在荷兰 Veldhoven 镇 ASML 庞大园区的“洁净室”内，数十名穿着防护服的男男女女正在呼吸比手术室净化 10,000 倍的空气。他们正在研究芯片工具制造商最新产品的第一个原型：最新一代的极紫外光刻机，用于将几乎与人类染色体直径一样小的晶体管“打印”到硅片上以制造半导体. 这款 EUV 机器将于今年以超过 3.5 亿欧元的成本运送给英特尔。

如果没有 ASML 的光刻机，像 Apple 的 iPhone 这样无处不在的产品或像为 ChatGPT 提供动力的 Nvidia 芯片一样复杂的产品将是不可能的。世界上只有英特尔、三星和台积电这三家公司能够制造使这些产品成为可能的先进处理器。而他们都依赖于 ASML 的尖端设备。

ASML 实现的创新确保了晶体管不断缩小，从而使芯片更加强大。半导体晶体管密度呈指数级增长，这使得过去 50 年技术行业的进步步伐成为可能。这一生产率是英特尔联合创始人戈登摩尔预测的，他在 1965 年表示，芯片中集成的晶体管数量每年大约翻一番——这一预测后来被修改为每两年一次，后来被称为摩尔定律。

虽然英特尔本身通过其在半导体制造和工艺工程方面的不懈创新对大部分进步负有责任，但现在 ASML 被视为保持摩尔定律的活力，帮助制造可容纳约 500 亿个晶体管的指甲盖大小的芯片。

“是什么推动了摩尔定律？它基本上是光刻技术，”ASML 前 50 名投资者 Abrdn 的投资经理 Jamie Mills O'Brien 说。

这种价值转变反映在两家公司的股票市场估值中。在阿姆斯特丹和纽约上市的 ASML 现在的市值大约是英特尔的两倍，美国芯片先驱在很大程度上错过了过去十年智能手机和人工智能领域的大趋势，因为它无法跟上台湾芯片制造商台积电的步伐，台积电本身就是最早采用 ASML EUV 技术的公司之一。

然而，芯片制造商现在面临着严峻的挑战。摩尔的预测已经落后于计划，现在的节奏接近三年。为今年的 iPhone 量产的最新 3 纳米芯片之后，一些人认为到 2025 年将实现更大的飞跃，达到 2 纳米。“但是一旦你达到 1.5 纳米，也许是 1 纳米，摩尔定律就 100% 失效了”，硅谷 Creative Strategies 的技术分析师 Ben Bajarin 说。“就是没有办法。”

多年来，芯片工程师一直在挑战摩尔定律终结的预测。但是可以封装到硅芯片上的晶体管数量开始达到物理学的基本极限。一些人担心制造缺陷会因此增加；开发成本已经有了。“摩尔定律的经济学已经消失了，” Bajarin说。

在过去的几年里，这让芯片设计人员争先恐后地寻找其他方法来维持处理能力的进步，从新的设计技术和材料到使用最新芯片支持的人工智能来帮助设计新芯片。

危在旦夕的不仅是维持支撑科技行业的创新步伐，更重要的是几十年来持续的经济增长和我们日常生活的根本改善。如果从 AI 和“元宇宙”到清洁能源和自主交通方面长期承诺的进步的发展要发挥其潜力，那么芯片需要不断变得更便宜、更强大和更高效。

“总有一天它必须停止，”3 月去世的摩尔在 2015 年警告说，当时他的原始论文正值其发表 50 周年。“没有像这样的指数永远持续下去。”

如果 ASML 要保持摩尔定律完好无损，它就必须花费数十亿美元——同时要实现不可思议的物理和工程壮举——才能做到这一点。

ASML 于 1980 年代从飞利浦分拆出来，开始在其母公司位于埃因霍温（一个居民不到 30 万居民的小城市）的停车场的一个 portacabin 中开展业务。如今，ASML 是欧洲最有价值的科技公司，市值约为 2750 亿欧元。

ASML 位于 Veldhoven 的总部距离那个小木屋只有几公里，ASML 生产的机器能够以每秒 50,000 次的速度蒸发微小的熔融锡液滴，从而产生 13.5 纳米波长的光。然后，这种 EUV 光被真空室内的一系列镜子反射，变窄并聚焦，直到它到达硅片。

