來源：內容由半導體芯聞（ID:MooreNEWS）編譯自FT，謝謝。

在荷蘭 Veldhoven 鎮 ASML 龐大園區的“潔凈室”內，數十名穿著防護服的男男女女正在呼吸比手術室凈化 10,000 倍的空氣。他們正在研究芯片工具制造商最新產品的第一個原型：最新一代的極紫外光刻機，用于將幾乎與人類染色體直徑一樣小的晶體管“打印”到硅片上以制造半導體. 這款 EUV 機器將于今年以超過 3.5 億歐元的成本運送給英特爾。

如果沒有 ASML 的光刻機，像 Apple 的 iPhone 這樣無處不在的產品或像為 ChatGPT 提供動力的 Nvidia 芯片一樣復雜的產品將是不可能的。世界上只有英特爾、三星和臺積電這三家公司能夠制造使這些產品成為可能的先進處理器。而他們都依賴于 ASML 的尖端設備。

ASML 實現的創新確保了晶體管不斷縮小，從而使芯片更加強大。半導體晶體管密度呈指數級增長，這使得過去 50 年技術行業的進步步伐成為可能。這一生產率是英特爾聯合創始人戈登摩爾預測的，他在 1965 年表示，芯片中集成的晶體管數量每年大約翻一番——這一預測后來被修改為每兩年一次，后來被稱為摩爾定律。

雖然英特爾本身通過其在半導體制造和工藝工程方面的不懈創新對大部分進步負有責任，但現在 ASML 被視為保持摩爾定律的活力，幫助制造可容納約 500 億個晶體管的指甲蓋大小的芯片。

“是什么推動了摩爾定律？它基本上是光刻技術，”ASML 前 50 名投資者 Abrdn 的投資經理 Jamie Mills O'Brien 說。

這種價值轉變反映在兩家公司的股票市場估值中。在阿姆斯特丹和紐約上市的 ASML 現在的市值大約是英特爾的兩倍，美國芯片先驅在很大程度上錯過了過去十年智能手機和人工智能領域的大趨勢，因為它無法跟上臺灣芯片制造商臺積電的步伐，臺積電本身就是最早采用 ASML EUV 技術的公司之一。

然而，芯片制造商現在面臨著嚴峻的挑戰。摩爾的預測已經落后于計劃，現在的節奏接近三年。為今年的 iPhone 量產的最新 3 納米芯片之后，一些人認為到 2025 年將實現更大的飛躍，達到 2 納米。“但是一旦你達到 1.5 納米，也許是 1 納米，摩爾定律就 100% 失效了”，硅谷 Creative Strategies 的技術分析師 Ben Bajarin 說。“就是沒有辦法。”

多年來，芯片工程師一直在挑戰摩爾定律終結的預測。但是可以封裝到硅芯片上的晶體管數量開始達到物理學的基本極限。一些人擔心制造缺陷會因此增加；開發成本已經有了。“摩爾定律的經濟學已經消失了，” Bajarin說。

在過去的幾年里，這讓芯片設計人員爭先恐后地尋找其他方法來維持處理能力的進步，從新的設計技術和材料到使用最新芯片支持的人工智能來幫助設計新芯片。

危在旦夕的不僅是維持支撐科技行業的創新步伐，更重要的是幾十年來持續的經濟增長和我們日常生活的根本改善。如果從 AI 和“元宇宙”到清潔能源和自主交通方面長期承諾的進步的發展要發揮其潛力，那么芯片需要不斷變得更便宜、更強大和更高效。

“總有一天它必須停止，”3 月去世的摩爾在 2015 年警告說，當時他的原始論文正值其發表 50 周年。“沒有像這樣的指數永遠持續下去。”

指數增長

如果 ASML 要保持摩爾定律完好無損，它就必須花費數十億美元——同時要實現不可思議的物理和工程壯舉——才能做到這一點。

ASML 于 1980 年代從飛利浦分拆出來，開始在其母公司位于埃因霍溫（一個居民不到 30 萬居民的小城市）的停車場的一個 portacabin 中開展業務。如今，ASML 是歐洲最有價值的科技公司，市值約為 2750 億歐元。

ASML 位于 Veldhoven 的總部距離那個小木屋只有幾公里，ASML 生產的機器能夠以每秒 50,000 次的速度蒸發微小的熔融錫液滴，從而產生 13.5 納米波長的光。然后，這種 EUV 光被真空室內的一系列鏡子反射，變窄并聚焦，直到它到達硅片。

