓越的技术能力、战略性合作伙伴关系，以及愿意做出竞争对手无法匹敌的长期押注。1995 年，ASML 在阿姆斯特丹和纳斯达克交易所上市。到 1997 年，ASML 已经超越尼康，成为全球最大的光刻设备供应商——这一地位从未被撼动。

商业模式

ASML 作为系统集成商运营，从大约 5,000 家供应商精心管理的生态系统中采购零部件来组装机器。

其中最关键的是卡尔蔡司 SMT，该公司生产用于 EUV 系统的精密镜片。ASML 在 2016 年收购了蔡司 SMT 24.9% 的股份。其他关键供应商包括 Trumpf（CO₂ 激光器）和 Cymer（ASML 的子公司，负责生产 EUV 光源模块）。

收入与财务概况

2023 年，ASML 报告收入为 276 亿欧元，净利润为 78 亿欧元——净利率约为 28%。订单积压经常超过 300 亿欧元。

除了新系统的销售外，ASML 的已安装基础管理（IBM）业务还通过服务合同、升级和备件产生经常性高利润率收入——随着已安装基础的增长，这是一种复合型财务优势。

EUV：改变一切的技术

ASML 的 EUV 主导地位是其历时 20 年、耗资数十亿美元开发计划的结果。在 2000 年代初期，尼康和佳能都评估过 EUV 技术，并认为其挑战过于巨大。而 ASML 做出了相反的押注。

ASML 解决的关键问题包括：

• 光源：EUV 等离子体通过用 CO₂ 激光照射锡滴生成。实现 250W 的可用功率需要多年的研发。

• 光学系统：EUV 无法穿透玻璃。蔡司 SMT 制造的镜子表面粗糙度低于 0.1 纳米，并涂覆了厚度仅为纳米级的交替 Mo/Si 层。

• 真空环境：整个光学路径在接近完美的真空环境中运行，以防止 EUV 被空气吸收。

• 吞吐量：实现每小时 125–170 片晶圆的处理能力需要对光源、工作台和系统可靠性进行多年的改进。

高 NA EUV：下一个前沿

ASML 的 EXE:5000 高 NA 系统使用 0.55 NA 镜头（当前为 0.33 NA），能够打印小于 8 纳米的特征。该系统目前正在英特尔和 IMEC 进行验证，预计在 2025–2027 年实现大批量制造。

ASML 的竞争对手：谁在挑战巨人？

ASML 在 EUV 光刻领域拥有完全的垄断地位。对于成熟节点（28 纳米及以上），尼康和佳能仍然占据重要地位。在相邻领域——DUV、电子束、纳米压印——有多种公司参与竞争。

尼康：倒下的巨人

尼康在 1990 年代早期凭借其 NSR 系列步进机主导了光刻市场。其衰落始于 ASML 的扫描仪架构被证明更优越，并随着尼康未能全力投入 EUV 而加速。

如今，尼康专注于以下领域：

• ArF 浸没式扫描仪，适用于 20–40 纳米节点

• KrF 和 i-line 系统，适用于成熟节点（90 纳米及以上）

• FPD 光刻，用于 LCD 和 OLED 显示器制造

从零开始开发具有竞争力的 EUV 系统需要 50–100 亿美元和十年时间——这对尼康目前的财务状况来说非常困难。

佳能：NIL 先驱

佳能最有趣的战略押注是 纳米压印光刻 (NIL)。其 FPA-1200NZ2C 系统使用纳米级模板将图案物理压入 UV 固化抗蚀剂中——无衍射限制，成本低于 EUV，并具备 3D 图案化能力。

2023 年，佳能宣布其 NIL 系统已达到足够的套准精度，可用于 NAND 闪存制造。铠侠正在评估其生产应用。NIL 是否能够挑战 EUV 在逻辑芯片中的地位尚不确定，但这是来自成熟设备制造商的最具可信度的替代图案化方法。

SMEE：中国的国家冠军

上海微电子装备（SMEE）成立于 2002 年，是中国主要的本土光刻设备公司。其最先进的生产系统可打印 90 纳米——大致相当于 ASML 在 2000 年代初的产品。ASML 的 EUV 可打印 13 纳米。这大约存在 15–20 年的技术发展差距。

由于以下原因，缩小这一差距极为困难：

• 出口管制限制了关键组件（光学元件、激光器、计量设备）的获取

• 深度光刻专业知识主要集中在中国以外

• 构建支持性的抗蚀剂、掩模和工艺知识生态系统需要数十年的时间

中国政府通过国家集成电路产业投资基金（“大基金”）进行了大量投资。大多数分析师预计 SMEE 最终将达到具有竞争力的 ArF 浸没能力（28 纳米）。而具有竞争力的 EUV 仍存在更大的不确定性。

其他值得注意的参与者

• EV Group (EVG)：奥地利公司，专注于 MEMS 和先进封装的晶圆键合和 NIL

• Mycronic：瑞典公司，生产用于光罩生产的激光图案发生器

• NuFlare Technology：日本公司（东芝旗下），生产所有主要光罩厂使用的电子束光罩写入机

光刻的地缘政治

出口管制与 ASML 限制

任何关于光刻的讨论都不可能忽略其地缘政治维度。2019 年，在美国的压力下，荷兰政府拒绝更新 ASML 向中国出口 EUV 系统的出口许可证。这一决定有效地阻止了中国芯片制造商获取制造约 7 纳米以下芯片所需的技术。

2023 年，这些限制扩展到涵盖 ASML 最先进的 DUV 浸没系统（NXT:2000i 及以上），进一步限制了中国使用外国设备在 28 纳米及以下节点制造芯片的能力。荷兰、日本和美国通过三方协议协调了这些控制措施，同时限制了尼康和东京电子的出口。

其战略逻辑很简单：先进芯片对于人工智能、军事系统和电信基础设施至关重要。限制获取制造先进芯片的机器是一种无需开火即可限制地缘政治对手技术能力的方式。

对各方的影响都很显著：

• 对于 ASML：该公司估计其因失去中国市场而损失了数十亿欧元的潜在收入，而中国曾是其最大的单一市场。ASML 表示，这些限制将使其长期年收入潜力减少约 25 亿欧元。

• 对于中国芯片制造商：中芯国际、华虹和其他中国晶圆厂仅限于使用现有或仍可进口的设备制造 28 纳米及以上的芯片。这限制了它们在先进逻辑和存储领域的竞争力。

• 对于全球供应链：这些限制加速了中国对本土半导体设备的投资，形成了一个分化的全球供应链，这将对行业产生长期影响。

CHIPS 法案与西方产业政策

2022年8月签署的美国芯片与科学法案承诺向美国的半导体制造和研究投入527亿美元。类似的立法随后也在欧洲（欧洲芯片法案，目标投资430亿欧元）和日本（对台积电熊本工厂及本土芯片制造商提供补贴）出台。