“摩尔定律是一种经济工具：每两到三年，您可以以相同的成本将性能提高一倍，”ASML 的首席执行官 Peter Wennink 说。但是，他补充说，“还有另一个摩尔定律的功能没有人谈论：摩尔定律的复杂性。每两到三年就会有新一代的芯片。这并没有变得更容易。复杂性也呈指数级上升。”

该公司的高数值孔径 (NA) 机器是其巨额研发投资的最新成果，该投资在 2022 年增长了 30%，达到 33 亿欧元。High NA 实质上扩大了数值孔径——或角度范围——光可以弯曲和发射，使其能够在晶圆上创建更小的晶体管图案。

ASML 现有的 EUV 机器只有五个客户——ZHONGGUO 台湾的台积电、韩国的三星和 SK 海力士，以及美国的英特尔和美光。他们都订购了最新型号。

这家荷兰公司对 EUV 机器的垄断（它也是深紫外线或 DUV 机器的最大生产商，这对于生产汽车和家用电器中更大、更普遍的芯片至关重要）在华尔街赢得了粉丝。

ASML 的利润在过去五年中翻了一番多，其股价自 2018 年年中以来相应上涨了 300%。

尽管目前正陷入中美之间激烈的地缘政治斗争，并且在大流行驱动的繁荣造成库存过剩后芯片需求出现更广泛的放缓，但 ASML 押注美国半导体市场规模将在未来几年翻一番：从今天的 6000 亿美元增至 2030 年的 1.3 万亿美元。

它有 400 亿美元的积压订单，证明需求仍然具有弹性，并计划到 2025 年在研发上投资超过 40 亿欧元，以维持其创新步伐。

如果摩尔定律的终结威胁到这一切，温宁克就很好地假装不是这样。他说，他对此“一点也不担心”，但承认对持续进步的期望是 ASML 的“最大竞争对手”。“我们是生产过程中最昂贵的机器，”他说。“如果我们不能为客户提供降低成本或增加价值的能力，我们的客户就会寻找其他方法。”

芯片设计人员已经开始为这种可能性做准备。英国 AI 芯片初创公司 Graphcore 的首席执行官 Nigel Toon 说：“工具箱中有很多工具可以塞进更多的晶体管。”

“摩尔定律可能已经结束，但这并不意味着创新已经消亡，”卡内基梅隆大学执行研究员 Hassan Khan 说，他领导美国国家关键技术评估网络在半导体和供应链方面的工作。

“在公共领域，摩尔定律和技术进步混为一谈，好像唯一推动创新的就是更便宜的晶体管。人类很聪明地发现瓶颈并找到解决方法。”

几十年后，英特尔开创的“中央处理器”促成了个人电脑和智能手机等通用瑞士军刀式计算机的诞生，“硬件和软件之间的联系正在回归”，Ondrej Burkacky 说，他领导麦肯锡的半导体业务。

也许分布最广的例子是 iPhone。

定制芯片是苹果能够继续将其智能手机与运行谷歌安卓操作系统的智能手机区分开来的重要因素。Apple 能够与其内部芯片设计团队合作开发特定的 iPhone 软件功能，该团队目前拥有数千人。这对 Android 制造商来说更难，因为谷歌的软件必须支持数千种不同品牌的手机，从廉价的基本手机到三星最新的售价超过 1000 美元的旗舰机型。

Apple 对英国 Arm 设计的行业标准智能手机芯片进行了微调，以确保其 iPhone 具有更快的性能或更长的电池寿命。它在这方面做得非常好，以至于它能够在 2020 年为其 Mac 用基于 Arm 的定制芯片取代英特尔。

随着设计人员为特定任务寻求更高的性能，一些公司正在更进一步地重新思考芯片“架构”，或处理器设计和封装方式的基本原理。Toon 说，像 Graphcore 这样的公司可以“从一张白纸开始”。“你必须更多地考虑适合正确应用程序的正确架构。”

Nvidia 现在是世界上最有价值的半导体公司，本周市值达到1万亿美元，它在为视频游戏玩家和研究科学家提供利基图形卡方面崭露头角，然后在其图形处理单元成为每个人工智能公司的必备品时取得了成功. 图形和 AI 都与 Nvidia 的“并行处理”技术相得益彰，该技术旨在处理重复性任务，例如渲染多边形或运算算法。

