High-NA EUV光刻机或将成为英特尔的转机

上个月英特尔晶圆代工（Intel Foundry）宣布，已在美国俄勒冈州希尔斯伯勒的英特尔半导体技术研发基地完成了业界首台High-NA EUV光刻机组装工作。随后开始在Fab D1X进行校准步骤，为未来工艺路线图的生产做好准备。

英特尔运营新模式

英特尔是少数采用IDM模式的芯片厂商，完整覆盖了芯片从设计到生产再到销售的全过程，产品绝大部分也都是在内部工厂制造。不同于英伟达、AMD等无工厂模式厂商只做芯片的设计，芯片制造环节完全交由代工厂完成；或者以台积电、格芯为代表的代工厂模式，只负责芯片的代工及封装环节。

从14nm到10nm的艰难量产，让英特尔在2021年提出IDM2.0战略，打破“自家芯片自家造”的传统，将芯片生产独立运营出来，以契合市场需求。在该战略中，英特尔对外开放自己的代工服务，同时扩大采用第三方代工产能：不仅可以委托外部芯片代工厂生产自己的芯片，比如预订台积电3nm的产能；也需要发展自己的芯片代工业务，成立英特尔代工服务IFS业务，重返芯片代工行业。

今年2月，英特尔还首次推出面向AI时代的系统级代工 —— 英特尔代工（Intel Foundry），提供了从工厂网络到软件的全栈式优化。值得注意的是，从2024年第一季度开始，英特尔的财务架构将拆分为两大板块：英特尔代工和英特尔产品。英特尔代工将成为一个独立的运营部门，包括代工技术开发、代工制造和供应链，以及代工服务（原 “英特尔代工服务”），拥有自己的损益表。而英特尔产品则将传统的客户端计算事业部（CCG）、数据中心和人工智能事业部（DCAI）以及网络与边缘事业部（NEX）全面整合。

新的运营模式在英特尔代工（由制造部门组成）和英特尔产品（由产品业务部门组成）之间建立了代工关系，将按市场定价核算来自外部客户和英特尔产品的收入以及过往分配给英特尔产品线部门的研发和制造成本。而通过将代工业务独立核算，英特尔能够更清晰地展示其在半导体制造领域的竞争力和盈利能力，同时也能够更好地与业界进行业绩对照，推动各部门做出更好的决策。此外，这一调整还将大幅节约成本、提高运营效率和资产价值、增强成本竞争力，有助于英特尔在全球半导体市场中重新夺回技术领先地位。

这不仅是一次简单的结构重组，更是对未来战略方向的明确宣示，体现了英特尔向代工运营模式即Intel Foundry的转变，实现到2030年成为全球第二大代工厂的目标。目前英特尔正在不断加强代工基础设施建设，计划未来5年投资1000亿美元扩大先进芯片制造能力。

尽管雄心勃勃，但由于四年五个节点及路线演进、生态构建和产能扩建等巨额的投入，英特尔披露其代工业务去年营收同比下降31.2%至189亿美元，经营亏损70亿美元，同比扩大34.6%。对英特尔来说，芯片制造能力是独有的优势，但也意味着高投入和沉重的负担，晶圆厂建置成本极高。根据机构估算，建造一座月产量在5万片晶圆的2nm工厂需要的成本约为280亿美元，而同样产能的3nm工厂的成本约为200亿美元。

2024年有可能将是英特尔芯片制造业务经营亏损最严重的一年，从今年一季度财报来看，该业务运营亏损25亿美元，几乎是上一季度的两倍。“四年五个制程节点”计划的启动成本达到顶峰，而且大部分产量都在EUV之前的工艺节点上，经济性缺乏竞争力。然而随着完成“四年五个制程节点”计划，实现制程工艺重回领先地位，通过产量组合转向领先的EUV节点，运营利润率预计将得到提升。

去年末，ASML向英特尔交付了首台High-NA EUV光刻机，型号为TWINSCAN EXE:5000的系统。High-NA EUV光刻技术将在先进芯片开发和下一代处理器的生产中发挥关键作用，英特尔打算在Intel 14A工艺引入，最快会在2026年到来。