“摩爾定律是一種經濟工具：每兩到三年，您可以以相同的成本將性能提高一倍，”ASML 的首席執行官 Peter Wennink 說。但是，他補充說，“還有另一個摩爾定律的功能沒有人談論：摩爾定律的復雜性。每兩到三年就會有新一代的芯片。這并沒有變得更容易。復雜性也呈指數級上升。”

該公司的高數值孔徑 (NA) 機器是其巨額研發投資的最新成果，該投資在 2022 年增長了 30%，達到 33 億歐元。High NA 實質上擴大了數值孔徑——或角度范圍——光可以彎曲和****，使其能夠在晶圓上創建更小的晶體管圖案。

ASML 現有的 EUV 機器只有五個客戶——ZHONGGUO 臺灣的臺積電、韓國的三星和 SK 海力士，以及美國的英特爾和美光。他們都訂購了最新型號。

這家荷蘭公司對 EUV 機器的壟斷（它也是深紫外線或 DUV 機器的最大生產商，這對于生產汽車和家用電器中更大、更普遍的芯片至關重要）在華爾街贏得了粉絲。

ASML 的利潤在過去五年中翻了一番多，其股價自 2018 年年中以來相應上漲了 300%。

盡管目前正陷入中美之間激烈的地緣政治斗爭，并且在大流行驅動的繁榮造成庫存過剩后芯片需求出現更廣泛的放緩，但 ASML 押注美國半導體市場規模將在未來幾年翻一番：從今天的 6000 億美元增至 2030 年的 1.3 萬億美元。

它有 400 億美元的積壓訂單，證明需求仍然具有彈性，并計劃到 2025 年在研發上投資超過 40 億歐元，以維持其創新步伐。

如果摩爾定律的終結威脅到這一切，溫寧克就很好地假裝不是這樣。他說，他對此“一點也不擔心”，但承認對持續進步的期望是 ASML 的“最大競爭對手”。“我們是生產過程中最昂貴的機器，”他說。“如果我們不能為客戶提供降低成本或增加價值的能力，我們的客戶就會尋找其他方法。”

擴展摩爾定律

芯片設計人員已經開始為這種可能性做準備。英國 AI 芯片初創公司 Graphcore 的首席執行官 Nigel Toon 說：“工具箱中有很多工具可以塞進更多的晶體管。”

“摩爾定律可能已經結束，但這并不意味著創新已經消亡，”卡內基梅隆大學執行研究員 Hassan Khan 說，他領導美國國家關鍵技術評估網絡在半導體和供應鏈方面的工作。

“在公共領域，摩爾定律和技術進步混為一談，好像唯一推動創新的就是更便宜的晶體管。人類很聰明地發現瓶頸并找到解決方法。”

幾十年后，英特爾開創的“中央處理器”促成了個人電腦和智能手機等通用瑞士軍刀式計算機的誕生，“硬件和軟件之間的聯系正在回歸”，Ondrej Burkacky 說，他領導麥肯錫的半導體業務。

也許分布最廣的例子是 iPhone。

定制芯片是蘋果能夠繼續將其智能手機與運行谷歌安卓操作系統的智能手機區分開來的重要因素。Apple 能夠與其內部芯片設計團隊合作開發特定的 iPhone 軟件功能，該團隊目前擁有數千人。這對 Android 制造商來說更難，因為谷歌的軟件必須支持數千種不同品牌的手機，從廉價的基本手機到三星最新的售價超過 1000 美元的旗艦機型。

Apple 對英國 Arm 設計的行業標準智能手機芯片進行了微調，以確保其 iPhone 具有更快的性能或更長的電池壽命。它在這方面做得非常好，以至于它能夠在 2020 年為其 Mac 用基于 Arm 的定制芯片取代英特爾。

隨著設計人員為特定任務尋求更高的性能，一些公司正在更進一步地重新思考芯片“架構”，或處理器設計和封裝方式的基本原理。Toon 說，像 Graphcore 這樣的公司可以“從一張白紙開始”。“你必須更多地考慮適合正確應用程序的正確架構。”

Nvidia 現在是世界上最有價值的半導體公司，本周市值達到1萬億美元，它在為視頻游戲玩家和研究科學家提供利基圖形卡方面嶄露頭角，然后在其圖形處理單元成為每個人工智能公司的必備品時取得了成功. 圖形和 AI 都與 Nvidia 的“并行處理”技術相得益彰，該技術旨在處理重復性任務，例如渲染多邊形或運算算法。