根据其首席执行官兼联合创始人黄仁勋的说法，在 Nvidia 成立的头 30 年里，“我们是一家可以解决几乎不可能解决的问题的公司”。

他告诉英国《金融时报》，问题在于，为计算生物学和类似领域等研究部门提供服务所涉及的数量“很小，每一个都很少”。“我们公司的业务特点是：'我们解决了零亿美元的问题'，”他说。“然后突然间，摩尔定律结束了。. . 现在我们是‘如果你想成长’的计算公司。”

然而，芯片创新的重点更加狭窄的一个结果是，任何突破往往会受到更热心的保护，并且更难转移到更广阔的市场。

“在整个 1990 年代和 2000 年代初期，每个晶体管的成本和构建更复杂芯片的能力对整个行业来说基本上是免费的，”Khan 说。“[现在] 计算不再是通用技术。. . 如果我正在为 AI 优化芯片，那可能会使 GPT 更高效或更强大，但它可能不会溢出到其他经济领域。”

另一个关键的创新三角洲是芯片“封装”。为了创建所谓的“片上系统”，半导体公司不再将每个组件都打印到同一块硅片上，而是大谈“小芯片”的潜力，这些小芯片允许混合和匹配更小的“构建块” ，在设计和组件采购方面开辟了新的灵活性。

英特尔将小芯片描述为“在未来十年及以后扩展摩尔定律的关键”，并于去年召集了包括台积电、三星、Arm 和高通在内的芯片制造商和设计师联盟，为构建这些类似乐高的处理器制定标准.

芯片设计公司 Arm 的首席架构师 Richard Grisenthwaite 表示，与“单片”传统芯片相比，小芯片的好处之一是公司可以将复杂且昂贵的处理器与旧的和更便宜的处理器结合起来。他警告说，诀窍是确保将多个组件封装在一起的额外费用被使用一些旧的、便宜的部件所节省的费用所抵消。

但是新的想法伴随着新的障碍。McKinsey 的 Burkacky 说，许多这些创新的一个关键挑战是它们倾向于制造更大的芯片，这反过来会为缺陷创造更大的表面积。

他说：“缺陷通常是一种杂质——来自空气或落在表面的化学过程中的颗粒，它会破坏芯片的功能。”“芯片越大，概率就越高。”

这可能对半导体制造商的产量产生致命影响，Burkacky 表示俩女率可能下降至 40% 至 50%，从而使成本高昂的工艺在经济上更具挑战性。

更大、更强大的芯片也会消耗更多的电力，在数据中心内产生如此多的热量，以至于需要完全不同且更耗能的冷却系统——例如浸入式冷却——来实现最佳性能。

但据一些研究人员称，另一方面，较小的芯片也可能导致可靠性问题。谷歌的一个团队在 2021 年发表了一篇题为“Cores that don’t count”的论文，此前其数据中心工程师注意到他们称之为埋在其庞大数据中心中的芯片的“善变”行为。

“随着 [芯片] 制造向更小的特征尺寸发展。. . 我们观察到在制造测试期间未检测到的短暂计算错误，”由 Peter Hochschild 领导的谷歌工程师写道。“更糟糕的是，这些失败通常是‘无声的’：唯一的症状是计算错误。”

Hochschild 总结说，“根本原因”是“越来越小的特征尺寸”，越来越接近硅缩放的极限，再加上“架构设计的复杂性不断增加”。

“到目前为止，[维持摩尔定律] 是一项工业化挑战，”Burkacky 说。“我不想低估这一点——这是非常棘手和困难的——但我们正在达到现在我们谈论物理学的地步。” 我们正在研究一个原子。到目前为止，在物理学中，这就是故事的结局。”

有一天，量子计算机可能会在计算能力方面实现长期承诺的飞跃，类似于 1960 年代开始的硅技术进步。但即使是最乐观的量子倡导者也承认，可能需要十多年才能让它们用于实际的日常计算任务。

与此同时，Toon 乐观地认为像 Graphcore 这样的芯片将能够开启新的进步。

“我的看法是。. . 我们将建造如此强大的计算机，人工智能如此强大，以至于我们能够真正理解分子是如何工作的，然后我们将开始使用这些人工智能计算机来建造分子计算机，”他说。

“这种奇点的想法 [当 AI 超越人类智能时] 是胡说八道，但是您可以使用 AI 来创造下一个计算前沿的想法是非常实用的。”