光刻设备中的NA代表数值孔径表示光学系统收集和聚光的能力，数值越高，聚光的能力就越强。相比于当前EUV设备的0.33数值孔径，新一代High-NA EUV设备的NA值直接增加到了0.55，拥有1.7倍于目前0.33NA EUV光刻机的一维密度，在二维尺度上可实现190%的密度提升，从而实现更快的处理速度和更高的存储容量。

此前有报道称，一台High-NA EUV光刻机的价格大概为3.8亿美元，是EUV（约1.83亿美元）的两倍多，ASML目前收到的订单数量在10至20台之间。目前ASML每年High-NA EUV光刻机的产能大概在5到6台，今年生产的这些设备将全部运往美国的芯片制造商，而英特尔已经获得了明年上半年之前生产的大部分High-NA EUV光刻机，这很大程度上得益于新设备出现时，英特尔选择了抢先下单。三星和SK海力士则预计在明年下半年也将得到High-NA EUV光刻机。

2nm正成为关键战场

2011年英特尔首发了FinFET工艺，22nm FinFET工艺当时远超台积电、三星的28nm，技术优势可谓是遥遥领先，然而在14nm节点之后，英特尔接连遭受了重创，无法跟上台积电推出10nm、7nm和5nm工艺的节奏。现在，英特尔正欲借2nm重返半导体代工领先地位，PC处理器Arrow Lake将第一个采用2nm节点的芯片，或将成为晶圆代工厂中最快使2nm芯片商业化的公司。

按照半导体行业的摩尔定律，集成电路可容纳的晶体管数目，每隔18个月便会增加一倍，性能相应也增加一倍。台积电董事长刘德音最近在IEEE网站上署名发表文章，把半导体行业过去50年缩小芯片尺寸的努力比作“在隧道中行走”。如今距离摩尔定律的极限越来越近，行业已经走到隧道的尽头，半导体技术将变得更加难以发展，2nm将会是芯片巨头抢滩的关键一战。

在芯片制程尺寸不断缩小的过程中，芯片厂商需要解决的问题更多，因此在新制程方面都需要改革。GAAFET架构全称全包围栅场效应晶体管，与突破14nm制程以下沿用的FinFET架构不同，GAAFET利用栅电极覆盖电流通道的四个侧面，而非传统的三个，能够让晶体管继续缩小下去而不漏电，从而允许在降低运行功率的情况下显著提高性能。类似具有里程碑意义的方案还包括晶圆背面供电，相较于传统供电，这项技术能够降低电压，从而减少功耗，显著提升芯片性能的表现。

为了满足越来越高、越来越复杂的算力需求，同时提高能效比，先进封装在芯片制造中的作用正变得越来越关键，能够提升芯片互连密度，在单个封装中集成更多功能单元。先进封装也将支持英特尔的产品部门和代工客户的异构集成需求，让来自不同供应商、用不同制程节点打造的芯粒（小型的模块化芯片）更好地协同工作，提高灵活性和性能，降低成本和功耗。目前英特尔的先进封装有两大支柱，分别是EMIB和Foveros。

· EMIB简单来说就是把不同的芯片放在同一块平面上相互连接。传统的2.5D封装是在芯片和基板间的硅中介层上进行布线，EMIB则是通过一个嵌入基板内部的单独的芯片完成互连，从而将芯片互连的凸点间距降低到45微米，改善了设计的简易性和成本。

· Foveros是英特尔的3D封装技术，在原理上同样并不复杂，就是在垂直层面一层一层地堆叠独立的模块，就像建高楼大厦一样。而高楼需要贯通的管道用于供电供水，Foveros就是通过复杂的硅通孔技术实现垂直层面的互连。

作为新《芯片法案》的一部分，美国政府将为英特尔提供85亿美元的直接拨款（是目前发放的同类款项中最大的一笔）和110亿美元的贷款，以及未来5年25%的税收减免，用以推进其在亚利桑那州、新墨西哥州、俄亥俄州和俄勒冈州的工厂建设；此外，在欧盟出台欧洲版“芯片法案”的430亿欧元补贴计划中，英特尔也入选了首批名单，其在德国总投资300亿欧元建设的新厂是该法案第一个落地项目。这些都为英特尔加码晶圆代工注入了新动能。

随着以GPU为主的AI芯片需求快速膨胀，芯片产能瓶颈日益凸显，比如英伟达主要通过台积电代工，但受台积电CoWoS先进封装产能限制，2023年下半年，英伟达就出现了高性能计算卡交货周期普遍延长至12-16个月的情况。这一背景下，英特尔布局芯片代工的重要性显著。