这一波产业政策反映了对半导体制造——以及支持它的设备——的战略重要性的认识，认为不能完全依赖市场力量来推动其发展。

对于光刻设备公司和初创企业来说，这创造了重大机遇：政府资助研发、补贴晶圆厂建设以推动设备需求，并营造了有利于国内供应链发展的政治环境。

半导体设备领域的初创企业图景

为什么初创企业在这一行业很重要

半导体设备领域历来由大型、成熟的公司主导。资本要求巨大，销售周期长，客户资格认证过程可能需要数年时间。

这些因素形成了巨大的进入壁垒，几十年来保护了像ASML、应用材料公司（Applied Materials）和泛林集团（Lam Research）等现有企业。

然而，初创企业在这一行业中变得越来越重要，原因有以下几点：

#### 1. 技术前沿的发展速度超过了现有企业的跟踪能力。

随着芯片接近物理极限，新的图案化方法——定向自组装、原子层处理、计算光刻、电子束直写——正在出现，而现有企业并不具备良好的商业化定位。

#### 2. 高级封装正在创造新市场。

从二维到三维芯片架构（小芯片、晶圆对晶圆键合、硅通孔）的转变需要新的设备类别，而现有企业在这些领域中的优势并不明显。

#### 3. 地缘政治分裂正在创造对替代供应链的需求。

各国政府和芯片制造商积极寻求减少对单一来源供应商的依赖，为新进入者创造了机会。

#### 4. 人工智能正在改变芯片设计和制造。

计算光刻、工艺控制、缺陷检测和良率优化都在被机器学习所改变，为能够进入半导体设备生态系统的软件优先型初创企业创造了机会。

关键的初创企业类别

#### 计算光刻和EDA

计算光刻——使用软件对光刻过程进行建模和优化——已经变得和硬件本身一样重要。随着特征尺寸缩小到低于光的波长，晶圆上打印的图案与掩模上的图案显著不同。

光学邻近校正（OPC）、光源掩模优化（SMO）和逆光刻技术（ILT）是用于预先扭曲掩模图案的软件技术，从而使打印结果与设计意图匹配。

这些计算极其复杂。单个先进芯片掩模可能需要数PB的计算量来进行优化。传统的EDA（电子设计自动化）厂商——新思科技（Synopsys）、楷登电子（Cadence）、明导国际（Mentor，现为西门子EDA）——主导着这个市场，但初创企业在前沿领域找到了机会：

• Singular Genomics / Multibeam Corporation：开发使用AI优化光束放置和曝光的多光束电子束光刻系统。

• D2S (Design to Silicon)：开发GPU加速的计算光刻工具，大幅减少掩模数据准备所需的时间。

• Fractilia：专注于随机变化分析——理解和缓解在小特征尺寸下显著影响EUV曝光的随机变化。

#### 电子束直写

电子束（e-beam）光刻使用聚焦的电子束而非光来曝光光刻胶。由于电子的波长比甚至EUV光还要短，理论上e-beam系统可以实现更高的分辨率。

电子束的基本限制一直是吞吐量：单束光束逐像素地写入复杂芯片图案对于生产用途来说太慢。

几家初创企业通过多光束方法解决了这一吞吐量问题：

• IMS Nanofabrication（2015年被英特尔收购，2021年被台积电收购）：开发了一种大规模并行多光束掩模写入器，可同时使用数千个电子束。现已用于EUV掩模生产的实际应用。

• Multibeam Corporation：开发针对高级封装和特殊芯片应用的多光束直写晶圆光刻系统，这些应用的吞吐量要求低于前沿逻辑芯片。

• Mapper Lithography：一家荷兰初创公司，筹集超过1亿美元开发用于晶圆光刻的大规模并行电子束系统。该公司最终未能达到足够的吞吐量，并于2018年被ASML收购——但其技术为ASML理解电子束方法做出了贡献。

#### 定向自组装（DSA）

定向自组装利用某些聚合物材料（嵌段共聚物）自发组织成规则纳米级图案的自然趋势。通过用预图案模板引导这种自组装，可以创建比单独使用模板所能实现的更小的特征——实际上利用化学手段扩展了光学光刻的分辨率。

DSA已经开发了十多年，并在研究环境中证明了技术可行性。由于缺陷控制挑战和将DSA集成到现有晶圆厂工艺中的困难，商业采用进展缓慢。但一些公司继续开发DSA材料和工艺：

• EMD Performance Materials（默克集团子公司）：DSA 材料领域的领先开发者之一，其产品针对 NAND 闪存和逻辑应用。

• Brewer Science：开发 DSA 底层材料和工艺。

#### 先进封装设备

转向基于芯片组的架构——即将多个芯片集成到一个封装中而不是单一晶粒上——正在为新的设备类别创造巨大的需求。

先进封装需要光刻、键合和检测工具，这些工具的功能与前端晶圆加工中使用的工具有所不同。

先进封装中的关键初创机会包括：

• 混合键合设备：通过铜对铜键合在晶粒级别连接芯片需要极高的表面平整度和清洁度。像 Adeia（前身为 Xperi）这样的初创公司正在开发键合技术并将其授权给设备制造商。

• 扇出型晶圆级封装 (FOWLP) 光刻：以重构晶圆格式封装芯片需要针对封装中使用的更大场尺寸和不同基板材料优化的光刻系统。

• 3D 检测和计量：验证 3D 堆叠芯片的对准和质量需要新的检测方法。像 Onto Innovation 和 Atomica 这样的初创公司正在开发解决方案。

#### 工艺控制和 AI 驱动的良率优化

每一步光刻都会引入变化——关键尺寸、套刻精度和边缘放置误差的变化。管理这种变化对于提高良率至关重要，而良率是芯片制造经济性的主要驱动因素。前沿晶圆厂良率提高 1% 每年可能价值数亿美元。

AI 和机器学习正在改变工艺控制：

• Tignis：开发使用来自晶圆厂设备的数据来预测和防止良率波动的 AI 驱动工艺控制软件。

• Instrumental：利用计算机视觉和机器学习进行自动缺陷检测和根本原因分析。

• PDF Solutions：一家上市公司 (PDFS)，为芯片制造商和设备公司提供 AI 驱动的良率管理软件和服务。

• Onto Innovation：提供工艺控制计量和检测系统，越来越多地结合 AI 进行缺陷分类和根本原因分析。

#### 光刻胶和材料创新

光刻胶——涂覆在晶圆上的感光材料——是实现光刻性能的关键推动者。EUV 光刻胶面临特殊挑战：EUV 光子的能量足以导致随机曝光变化（即随机效应），从而引发线边粗糙度和图案缺陷，限制了可实现的最小特征尺寸。

几家初创公司和专业化学品公司正在开发下一代光刻胶材料：

• Inpria（2021 年被 JSR 收购）：开发了金属氧化物 EUV 光刻胶，其灵敏度和分辨率显著优于传统聚合物光刻胶。Inpria 的光刻胶现已在领先的芯片制造商处投入生产。

• Irresistible Materials：英国的一家初创公司，正在开发适用于 EUV 和电子束光刻的新型光刻胶材料。

• Lam Research / TEL：虽然不是初创公司，但这两家公司都在原子层沉积 (ALD) 和原子层蚀刻 (ALE) 工艺上进行了大量投资，这些工艺通过实现更精确的材料去除和沉积来补充光刻技术。

