社区

转自：金星汇MoneyLeadersClub

当市场将注意力放在NVIDIA的市值突破纪录、或是HBM供应链如何左右AI扩张速度时，真正站在产业链底层、并持续享有结构性红利的，往往是半导体设备企业。它们不直接生产晶片，却是整个先进制程能否被复制、放大与量产的关键。AI模型越大、算力需求越高，晶片制程越先进；而制程越先进，对光刻、沉积、蚀刻等设备的依赖就越强。

近两年全球晶片资本支出迅速回升，台积电在2023–2024年间每年约投入US$30–32billion的CapEx，三星与美国晶圆厂亦加速投入，以支撑AIGPU、先进记忆体与HPC晶片的制造需求。这个投资周期的核心驱动，正是大型语言模型（LLM）与云端推理服务带来的爆发式算力需求，而设备厂就是这场资本竞赛中最直接的受益者。

ASML在2023年收入超过27亿欧元，年增约30%，其中EUV设备需求持续旺盛。Applied Materials（AMAT）2024财年收入亦达265亿美元，虽曾因存货调整而短期放缓，但AI相关的先进逻辑制程与记忆体转型带动其核心设备需求持续增长。TokyoElectron（TEL）作为日本最大设备厂，近两年营收稳定于¥2.2–2.4兆日圆水平，并因逻辑与DRAM强化制程需求而持续提升毛利。

这些企业的共同点在于：

AI不只提高单一晶片的价值，更持续推升整体晶片制造的投资基数，使设备商的业绩呈现比终端晶片更稳定的结构性增长。AI的繁荣并非短期循环，而是创造了一个长期、可不断复制的资本开支曲线，而半导体设备企业正位于这条曲线的核心位置。

EUV、先进封装与材料制程

在AI时代驱动下，半导体产业最显著的变化之一，是制程创新不再以「晶体管缩小」为唯一主线，而是同时扩张至先进封装、3D结构与新材料技术。这些技术的门槛越来越高，设备厂商的垄断能力反而增强，使得其利润结构更具韧性。

ASML的EUV（极紫外光）设备是其中最明显的例子。全球仅ASML能够量产EUV量测与曝光设备，不论TSMC、Intel或Samsung都必须依赖该设备才能制造5nm及更先进的晶片。一台EUV售价超过US$150–200million，高阶High-NAEUV更突破US$300million，其毛利率亦远高于公司整体水平。由于制程每个节点都需增加EUV曝光比例，ASML的销售呈现稳定成长，甚至不受个别晶片公司营运波动的剧烈影响。

Applied Materials的优势体现在薄膜沉积（CVD、PVD）、蚀刻与CMP（化学机械研磨）等关键制程中，AMAT在部分制程的市占超过40%。随着AI晶片对功率、散热与结构复杂度提出更高要求，AMAT推出的新材料制程解决方案（如金属间介电质、特殊薄膜堆叠）成为晶片设计演进的基础，使其产品结构不断升级。

至于Tokyo Electron（TEL），其在蚀刻与涂布显影设备的市占率高度稳定，特别受惠于3DNAND、HBM堆叠封装与先进DRAM的制程变革。HBM与CoWoS等封装需求飙升，使TEL与日厂在上游材料与工具端的角色越发重要。

值得注意的是，AI带动的另一个重大投资方向——先进封装（Advanced Packaging）——正在形成设备厂的新利润来源。尤其是2.5D封装、Chiplet架构与CoWoS，均需要更精密的贴装、锡凸块与热处理设备。AIGPU的需求越快增长，先进封装的瓶颈越明显，而设备厂的议价能力也越高。

AI时代的「防御型成长股」

传统上，半导体设备股被视为典型的景气循环股：晶片需求上升时大幅扩产，削价竞争时则面临订单紧缩。然而在AI时代，它们的角色正在发生质变，逐步成为少数兼具周期弹性与长期增长性的股票。

首先，AI带来的是跨装置、跨行业的通用算力需求，而非单一应用的周期性需求。例如，云端训练模型需要大量GPU，推理端需求遍布手机、PC、汽车、医疗与工业场景。算力需求越扩张，晶片厂商越需要投资先进制程与封装，设备厂的订单能见度自然提升。

其次，AI供应链的瓶颈已从晶片设计转向制造端。无论是NVIDIA的供应链压力、HBM堆叠产能不足，或Intel与台积电的先进节点开发挑战，问题始终落在设备能否提供足够的产能扩张支持。因此，设备厂的营运波动性反而因产业结构变化而下降。

义合控股投资者关系部

(芯片与算力系列之14)

$甲骨文(ORCL)$ $英伟达(NVDA)$ $华虹半导体(01347)$ $美国超微公司(AMD)$ $中芯国际(00981)$