英特尔加入AI算力战争

一直以来，无论是PC市场还是数据中心市场，英特尔的优势均集中在CPU（中央处理器）领域。2021年，人工智能技术快速发展，Al服务器通常搭载以GPU（图形处理器）为主的加速芯片，GPU开始成为全球数据中心增量市场的主角。根据Verified Market Research的数据，2021年全球GPU市场规模335亿元，2028年全球GPU市场规模有望达到4774亿元，数据中心市场的主导玩家也成为了英伟达。

现在英特尔需要面对英伟达、AMD等竞争对手，前者有H100万、A100系列，后者有新的数据中心加速器产品MI300X。除此之外，亚马逊AWS和微软在内的一些全球最大的科技公司，正在设计自己的处理器，让数据中心市场竞争加剧。从最新布局来看，英特尔仍将加速押注数据中心：4月份，发布性能最强的新一代Gaudi 3 AI 加速芯片，对标英伟达H100。

Gaudi 3 AI芯片采用台积电5nm工艺，由64个AI定制和可编程TPC和8个MME组成，每个MME都能够执行64000个并行运算，支持128GB HBMe2内存容量、3.7TB内存带宽和96MB板载静态随机存取内存（SRAM）。相比上代产品，英特尔Gaudi 3带来4倍（400%）的BF16 AI计算能力提升，1.5倍的内存带宽以及3倍的网络带宽提升。同时，在AI模型算力中，相比于英伟达H100 GPU，Gaudi3 AI芯片的模型训练速度、推理速度分别提升40%和50%，平均性能提高50%，能效平均提高40%，而成本仅为H100的一小部分。

从整体路线图来看，AI PC、Edge AI（边缘）、Data Center AI（数据中心）将成为英特尔三大重要的计算生态系统，比英伟达覆盖面积更广，加上其开放、可扩展的软件和算法特性，广泛适用于多个AI领域，从而推动英特尔持续为企业客户打造全新AI方案。英特尔正逐步构建AI领域的算力基础设施生态，全面挑战英伟达以及现有AI芯片市场格局，希望利用长期的AI技术积累，通过开放生态系统的力量，乘上AI热潮。

· 英特尔宣布将推出下一代酷睿Ultra客户端处理器家族（代号Lunar Lake），将具备超过100 TOPS平台算力，以及在神经网络处理单元（NPU）上带来超过46 TOPS的算力，从而为下一代AI PC提供强大支持。据悉，英特尔预计将于2024年出货4000万台AI PC设备。

· 英特尔还发布新的Edge芯片产品，包括酷睿TM Ultra、酷睿TM、凌动处理器以及面向Edge的英特尔ArcTM GPU，预计所有新品将于本季度上市，应用于包括零售、工业制造、医疗保健等关键领域，并将于今年获得英特尔Tiber边缘平台的支持。另外，英特尔还发布Tiber业务解决方案组合，以简化企业对生成式AI软件服务的部署工作，预计Tiber方案将于今年第三季度全面推出。

而最近英伟达基于BlackWell GPU架构发布的B100又进行了一轮大幅的升级，在性能方面远胜Gaudi 3。那么，英特尔能以Gaudi 3真正突围吗？其实，以英特尔当前的业绩表现来看，不追求前沿配置，而是在控制成本的前提下大幅提升芯片性能，可能是更好的产品策略。若英特尔不惜一切进行追赶，成本压力势必会大幅攀升，回正利润需要更加漫长周期。因此，通过洞察市场痛点，打造差异性产品，或许是更加稳妥的选择。可以看到，英特尔已经成功拿下全球首台高数值孔径的EUV光刻机，随着时间的推移，这或将持续降低英特尔的制造成本。

不过，从行业竞争的持续以及芯片代工“重资产、长周期”的产业属性来看，英特尔还有诸多硬仗要打。按照英特尔制程路线图上的时间表来看，会在2025年通过Intel 18A“翻盘”，但是制程路线图上的时间表只是“工艺的时间表”，而不是产品落地的时间表，英特尔的目标能否实现还是要看采用相关工艺的产品何时落地。其次，英特尔代工新模式在服务外部客户、开拓更大市场上需要一定适应期，才能真正成为尖端芯片代工市场的重要参与者。