如何在光刻生态系统中建立一家初创公司

选择你的切入点

光刻生态系统并非单一整体。进入这一领域的初创公司必须谨慎选择切入点，因为不同细分市场的资本要求、销售周期和竞争动态差异巨大。

初创公司最容易进入的领域是：

#### 1. 软件和 AI

计算光刻、工艺控制和良率优化是可以通过相对较少资本解决的软件问题。软件的销售周期比硬件短，且价值主张更容易展示。

风险在于大型 EDA 厂商和设备公司具有强大的市场地位，并能够复制成功的软件产品。

#### 2. 材料和化学

光刻胶、底层材料和清洗化学品是芯片制造商反复购买的耗材。拥有真正优越材料的初创公司可以建立经常性收入业务。

挑战在于资格认证过程——让一家领先的芯片制造商认证一种新材料可能需要 3-5 年时间，并且需要深厚的工艺集成专业知识。

#### 3. 先进封装设备

先进封装市场增长迅速，相较于前端光刻，受现有巨头主导的程度较低。采用新颖键合、检测或封装光刻方法的初创公司有更易进入的市场路径。

#### 4. 计量和检测

随着特征尺寸缩小，测量和检测它们的能力变得更有价值。计量初创公司通常可以同时向芯片制造商和设备公司销售产品，从而扩大其目标市场。

客户资格认证的挑战

半导体设备初创公司面临的最大挑战是客户资格认证。在芯片制造商将新设备或材料用于生产之前，必须经过详尽的资格认证过程，通常包括以下步骤：

1. 可行性评估：在实验室环境中证明该技术能够满足基本性能要求。
2. 工艺集成：将该技术集成到芯片制造商现有的工艺流程中，并证明其兼容性。
3. 可靠性测试：运行数千小时以证明技术的可靠性和一致性。
4. 良率影响评估：证明该技术不会对芯片良率产生负面影响。

1. 生产认证: 在生产环境中运行该技术，并证明其符合所有规格。

这一过程通常需要 2-5 年时间，并要求初创公司具备深度工艺集成的专业知识，以及通过认证过程支持客户的能力。

这也要求初创公司拥有足够的资金，在没有客户收入的长期运营中维持生存。

对初创公司战略的启示是明确的：在尝试进入领先的逻辑晶圆厂之前，应优先瞄准那些认证周期较短的客户（先进封装厂、专业芯片制造商、研究机构）。

融资策略

半导体设备初创公司所需的资本比典型的软件初创公司多，但比许多硬件公司少。一个粗略的框架如下：

• 种子轮 ($1–5M): 概念验证、初始团队、IP 开发

• A 轮 ($10–30M): 第一个原型系统、初始客户接触、工艺集成工作

• B 轮 ($30–100M): 可用于生产的系统、客户认证、初始收入

• C 轮及以后 ($100M+): 扩大规模制造、扩展客户基础、国际扩张

半导体设备初创公司的投资者群体是专门化的。通用型风险投资公司往往缺乏评估这些公司的领域专业知识。最相关的投资者包括：

• Intel Capital: 长期投资于半导体设备和材料公司

• Samsung Ventures / TSMC Ventures: 具有深厚领域专业知识和潜在客户关系的战略投资者

• Applied Ventures: 应用材料公司的风险投资部门，专注于半导体设备和材料

• Lam Research Capital: 类似于 Applied Ventures，专注于半导体设备生态系统

• Walden International: 拥有深厚半导体专业知识和长期记录的风险投资公司

• Playground Global: 专注于硬件且具有半导体专业知识的风险投资公司

政府资金日益重要。美国《芯片法案》为半导体研发提供了 110 亿美元的资金，其中大部分通过国家半导体技术中心 (NSTC) 和国家标准与技术研究院 (NIST) 流向市场。欧盟《芯片法案》以及日本、韩国和台湾的类似计划也提供了额外的资金机会。

团队建设

对于一家半导体设备初创公司，最关键的招聘岗位包括：

• 首席技术官: 必须在核心技术（光学、等离子体物理、材料科学等）方面具有深厚的专业知识，最好在成熟的设备公司有相关经验

• 工艺集成工程师: 曾在芯片制造商内部工作并了解设备如何进行认证和集成到生产中的人员

• 应用工程师: 在认证过程中直接与客户合作，解决问题并展示价值的人

• 业务发展: 在目标芯片制造商中已有关系网的人——在半导体设备领域，关系就是一切

这些职位的人才池集中在少数地理集群中：硅谷、波特兰/希尔斯伯勒地区（英特尔）、纽约州奥尔巴尼（SUNY Poly）、德克萨斯州奥斯汀、埃因霍温（ASML 生态系统）和东京/横滨（日本设备公司）。位于这些集群之外的初创公司在招聘时面临重大挑战。

投资趋势与融资环境

半导体设备投资热潮

《芯片法案》、地缘政治分裂以及人工智能驱动的芯片需求激增，共同创造了前所未有的半导体设备公司投资环境。

有几个值得注意的趋势：

战略投资激增: 芯片制造商正在直接投资于设备和材料初创公司，以确保获得关键技术并降低供应链风险。

台积电、三星、英特尔和 SK 海力士都有活跃的风险投资计划，专注于设备生态系统。

政府资金处于历史高位: 美国、欧盟、日本、韩国和台湾都在为半导体制造和研发提供大量补贴。这些资金不仅流向芯片制造商，还流向设备公司和供应链中的初创企业。

国防和国家安全资金: DARPA、美国国防部以及其他国家的相应机构正在资助具有国家安全应用的半导体设备研究。

DARPA 的 JUMP 2.0 和国防部的 Microelectronics Commons 等项目正在为先进的半导体研发提供数亿美元的资金。

并购活动频繁: 大型设备公司正在收购初创公司以获取新技术和人才。最近值得注意的收购包括 ASML 收购 Mapper Lithography（电子束），JSR 收购 Inpria（EUV 光刻胶），以及台积电收购 IMS Nanofabrication（多光束掩模写入）。

估值动态

相对于大多数工业公司，半导体设备公司享有溢价估值，这反映了它们的高利润率、来自安装基数管理的经常性收入以及其技术的战略重要性。例如，ASML 近年来市盈率在 30-50 倍之间。

对于私人初创公司，估值很大程度上取决于以下因素：

• 技术差异化: 该技术是否真正新颖，还是对现有方法的渐进改进？

• 客户吸引力: 初创公司是否已获得任何客户认证或意向书？

• 团队背景: 创始人是否具备深厚的领域专业知识和相关行业经验？

• 市场时机: 该技术是否解决了芯片制造商当前正在积极尝试解决的问题？

在半导体设备领域，具有强大技术差异化和早期客户牵引力的初创公司，在 A 轮或 B 轮融资时通常可以获得 5000 万至 5 亿美元的估值，这反映了该市场的巨大潜力和高进入壁垒。

超越 EUV：接下来是什么？

半导体行业长期以来一直在宣称 摩尔定律 即将终结，但每次都会找到新的方法来延续它。

目前的共识是，结合高数值孔径（High-NA）的 EUV 光刻技术可以支持芯片微缩到大约 1 纳米节点——大致在 2028 年至 2032 年之间。在此之后，路径尚不明确。

以下是正在探索的几种候选技术：

Hyper-NA EUV：将数值孔径扩展到超过 0.55 NA 将能够实现更小的特征尺寸，但工程挑战极为艰巨。焦深会变得极其浅，光学系统也会变得更加复杂和昂贵。

Anamorphic High-NA：通过在 x 和 y 方向上使用不同的放大倍率，可以在一个方向上实现高分辨率，同时保持较大的曝光场尺寸。ASML 和学术研究人员正在探索这种方法。

