成本之下，多少芯片公司选择跟进？
近日，荷兰光刻机巨头ASML宣布，正向英特尔交付一台最新型高数值孔径（High NA）极紫外光刻机。
据ASML社交媒体公布的信息，一个印有ASML公司 LOGO的集装箱，将从荷兰埃因霍温发往英特尔的俄勒冈州晶圆厂进行组装。
这仅仅是这款光刻机的一部分——整个光刻机需要13个货柜、250个板条箱进行运输，组装起来大概有一辆卡车那么庞大。
除了体积大以外，这种光刻机的成本更是惊人，每台的成本超过了3亿欧元，是目前主流EUV光刻机的两倍之多。
但贵也有贵的道理，这是目前唯一能生产2nm芯片的光刻机。
而英特尔更是希望直接用这款设备生产Intel 18A 制程（1.8nm），目的是让竞争对手在2年内追不上自己。
另一方面，芯片制造商们的竞争，同时也是在考验着客户们的实力。
一场属于三巨头的内卷自从2021年IBM发布全球首个2nm工艺后，各大晶圆代工厂便加速了2nm制程相关技术的研发。
这当中，不仅有台积电、三星这样的巨头，甚至吸引了8家老牌日企，他们共同组建了一家名为Rapidus的新企业，希望以“2nm”重振日本半导体。
提前布局新技术在芯片制造这一环节并不奇怪，包括目前最先进的3nm，早在多年前就已经实现量产。
但从各家巨头的财报分析可以看出来，2nm节点背后包含的意义更多。
有业内专家表示，2nm或许是硅芯片的“最后一战”。在往后推进，石墨烯很有可能作为一种新材料取代硅晶体管。
因此在研发2nm时，芯片制造商们推出了诸多与埃米制程有关的新工艺，目前就是在摩尔定律终结前，赶紧建立起技术优势。而这当中，台积电的优势最大。
可谁知，光刻机巨头ASML非常给力，靠着EUV光刻机硬是给摩尔定律续命多年，到了如今的2nm的节点，ASML的光刻机依然发挥着作用。
据报道，ASML最新型号的High-NA EUV光刻机可以将聚光能力从0.33提高至0.55，解析度也从13nm提高8nm，能够获得更精细的曝光图案。不仅可以用于2nm节点，再往下的节点同样适用。
这就意味着，作为目前芯片制造最核心的部件，谁掌握了最新款的光刻机，谁就有机会抢占这个关键节点。
在2024年，ASML只计划生产10台新款光刻机，其中6台已经英特尔提前锁定，剩下的几台被三星与台积电瓜分。
那么除了三巨头以外，包括SK 海力士和美光等芯片制造商，只能排队到2025年，而这刚好是三巨头量产2nm的时间点。
三巨头内卷，客户“遭罪”这边是三巨头们在2nm上内卷。而另一边，大客户们还在为3nm芯片犯愁。
按照苹果给出的数据，采用台积电3nm工艺的A17 Pro，晶体管数量为190亿，比前代A16增加了近20%，但CPU性能却只提升了约10%左右。
唯一的亮点是GPU性能，在增加一颗核心数后，峰值性能提升了20%。不过代价是的峰值功率达到了惊人的14W，被不少人吐槽有“发烧问题”。
除了性能提升小外，3nm的良率也并不乐观。
有业内行业分析称，台积电、三星的 3nm 工艺良率目前都在50%左右，直到明年高通等大客户大批量出货后，3nm芯片的良率才会爬升到70%左右。
作为先进制程，由于工艺难度和材料限制，良率低很正常。但按照惯例，代工厂并不承担不良芯片的成本，这部分还是由客户自行承担。
而良率越低的情况下，成本就会越高。
据DigiTimes一份报告显示，台积电3nm晶圆的成本大约为2万美元。随后又有多家媒体报道称，每块晶圆的成本可能会上升到2.5万美元。
这其中除了代工方前期投入的设备、技术等成本以外，废片的成品也被包含在内——作为最早采用3nm工艺的芯片公司，苹果已经承担了高昂的前期成本。
而真正到了2nm节点开始量产后，成本的增长更是惊人。
研究机构IBS分析师在接受日经采访时直言，与3nm处理器相比，2nm的成本增长约50%，这就意味着届时2nm芯片每片晶圆的价格将达到3万美元。
除了开头提到的ASML新款光刻机以外，新工厂的建设成本、芯片设计成本都会算到其中。
可即便成本越来越高，芯片公司们还得挤破头抢占代工厂的订单，毕竟能代工先进制程的制造商，目前仅剩下台积电、三星、英特尔这三家。
一旦出现供不应求的情况，最后受伤的还是这些大客户。
AI芯片会有影响吗？比起手机芯片，AI芯片对于先进制程的要求并不是那么高。
这主要是因为两者对于芯片的要求不同，AI芯片更加强调芯片之间的通信问题，算力不足往往是芯片通信效率背锅。
而GPU因为其高性能、高并行度、高吞吐量和低延迟等特点，非常适合用作AI芯片。
靠着在GPU领域的布局，英伟达建立了非常高的壁垒。在与台积电绑定产能后，这个壁垒的门槛将越来越高。
目前来说，想为英伟达找到一个可行的竞争对手已经是一件非常困难的事情。
在前有AMD、后有亚马逊、OpenAI、甚至微软的情况下，英伟达在2023年牢牢掌握了AI芯片的霸主地位，并且可能持续很久。
在这种情况下，英伟达完全不需要冒险投入最新工艺制造AI产品，这样就可以避免承担早期高昂的芯片成本。
至于其竞争对手，是否选择承担2nm工艺高成本的影响？
只能说，这是一场少数人的游戏。
本文作者：jh，观点仅代表个人，题图源：网络