根據其首席執行官兼聯合創始人黃仁勛的說法，在 Nvidia 成立的頭 30 年里，“我們是一家可以解決幾乎不可能解決的問題的公司”。

他告訴英國《金融時報》，問題在于，為計算生物學和類似領域等研究部門提供服務所涉及的數量“很小，每一個都很少”。“我們公司的業務特點是：'我們解決了零億美元的問題'，”他說。“然后突然間，摩爾定律結束了。. . 現在我們是‘如果你想成長’的計算公司。”

然而，芯片創新的重點更加狹窄的一個結果是，任何突破往往會受到更熱心的保護，并且更難轉移到更廣闊的市場。

“在整個 1990 年代和 2000 年代初期，每個晶體管的成本和構建更復雜芯片的能力對整個行業來說基本上是免費的，”Khan 說。“[現在] 計算不再是通用技術。. . 如果我正在為 AI 優化芯片，那可能會使 GPT 更高效或更強大，但它可能不會溢出到其他經濟領域。”

另一個關鍵的創新三角洲是芯片“封裝”。為了創建所謂的“片上系統”，半導體公司不再將每個組件都打印到同一塊硅片上，而是大談“小芯片”的潛力，這些小芯片允許混合和匹配更小的“構建塊” ，在設計和組件采購方面開辟了新的靈活性。

英特爾將小芯片描述為“在未來十年及以后擴展摩爾定律的關鍵”，并于去年召集了包括臺積電、三星、Arm 和高通在內的芯片制造商和設計師聯盟，為構建這些類似樂高的處理器制定標準.

芯片設計公司 Arm 的首席架構師 Richard Grisenthwaite 表示，與“單片”傳統芯片相比，小芯片的好處之一是公司可以將復雜且昂貴的處理器與舊的和更便宜的處理器結合起來。他警告說，訣竅是確保將多個組件封裝在一起的額外費用被使用一些舊的、便宜的部件所節省的費用所抵消。

一道物理題

但是新的想法伴隨著新的障礙。McKinsey 的 Burkacky 說，許多這些創新的一個關鍵挑戰是它們傾向于制造更大的芯片，這反過來會為缺陷創造更大的表面積。

他說：“缺陷通常是一種雜質——來自空氣或落在表面的化學過程中的顆粒，它會破壞芯片的功能。”“芯片越大，概率就越高。”

這可能對半導體制造商的產量產生致命影響，Burkacky 表示倆女率可能下降至 40% 至 50%，從而使成本高昂的工藝在經濟上更具挑戰性。

更大、更強大的芯片也會消耗更多的電力，在數據中心內產生如此多的熱量，以至于需要完全不同且更耗能的冷卻系統——例如浸入式冷卻——來實現最佳性能。

但據一些研究人員稱，另一方面，較小的芯片也可能導致可靠性問題。谷歌的一個團隊在 2021 年發表了一篇題為“Cores that don’t count”的論文，此前其數據中心工程師注意到他們稱之為埋在其龐大數據中心中的芯片的“善變”行為。

“隨著 [芯片] 制造向更小的特征尺寸發展。. . 我們觀察到在制造測試期間未檢測到的短暫計算錯誤，”由 Peter Hochschild 領導的谷歌工程師寫道。“更糟糕的是，這些失敗通常是‘無聲的’：唯一的癥狀是計算錯誤。”

Hochschild 總結說，“根本原因”是“越來越小的特征尺寸”，越來越接近硅縮放的極限，再加上“架構設計的復雜性不斷增加”。

“到目前為止，[維持摩爾定律] 是一項工業化挑戰，”Burkacky 說。“我不想低估這一點——這是非常棘手和困難的——但我們正在達到現在我們談論物理學的地步。” 我們正在研究一個原子。到目前為止，在物理學中，這就是故事的結局。”

有一天，量子計算機可能會在計算能力方面實現長期承諾的飛躍，類似于 1960 年代開始的硅技術進步。但即使是最樂觀的量子倡導者也承認，可能需要十多年才能讓它們用于實際的日常計算任務。

與此同時，Toon 樂觀地認為像 Graphcore 這樣的芯片將能夠開啟新的進步。

“我的看法是。. . 我們將建造如此強大的計算機，人工智能如此強大，以至于我們能夠真正理解分子是如何工作的，然后我們將開始使用這些人工智能計算機來建造分子計算機，”他說。

“這種奇點的想法 [當 AI 超越人類智能時] 是胡說八道，但是您可以使用 AI 來創造下一個計算前沿的想法是非常實用的。”