X 射线光刻：使用 X 射线（波长为 0.1–10 nm）作为曝光源可以实现比 EUV 更小的特征尺寸。自 1970 年代以来，X 射线光刻技术已被研究，但由于难以生成足够的 X 射线功率以及缺乏合适的光学元件，它从未实现商业化。

大规模电子束直写：如果通过大规模并行化解决电子束光刻的吞吐量问题，电子束最终可能在某些应用中取代光学光刻。IMS Nanofabrication 和 Multibeam Corporation 正在开发的多束方法代表了这一方向的进展。

原子级制造：从长远来看，像扫描隧道显微镜（STM）和原子层加工这样的技术可能会实现以单个原子精度进行放置。尽管这仍是一个研究课题而非制造技术，但它指向了一个未来，在这个未来中，我们所熟知的“光刻”概念可能会被超越。

AI 在未来光刻中的作用

人工智能已经在多个方面改变光刻技术，并且其作用只会越来越大：

计算光刻：AI 大幅加速了光学邻近校正和光源掩模优化所需的计算。NVIDIA 在 2023 年发布的 cuLitho 平台利用 GPU 加速和 AI 将计算光刻运行时间从数周缩短到数小时。

工艺控制：基于晶圆厂数据训练的机器学习模型可以在问题发生之前预测产量波动，从而实现主动的工艺调整，提高产量并减少浪费。

缺陷检测：深度学习模型现在比人工检查员更准确地对晶圆图像中的缺陷进行分类，并且处理速度更快。

设备健康监测：基于设备传感器数据训练的 AI 模型可以在故障发生之前预测组件失效，从而减少非计划停机时间。

逆向设计：AI 正用于设计新的光刻胶分子、光学涂层和掩模图案，这些通过传统方法很难甚至无法发现。

地缘政治轨迹

全球半导体供应链的分裂很可能会继续并加剧。美国、欧洲、日本和韩国正在大力投资建设国内制造能力，以减少对台湾的依赖。中国也在同等力度地投资，以开发替代外国设备和材料的国产方案。

长期结果可能是形成两个部分重叠的半导体生态系统：一个以美国及其盟国为中心，另一个以中国及其国产替代品为中心。这种分裂将为设备公司和初创企业带来挑战和机遇。

对于初创企业来说，地缘政治环境创造了服务于两个生态系统的客户的机会，但也带来了风险，因为出口管制和技术限制可能会迅速且不可预测地变化。

案例研究：塑造生态系统的初创企业

Cymer：从初创公司到 ASML 子公司

Cymer 于 1986 年由加州大学圣地亚哥分校的两位工程师 Robert Akins 和 Richard Sandstrom 在圣地亚哥创立。

公司的使命是将准分子激光技术商业化，用于半导体光刻。当时，准分子激光器还是实验室中的奇观。但 Cymer 的创始人相信，它们可以被工程化为可靠且适合生产的光源。

从实验室到生产的过程漫长而艰难。准分子激光器本质上非常复杂：它们使用有毒气体（如氟气、氪气、氩气），在高压下以每秒数千次脉冲的速度发射，并且必须保持极高的波长控制（ArF 光刻要求波长控制在 0.1 pm 以内）。

早期系统不可靠，需要频繁维护。Cymer 花了数年时间迭代设计，改进可靠性并降低拥有成本。

到 1990 年代中期，Cymer 已确立了自己作为光刻用准分子激光光源主导供应商的地位，并几乎垄断了市场数十年。公司于 1996 年上市，并随着光刻市场的扩展稳步增长。

当 ASML 开始开发 EUV 光刻时，它需要一种新型光源——一种能够为生产用途生成足够功率的 EUV 辐射的光源。Cymer 在高功率激光系统方面的专业知识使其成为自然合作伙伴。

ASML 在 2013 年以约 25 亿美元的价格收购了 Cymer，并将其整合为负责每台 EUV 机器核心的 CO₂ 激光器和锡滴系统的光源部门。

Cymer 的故事为半导体设备初创企业提供了几个重要的教训：

• 深厚的技术专长可以创造持久的竞争优势。 Cymer 在准分子激光工程方面的专业知识不易被复制，其积累耗时数十年。

• 通往大规模退出的路径通常需要成为更大玩家不可或缺的一部分。 Cymer 被 ASML 收购并非失败 —— 这是使 Cymer 成为行业中最重要的技术之一的关键战略的合理结果。

• 需要耐心。 Cymer 创立于 1986 年，2013 年被收购 —— 这是一段长达 27 年的旅程。半导体设备公司无法快速建立。

Inpria：重新发明光刻胶

Inpria 于 2007 年从俄勒冈州立大学分拆成立，基于 Douglas Keszler 教授对金属氧化物薄膜的研究。该公司的核心见解是，传统的聚合物基光刻胶（几十年来一直是行业标准）在满足 EUV 光刻要求方面存在根本性限制。

聚合物光刻胶用于 EUV 的问题是随机变化。EUV 光子能量很高，任何给定小区域中吸收的光子数量会随机变化。这种随机性会导致线边缘粗糙度——打印特征的边缘不是完全笔直的，而是有锯齿状、不规则的轮廓。随着特征尺寸缩小，这种粗糙度占特征宽度的比例越来越大，最终限制了最小可打印特征尺寸。

Inpria 的金属氧化物光刻胶（基于铪氧化物和锆氧化物纳米颗粒）比聚合物光刻胶更有效地吸收 EUV 光子，减少了随机变化并实现了更清晰的特征边缘。这些光刻胶还具有更高的蚀刻抗性，简化了图案转移过程。

从实验室演示到生产认证花费了十多年时间。Inpria 必须为其新型材料开发制造工艺，证明与芯片制造商现有工艺流程的兼容性，并在数百万片晶圆曝光中验证可靠性。

在被 JSR Corporation（一家主要的日本化学公司）于 2021 年以未公开但据报道达数亿美元的价格收购之前，该公司从包括英特尔资本和三星风投在内的投资者那里筹集了超过 5000 万美元的风险资金。

Inpria 的光刻胶现在已在台积电、三星和英特尔的最先进 EUV 节点上投入生产。该公司的成功表明，即使在光刻胶这样成熟的领域，材料创新如果解决了真正的技术瓶颈，也能创造巨大的价值。

D2S：GPU 加速的掩模写入

D2S（Design to Silicon）由 EDA 行业的老兵藤村昭（Aki Fujimura）于 2007 年创立。该公司的重点是利用 GPU 计算加速先进掩模写入所需的计算光刻工作流程。

D2S 解决的问题是可变形状束（VSB）掩模写入的计算成本。随着芯片设计变得越来越复杂且特征尺寸缩小，写入掩模所需的射击次数急剧增加——最先进的设计需要从数十亿到数万亿次射击。每次射击都必须精确计算以考虑电子束邻近效应、光刻胶化学特性和所需的最终图案。所需的计算量非常庞大。

D2S 开发了 GPU 加速算法，其计算速度比基于 CPU 的方法快几个数量级。该公司的技术将掩模写入时间从几天缩短到几小时，从而加快了设计迭代并降低了掩模生产的成本。

D2S 通过向全球的掩模厂和芯片制造商销售软件稳步增长。该公司选择保持独立，致力于建立可持续发展的软件业务，而不是追求早期被收购。

它的成功表明，专注于软件的初创公司可以在不需要硬件公司那样大量资本的情况下，在半导体设备生态系统中建立持久的业务。

光刻经济学：理解数字

最先进晶圆厂的成本

要了解光刻设备的经济性，了解最先进半导体晶圆厂的经济性是有帮助的。一座能够以 3 纳米制造的新晶圆厂建造和配备设备的成本约为 200 亿至 250 亿美元。其中，光刻设备约占 25%-30%——即每座晶圆厂约 50 亿至 75 亿美元。

一个典型的最先进晶圆厂可能包含以下设备：

• 10-15 台 EUV 扫描仪（每台约 $3.8 亿）：$38 亿至 $57 亿

• 30-50 台 DUV 浸没式扫描仪（每台约 $6000 万至 $8000 万）：$18 亿至 $40 亿

• 20-40 台 DUV 干法扫描仪（每台约 $2000 万至 $4000 万）：$4 亿至 $16 亿

这些数字解释了为什么 ASML 的订单积压经常超过 300 亿欧元：一座新的晶圆厂代表了一个数十亿美元的设备订单，而全球同时有多座晶圆厂正在建设中。

EUV 所有权的经济性

购买 EUV 扫描仪不仅昂贵，运营它也十分昂贵。关键成本驱动因素包括：

可用性：一台不运行的 EUV 扫描仪不会产生收入。芯片制造商的目标是使其 EUV 系统的可用率达到 90% 以上。实现这一目标需要复杂的预测性维护、快速的备件供应以及 ASML 服务工程师与芯片制造商运营团队之间的密切合作。

消耗品：EUV 系统消耗大量的锡（用于光源）、清洁气体和其他消耗品。系统生命周期内的消耗品成本可能接近购买价格。

掩模版成本：由于规格更严格以及需要 EUV 专用的保护膜和处理设备，EUV 掩模版比 DUV 掩模版贵得多。一套用于复杂芯片的 EUV 掩模版可能成本为 $50 万至 $100 万。

能源: EUV 系统消耗大量的电力——每台系统大约需要 1 MW。在大规模应用时，能源成本是重要的运营支出。

EUV 系统在其使用寿命内的总拥有成本（TCO）通常是购买价格的 2-3 倍。这意味着一台 EUV 扫描仪在其使用周期内的实际成本可能达到 7.5 亿美元至 10 亿美元。了解 TCO 对于芯片制造商进行资本分配决策至关重要，并为能够降低 TCO 的任何组成部分的初创公司创造了机会。

产量公式

产量——晶圆上符合规格的芯片比例——是半导体制造中最重要的经济变量。对于满负荷运行的前沿晶圆厂而言，1% 的产量提升每年可带来额外 1 亿至 5 亿美元的收入。

光刻以多种方式影响产量：

关键尺寸 (CD) 控制: 如果打印的特征过宽或过窄，晶体管可能无法正常工作。在整个晶圆以及不同晶圆之间实现严格的 CD 控制是高产量的关键。

套准精度: 如果连续层之间发生错位，它们之间的连接可能会断开或短路。套准误差是先进芯片产量损失的主要原因。

缺陷: 在光刻过程中引入的颗粒、划痕或化学污染会导致芯片缺陷。缺陷密度是衡量光刻工艺质量的关键指标。

线边缘粗糙度 (LER): 粗糙的特征边缘会导致晶体管性能的变化，即使没有硬性缺陷，也会导致参数型产量损失。

这些产量驱动因素为能够帮助芯片制造商改进光刻工艺的设备和软件公司创造了机会。由于产量提升带来的经济价值如此之大，芯片制造商愿意为能显著提高产量的工具和服务支付溢价。

光刻生态系统中的职业发展

工程岗位

光刻生态系统雇佣了多个学科领域的工程师：

光学工程师 设计和表征用于光刻扫描仪的照明系统、投影光学系统和波前控制系统。该角色需要对物理光学、像差理论和光学计量有深入的了解。

机械工程师 设计精密级、振动隔离系统和结构组件，以实现纳米级定位精度。该角色需要在精密机械、摩擦学和结构动力学方面的专业知识。

电气工程师 设计控制系统、电源电子设备和传感器系统，以实现光刻过程的实时反馈和控制。

工艺工程师 在芯片制造商处工作，将光刻设备集成到生产流程中，并优化工艺参数以提高产量和性能。该角色需要深入了解光刻胶化学、蚀刻工艺和计量技术。

软件工程师 开发控制软件、计算光刻算法和数据分析工具，这些工具对光刻系统性能越来越重要。

材料科学家 开发新的光刻胶、保护膜和其他材料，以实现改进的光刻性能。

职业路径

对于对光刻生态系统感兴趣的工程师，有几条不同的职业路径：

设备公司 (ASML, Nikon, Canon): 在设备公司工作可以接触到完整的系统——光学、机械、电子、软件和工艺集成。特别是 ASML，以其强大的工程文化和员工所培养的技术深度而闻名。

芯片制造商 (TSMC, Samsung, Intel): 在芯片制造商的光刻工程团队工作可以接触到整个制造背景——光刻如何与其他工艺步骤交互、如何管理产量，以及如何验证和优化设备以适应生产。

EDA/软件公司 (Synopsys, Cadence, D2S): 在计算光刻软件领域工作可以接触到建模和优化光刻过程中的数学和算法挑战。

初创公司: 在半导体设备初创公司工作可以有机会与小型、高度激励的团队一起开发新技术。风险较高，但潜在回报也更大——无论是财务上还是技术影响上。

研究机构 (IMEC, 国家实验室, 大学): 像 IMEC（比利时）、CEA-Leti（法国）和美国国家实验室这样的研究机构在开发下一代光刻技术方面发挥着关键作用。在研究机构工作可以接触到领域的前沿，并有机会发表论文并建立技术声誉。

地理枢纽

光刻生态系统在地理上相对集中：

• 荷兰埃因霍温/费尔德霍芬: ASML 的总部及欧洲半导体设备生态系统的中心。该地区已形成一个密集的精密工程公司集群，包括光学专家和软件公司，为 ASML 提供支持。

• 加利福尼亚硅谷: 许多半导体设备初创公司、EDA 公司和主要设备公司的美国业务所在地。

• 俄勒冈州波特兰/希尔斯伯勒: 英特尔在美国的主要制造中心，拥有大量工艺工程专业知识。

• 纽约州奥尔巴尼: SUNY Poly 的纳米科学与工程学院所在地，该学院设有一个主要的半导体研发设施，由 IBM、GlobalFoundries 和设备公司使用。

• 日本东京/横滨: 尼康、佳能、东京电子以及日本半导体设备和材料公司的密集生态系统所在地。

• 台湾新竹：台积电总部所在地，也是半导体制造和设备专业知识的主要集中地。

光刻供应链：依赖关系地图

为什么供应链是一项战略资产

ASML 的 EUV 垄断地位不仅源于其自身的工程卓越，还源于一条耗时 30 年构建且无法快速复制的供应链。理解这条供应链对于任何试图评估行业竞争动态或识别其中创业机会的人来说都是至关重要的。

EUV 供应链分为三个层级：

第一级 — 系统集成商：ASML 是 EUV 的唯一第一级玩家。它从第二级合作伙伴提供的组件中组装完整的系统。

第二级 — 核心子系统供应商：少数几家公司提供对 EUV 至关重要且难以替代的子系统。卡尔蔡司 SMT（光学）、通快（CO₂ 激光器）和 Cymer/ASML（光源模块）是最关键的。这些公司中的每一家都投入了数十年时间和数十亿美元来开发专门针对 EUV 光刻的能力。

第三级 — 组件和材料供应商：数百家公司为第一级和第二级玩家提供精密组件、特种材料和服务。其中许多是小型、高度专业化的公司——通常是荷兰、德国和日本的家族拥有的精密工程公司，它们在几代人的时间内建立了特定制造工艺的深厚专长。

蔡司的依赖性

卡尔蔡司 SMT 值得特别关注，因为它代表了 EUV 供应链中最关键的依赖关系。EUV 系统中使用的镜子必须满足接近物理极限的规格要求：

• 表面粗糙度低于 0.1 nm RMS（大约相当于单个硅原子的直径）

• 形状精度（与理想形状的偏差）低于 0.1 nm

• 在 13.5 nm 波长下的反射率高于 67%（通过约 40 层交替的 Mo/Si 多层涂层实现，每层厚度为 3–4 nm）

• 热稳定性足以在 EUV 光束的热负载下保持这些规格

制造这些镜子需要世界上其他地方不存在的设备和专业知识。蔡司 SMT 已经为其位于奥伯科亨的设施投资超过 10 亿欧元，专门用于 EUV 光学生产。一套完整的 EUV 投影光学系统的交付周期约为 18–24 个月。

这种依赖性就是为什么 ASML 在 2016 年收购了蔡司 SMT 24.9% 的股份，并继续投资于蔡司的产能。这也是为什么任何试图构建 EUV 系统的竞争者都需要要么开发自己的光学能力（一个耗时十年、花费数十亿美元的项目），要么寻找替代供应商——而目前这样的供应商并不存在。

供应链中的创业机会

EUV 供应链的高度集中性和脆弱性既带来了风险，也创造了机会。对于初创企业来说，最有趣的机遇在于当前供应链存在的空白领域，或者新技术可以降低成本或提高性能的地方：

#### 1. 替代 EUV 光源

目前的锡滴等离子体光源复杂、昂贵，并且需要大量的维护。研究环境中正在探索替代方法，包括自由电子激光器和使用不同靶材的激光诱导等离子体光源。

如果某家初创企业能够开发出更简单、更可靠的 EUV 光源，将解决当前系统中最重要的成本和可靠性挑战之一。

#### 2. EUV 遮罩膜材料

遮罩膜——保护掩模免受颗粒污染的薄膜——对于生产用途至关重要，但在技术上对 EUV 来说具有挑战性。

EUV 光会被大多数材料吸收，因此 EUV 遮罩膜必须极其薄（几纳米）并且由对 EUV 光具有高透过率的材料制成。当前的遮罩膜材料（如多晶硅、碳纳米管薄膜）存在寿命有限和透过率不足的问题。

开发改进的遮罩膜材料（更高透过率、更长寿命、更好的热稳定性）的初创企业可以解决一个真正的生产瓶颈。

#### 3. 锡回收与管理

EUV 光源会产生大量锡碎屑，必须加以管理以防止光学系统受到污染。目前的方法使用氢气流和静电收集器从光路中去除锡。更高效的锡管理系统可以提高光源的可靠性和降低维护成本。

#### 4. EUV 光学精密计量

测量 EUV 镜子的表面形状和粗糙度到所需精度需要专门的计量工具，这些工具本身处于测量科学的前沿。

开发改进的 EUV 光学计量工具的初创企业可以在 ASML 的供应链以及开发下一代 EUV 系统的研究机构中找到客户。

每位光刻专业人士都应该了解的关键指标

掌握光刻技术需要熟悉一组定义系统和工艺性能的关键指标。无论你是评估设备、评估初创企业还是设计工艺流程，这些数字都很重要：

1. 关键尺寸 (CD)：可以可靠打印的最小特征尺寸。对于当前的 EUV 生产，单次曝光约为 13–16 nm。CD 均匀性——晶圆内及晶圆间的 CD 变化——同样重要。

1. 套准精度：连续光刻层之间的对准精度。最先进的 ASML EUV 系统实现了小于 2 nm（3-sigma）的套准精度。套准误差是先进芯片良率损失的主要原因之一。

1. 吞吐量: 每小时处理的晶圆数量。当前 EUV 系统每小时可处理 125–170 片晶圆。吞吐量直接决定了每片晶圆的成本以及设备的投资回报。

1. 可用性: 系统可用于生产的时间比例。领先的芯片制造商为其 EUV 系统设定了 90% 以上的可用性目标。非计划停机成本极高——EUV 系统每停机一小时，芯片制造商将损失约 $50,000–$100,000 的生产价值。

1. 剂量: 每单位面积传递到晶圆上的 EUV 能量，以 mJ/cm² 为单位测量。更高的剂量可以改善光刻胶曝光均匀性，但会降低吞吐量。最佳剂量是在图像质量和生产力之间的一种权衡。

1. 线边缘粗糙度 (LER): 打印特征边缘的粗糙度，以 nm（3-sigma）为单位测量。LER 受 EUV 曝光中的随机变化驱动，是可打印最小特征尺寸的基本限制。最先进的 EUV 工艺实现了 2–3 nm 的 LER。

1. 焦深 (DOF): 维持可接受图像质量的焦点位置范围。更浅的 DOF 对晶圆平坦度和焦点控制提出了更严格的要求。高 NA EUV 的焦深比当前 EUV 浅得多，需要改进晶圆卡盘的平坦度和焦点计量技术。

1. 掩模误差增强因子 (MEEF): 晶圆上的 CD 误差与掩模上的 CD 误差之比，乘以缩小比例。MEEF 大于 1 表示掩模误差在打印图像中被放大，对掩模质量提出了更严格的要求。

熟悉这些指标——理解它们的驱动因素、相互作用以及当前技术可实现的数值——是光刻工程专业知识的基础。

对于初创公司创始人和投资者而言，理解这些指标对于评估某项技术是否真正解决了一个生产瓶颈或是否在解决一个不存在的问题至关重要。

未来五年的关注点

以下发展将定义到 2030 年的光刻技术格局：

高 NA EUV 进入大批量制造: 英特尔承诺成为首家在生产中使用高 NA EUV 的公司。台积电和三星将紧随其后。高 NA 的推广将决定行业是否能够按计划继续向 2 nm 及以下节点扩展。

中国本土设备进展: 上海微电子及其同行将继续进步。问题不在于中国是否会开发出国产光刻能力，而在于速度和节点水平。如果中国的 ArF 浸没式系统进入量产，这将是重要的地缘政治里程碑。

佳能的 NIL 在 NAND 生产中的应用: 如果 KIOXIA 认证了佳能的 NIL 技术用于 NAND 闪存生产，这将是非光学图案化技术首次进入半导体大批量制造。这将验证 NIL 作为可信替代方案的地位，并加速对该技术的投资。

AI 驱动的大规模计算光刻: NVIDIA 的 cuLitho 和类似的 GPU 加速平台开始改变掩模数据准备的经济性。随着这些工具的成熟，它们将支持更快的设计周期，并可能探索以前因计算成本过高而无法尝试的新图案化策略。

先进封装作为扩展路径: 随着前端扩展放缓，先进封装——小芯片、3D 堆叠、异构集成——将变得越来越重要。先进封装的设备和工艺技术不如前端光刻技术成熟，为新进入者创造了重大机会。

ASML 的生存几率：关键分析

孤立陷阱

ASML 是唯一一家世界级的技术公司，位于一个未能再产生第二家类似公司的地区。与美国相比，欧洲更广泛的初创企业和技术生态系统就像是一颗超新星周围稀疏的恒星群，其中大多是幸存的小众企业。ASML 孤独地位于这个稀疏集群的顶端。

在一个薄弱的生态系统中成为唯一的巨头并不是一种强势地位，而是一个孤立陷阱。这种动态的具体表现往往被低估：

#### 缺乏人才循环

硅谷培养了在苹果、谷歌、Nvidia 和数十家初创公司之间流动的工程师，他们交叉传播想法并建立复合型专业知识网络。

费尔德霍芬通常只培养要么留在 ASML，要么完全离开欧洲的工程师。没有本地对标公司，没有吸收超出 ASML 结构的人才的相邻生态系统，也没有生成下一代光刻相关工程师的区域初创场景。

#### 政治依赖变成束缚

荷兰政府对 ASML 的需求太大，以至于无法让其自由运作。住房危机、外籍人才限制和税务纠纷不仅仅是小摩擦——它们是症状，表明一家 €570B 的公司被困在一个为 €5B 公司设计的基础设施中。

自 2024 年以来，ASML 参与的搬迁讨论并非纯粹的谈判表演。当这样规模的公司开始认真模拟在其母国之外的生活时，顶尖工程师已经在悄悄做出个人地点决策。高层的人才流失缓慢、无形且不可逆转。

#### ASML 出现问题时无备选方案

当英特尔在工艺技术上出现问题时，台积电和 AMD 填补了空白。如果 ASML 出现问题——蔡司供应链中断、高 NA 推广失败、关键高管出走——欧洲没有替代方案。整个全球半导体供应链存在单一故障点，且没有区域冗余。

真正的威胁方向：价值迁移，而非硬件竞争

传统的框架——“是否会有初创公司制造出更好的 EUV 机器？”——是错误的问题。没有初创公司在构建与 EUV 竞争的系统。物理原理、资本需求和供应链复杂性使得即使资金无限，这也是一项需要十多年的项目。

真正的威胁因素更加微妙且发展迅速：

#### 1. 价值向软件层迁移。

NVIDIA 的 cuLitho、Synopsys 的计算光刻工具以及 AI 驱动的过程控制平台正在将智能层从机器上移至上游。如果 EUV 扫描仪成为一种商品化的执行引擎，而 IP 存在于软件中——即优化掩模、控制过程并预测产量的算法中——那么 ASML 的定价能力将在没有任何硬件竞争对手出现的情况下被削弱。机器变成了打印机，而软件则成为了操作系统。

#### 2. 客户整合带来的杠杆作用。

台积电、三星和英特尔共同占据了 ASML EUV 收入的大部分。这三家公司合并的研发预算超过了 ASML 的整个市值。如果它们共同资助一种替代图案化技术——即使是一种较差的技术——作为一种谈判工具，ASML 的利润率结构将发生永久性变化。这种级别的客户集中度并不是护城河，而是一种双向的人质情况。

#### 3. AI 架构的多样化。

神经形态芯片、模拟 AI 推理、光子计算和内存内计算架构不需要 EUV 级密度的 2nm 逻辑。如果哪怕有 20-30% 的 AI 计算转移到绕过晶体管密度竞赛的架构上，ASML 的总可寻址市场将结构性缩小——而非周期性缩小。

这不是一个到 2030 年才会出现的情景。英特尔的 Loihi 2、IBM 的 NorthPole 以及越来越多的模拟 AI 初创公司已经在今天出货硅片。

概率表

ASML 的短期前景强劲。目前没有任何可信的 EUV 替代方案。AI 基础设施需求正在加速增长。高 NA 正在进入实际工厂。2026 年第一季度的财报——88 亿欧元收入，全年指引上调至 36-40 亿欧元——证实了这一顺风确实存在。

但 2032 年之后的轨迹在共识中并未反映出来，存在真正的不确定性：

| 时间段 | 垄断地位保持 | 主要风险 | | --- | --- | --- | | 2026–2030 | 88% | 无可信威胁，物理需求和 AI 需求主导 | | 2030–2035 | 55% | 价值向软件迁移，中国 DUV 自给自足 | | 2035–2040 | 25% | 生态系统隔离加剧，AI 架构多样化，范式转变 |

从 88% 下降到 25% 的幅度比大多数分析师模型更陡峭，因为孤立陷阱是非线性的。它不会逐渐造成伤害——而是默默地积累，直到某个触发事件（蔡司的中断、人才流失、高 NA 扩张失败）导致快速重新评估。

成本与灵活性问题：多元化世界中的 ASML

针对 ASML 的结构性论点很少被直白地表达：一台耗资 3.8 亿美元、交付周期为 18 个月且需要专用波音 747 运输的机器，完全不符合快速发展的、由 AI 驱动的技术经济的需求。

世界正在多样化——在芯片架构、供应链、制造地理和计算经济学方面。ASML 的产品正是这一趋势的对立面。

成本问题正在加剧。每一代 ASML 的机器成本都高于前一代。NXE:3400 的成本约为 1.5 亿美元，NXE:3600D 的成本约为 3.8 亿美元，据报道 High-NA EXE:5000 的成本为 3.8 亿美元以上，并且运营成本更高。

并非所有客户都能承受这一轨迹。较小的晶圆厂、专业芯片制造商和新兴市场的制造商完全被排除在前沿技术之外——不是因为他们缺乏需求，而是因为资本要求已经达到了主权级别的承诺。

这进一步集中了 ASML 的客户基础，增加了少数几个能够继续购买的客户的议价能力。

此外，在灵活的世界中，ASML 的不灵活性也是一个问题。AI 时代的特点是快速的架构实验。新的芯片设计——定制 ASIC、神经形态处理器、光子芯片、模拟推理引擎——以月为单位而不是年为单位进行开发。

ASML 的资格认证周期、交付前置时间以及工艺集成要求是以年为单位衡量的。一家构建新型 AI 加速器的初创公司无法等待 18 个月的 EUV 工具交付时间和另外两年的工艺认证时间。他们使用成熟的节点、替代晶圆厂或完全不同的制造方法。

ASML 的机器针对稳定、大批量、长周期的芯片制造世界进行了优化——这是一个越来越不能代表 AI 创新实际发生的世界。

小芯片和封装的转移加速了这一点。随着行业向分散的小芯片架构转移，领先边缘单片裸片的价值相对于集成、封装和互连的价值正在下降。

基于小芯片的 AI 加速器可能使用领先的计算裸片（需要 EUV）与成熟节点的存储器、I/O 和模拟裸片（不需要 EUV）相结合。每个系统发货的 EUV 内容占总硅价值的比例正在下降——即使 AI 需求在增长。ASML 获得了领先裸片的收入，但却错过了集成层中不断增长的价值份额。

然后还有多样化的必要性。在每一个其他技术领域，过去十年的经验教训都很明确：单一来源依赖是战略上的弱点。

云计算客户在 AWS、Azure 和 GCP 之间实现多样化。汽车制造商在 2021 年短缺后对芯片供应商进行多样化。各国政府正在花费数百亿美元来使半导体制造地理多样化。

行业中唯一无法实现多元化的地方——因为这在物理上不可能——是极紫外光刻（EUV lithography）。这并不是ASML实力的象征，而是整个系统脆弱性的体现，每个主要芯片制造商、政府和供应链战略家都对此有深刻认识，并正在积极寻求解决方案。

解决方案不会来自单一竞争对手制造出更好的EUV机器。它将来自于替代方案的逐步积累——NIL用于存储器，电子束用于特殊逻辑，成熟节点芯片用于成本敏感型应用，最终可能会出现全新的架构，完全绕过晶体管密度竞赛。

每种替代方案都会捕获一部分原本需要ASML机器的需求。垄断并不会突然崩溃——它会逐渐侵蚀。

ASML不是一家即将被击败的公司。它是一家在一个6-8年内将达到巅峰相关性的范式中建立了不可动摇地位的公司——在一个无法大规模支撑其运营的生态系统中运作，而聪明的资金已经在为接下来的发展布局。

这些机器在2032年前不会消失。之后，可以押注软件层、封装生态系统以及那些让ASML机器更智能的初创公司工具。这才是价值迁移的方向。

结论

光刻是工程领域中技术要求最高、战略意义最重要、同时也是最具智力挑战性的领域之一。那些将电路打印到硅片上的机器是人类智慧的奇迹——这是数十年投资、成千上万名工程师以及一个具有非凡精度和复杂性的全球供应链的产物。

ASML在EUV光刻领域的主导地位是长期技术押注力量的一个典型案例。当竞争对手退出时，ASML坚持投入EUV，从而创建了一个如今已成为全球技术供应链瓶颈的垄断地位。这种垄断在短期内不太可能被打破——进入壁垒实在太高。

但光刻生态系统并非静止不变。新的图案化方法、新材料、新的软件工具和新的封装架构正在为初创企业和新进入者创造机会。

AI革命正在推动对先进芯片前所未有的需求，而这又推动了对制造这些芯片所需的设备和材料的空前投资。

同时，半导体行业的地缘政治分裂正在催生对现有企业难以满足的替代供应链的需求。

对于希望在技术前沿工作的工程师、投资者和创始人来说，光刻生态系统提供了非凡的机会。问题很难，赌注很高，成功的影响力并不以应用程序下载量来衡量，而是以数字世界的物理基础设施来衡量。

你口袋里的芯片是由大多数人从未听说过的机器制造的，这些机器由世界各地的城市中的公司建造，使用的是大多数人从未研究过的物理学原理。

理解这个世界——它的技术、商业动态及其地缘政治意义——对于任何想要了解未来在哪里被创造的人来说，正变得越来越重要。

下一个十年将把高NA EUV带入生产，将新的图案化技术引入主流，并将新一代初创公司引入生态系统。

那些理解基础原理的人和公司——光和硅的物理特性、产量和吞吐量的经济学、供应链的地缘政治——将最有可能在接下来的发展中占据有利位置。本手册是你的起点。其余的内容则是在实验室、工厂和现场构建的。

**想深入探索光刻和半导体战略吗？**

随着我们完成这本关于光刻机、ASML竞争对手及围绕先进半导体制造的初创企业领域的手册，有一点非常明确：未来属于那些能够将物理学、工艺工程、供应链策略和软件整合为实际可行系统的团队。如果你准备进一步深入，可以探索LunarTech在应用AI、半导体智能和深度科技执行方面的工作。

通过掌握这些可投入生产的技能，你不仅可以跟上这个领域的步伐，还将帮助定义它。立即通过下载你的电子书开始吧：https://www.lunartech.ai/download/the-ai-engineering-handbook。

**关于LunarTech Lab**

_“真正的AI。真正的ROI。由工程师交付——而不是PPT。”_

**LunarTech Lab** 是一家专注于AI、数据科学和数字化转型的深度科技创新合作伙伴，涵盖软件产品、数据平台和AI驱动系统。

我们构建真实的系统，而不是PowerPoint策略。我们的团队结合产品、数据和工程专业知识，设计可测量、可维护且生产就绪的AI。我们保持供应商中立，全球分布，并扎根于真实工程——而非炒作。我们的模式融合了西欧和北美领导力与高性能技术团队，以世界顶级交付能力提供比四大咨询公司低70%的成本。

我们的工作方式——从零开始，分四个阶段

1. 发现冲刺 (2–4周): 我们从数据和ROI开始——不基于假设，定义值得构建的内容、不值得的内容以及成本。

2. 试点/概念验证 (8–12周): 我们快速、专注且可测量地原型化核心理念。此阶段测试模型、集成和现实世界ROI，然后扩展规模。

3. 全面实施 (6–12个月): 我们工业化解决方案——安全的数据管道、生产级模型、全面合规性以及向您的团队的知识转移。

4. 托管服务（持续进行）： 我们维护、重新训练并不断改进 AI 模型，以实现持久的投资回报（ROI）。季度审查确保性能随着时间的推移而提升，而不是下降。由于我们拥有 LunarTech Academy，我们还提供定制化培训，确保客户的团队能够在没有我们的情况下继续工作。

每个项目都从零开始设计，整合产品知识、数据工程和应用 AI 研究。

为什么选择 LunarTech Lab？

LunarTech Lab 桥接了战略与实际工程之间的差距，而这正是大多数竞争对手所欠缺的。传统的咨询公司，包括四大，出售的是框架而非系统——昂贵的幻灯片却缺乏执行能力。

我们提供相同的战略清晰度，但它是由工程师和数据科学家交付的，他们构建自己设计的系统，成本约为传统咨询公司的 70%。云供应商推动自己的技术栈并将客户锁定在其生态系统中。LunarTech 是供应商中立的：我们选择最适合您目标的技术，确保自由度和长期灵活性。

外包公司只执行任务而不创新。LunarTech 则像一个研发合作伙伴，从第一性原理出发构建解决方案，共同创造知识产权，并交付可衡量的投资回报率。

从发现到部署，我们将战略、科学和工程相结合，承诺一件事：我们不卖幻灯片。我们交付真正可行的智能。

保持与 LunarTech 的联系

在 LunarTech NewsLetter 和 LinkedIn 上关注 LunarTech Lab，这里是创新与实际工程的交汇点。您将获得来自应用 AI 和软件开发前沿的见解、项目故事和行业突破。

LunarTech Academy – 构建未来

如果您受到 Claude Code 和 AI 辅助开发的启发，并希望掌握在前沿领域操作所需的技能，请考虑加入 https://academy.lunartech.ai。我们的课程涵盖 AI 工程、机器学习、数据科学和应用开发，为您提供构建生产系统、有效指导 AI 代理以及交付真正可用软件所需的实用且行业就绪的专业知识。

无论您是希望提升技能的开发者、希望在没有完整工程团队的情况下构建产品的创始人，还是准备将您的专业知识转化为实际软件的领域专家——LunarTech Academy 都是为了您未来的方向而设计，而不是您过去的成就。

• * *

• * *

免费学习编程。freeCodeCamp 的开源课程已帮助超过 40,000 人找到开发人员的工作。立即开始