《科创板日报》11 月 7 日讯（记者 黄心怡）" 我们参加进博会不是出于商业化目的。"ASML 全球执行副总裁、中国区总裁沈波在接受《科创板日报》等媒体记者采访中表示。" 进博会的开放合作主旨精神，一直以来也是整个半导体产业所倡导的主旋律。我们希望呼应进博会的开放合作精神，参与到整个国际大产业中。"

今年是 ASML 第七次参加进博会。在本届进博会上，ASML 重点展示了全景光刻解决方案下的部分产品，包括 DUV 光刻机、计算光刻业务、量测与检测产品等。

ASML 全球执行副总裁、中国区总裁沈波

沈波向《科创板日报》等媒体记者透露，目前，ASML 中国区员工人数已经超过 2000 人，相较去年有约 10% 的增长。

谈及未来发展趋势，沈波认为，当 AI 终端应用扩展到消费、工业等广泛领域，将带来半导体产业的全面发展，但同时 AI 发展也带来算力和能耗两大挑战。

▍中国市场将回归历史常规水平

根据最新 Q3 财报信息，ASML 预期 2025 年公司全年净销售额将同比增长 15% 左右，预计 2026 年净销售额将不低于 2025 年水平。

其中，EUV 业务受益于先进 DRAM 和尖端逻辑芯片的需求，预计将实现增长。DUV 业务受中国等地区客户的动态影响，预计将相较 2025 年有所下滑。同时，2030 年预计公司营业额会在 440 亿到 600 亿欧元之间，目前 ASML 对这一预期基本维持不变。

尽管 EUV 已成为多数逻辑和存储关键层的光刻技术标准，但沈波表示，DUV 仍是芯片成像主力。" 从整个产业发展的角度，即使到 2030 年全球每年晶圆数曝光将超过 9 亿次时，EUV 的占比依然会很小，绝大部分的芯片还是由 DUV 来生产。芯片市场里面的一小部分是通过 EUV 生产，绝大部分还是靠 DUV 生产。"

财报显示，2024 年和 2025 年 ASML 在中国市场的业务表现强劲，但预计 2026 年来自中国客户的需求将从高基数水平回落。

对此，沈波解释称，这一变化在半导体产业的周期性调整范围内。" 首先，半导体是一个有周期的行业，无法一直保持增长，会有上行和下行的曲线，销售额占比发生变化并不是一个很特殊的情况。"

他进一步说明，2023 年之前，中国市场在 ASML 全球销售额中的占比多年维持在 15%～20%。

" 之前的几年基本都在这个区间里，所以我们预期明年回归历史常规水平，是一个正常化的表现。过去这两年中国市场份额占比较高，是因为不同地区客户需求的时间节点发生一些变化，使我们有能力交付了一些此前的积压订单，自然带来一波成长。这部分产能需要一些时间消化，这也会导致周期性地出现变化，是正常的情况。"

▍ AI 终端爆发将为半导体行业带来大机遇

根据麦肯锡预测，到 2030 年，AI 将为全球 GDP 贡献 10 万亿美元的价值。而 AI 芯片快速发展，将带动半导体设备等环节获得新机遇。

"AI 对整个半导体行业所带来的需求覆盖了方方面面。除了 GPU 和 CPU 用于超级计算外，很多 AI 数据是由传感器或者主流的模拟芯片来收集的，需要大量采用成熟制程的逻辑芯片，并不是只需要 3 纳米、5 纳米芯片，对先进和主流芯片的需求几乎是全覆盖的。"

在沈波看来，未来随着 AI 终端应用扩展到消费、工业等领域，将带来半导体产业的全面发展。但现阶段 AI 带来的新需求集中在大模型和服务器端，尚未充分传导到终端消费电子领域。

" 当 AI 终端应用兴盛起来，市场才进入真正爆发式井喷的状态。数据中心的建设带来服务器需求，服务器需求带来算力、存储的需求。而当半导体行业真正爆发式增长的时候，一定是需求传导到消费电子端，是每个人使用的手机、电脑、家用电器都具有 AI 属性，这才是 AI 技术真正大爆发落地之时，将会促进半导体行业的大发展。目前还没到这个时刻，是因为真正的芯片产能需求还没有落地。"

谈及 AI 终端的爆发期何时到来，沈波认为具体时间还不明确，但业内对此保持乐观看法。"这也是为何，ASML 维持 2030 年营收 440 亿到 600 亿欧元的预期，以及预计 2030 年全球半导体销售额超过一万亿美元，推动这些增长趋势的重要因素之一就是 AI 的增长。"

▍ AI 算力增长需求远超摩尔定律 能耗成关键瓶颈

过去几十年，半导体产业的发展基本遵循摩尔定律，即晶体管数量每两年翻一倍，这也意味着算力性能同步提升。但在 AI 时代，这条发展曲线不再适配。

"AI 算力的增长需求远远超过摩尔定律。因为 AI 大模型需要的参数越来越多，模型效率的变化几乎每两年以 15~16 倍的速度增长。这就导致 AI 时代对算力的需求，与半导体行业发展遵循的摩尔定律之间形成很大的剪刀差，芯片本身的性能已经无法满足需求。" 沈波提到。

算力的高速增长还带来另一大挑战，即能源消耗。" 在传统半导体行业发展进程中，相同算力要求下，能源消耗每两年会下降。因为随着芯片能效不断提升，能源利用率显著提高。但 AI 时代情况发生了变化，对算力的要求每年呈指数级增长，模型参数规模急剧扩大。如果假设其他技术条件保持不变，仅通过增加模型参数提升性能，那么为了在 200 小时内完成一次超大模型训练，所需的计算速度必须大幅提升。按照现有能效推算，到 2035 年前后，运行一个顶级大模型需要的功率峰值，可能需要消耗接近全球的电力供应总量。"

如何解决这一挑战，沈波介绍有两个方向，一是提升 AI 模型效率；二是提升芯片的性能。3D 集成、存算一体、HBM 等芯片架构和技术，会成为未来芯片行业的大趋势。此外，通过晶体管的微缩，进一步提升芯片制程，仍是迄今提高芯片效率最直接和有效的方式。其本质就是在更小的芯片上实现更高的集成度，以降低能源消耗。

为此，半导体行业正依循两大核心路线寻求突破，一是 2D 微缩，二是 3D 集成。今年第三季度财报显示，ASML 首款服务于先进封装的光刻机 TWINSCAN XT:260 已经实现了商业发货。

沈波向《科创板日报》等媒体记者透露，TWINSCAN XT:260 的客户有晶圆厂、封测厂等。不论是传统的后道封装厂还是前道企业，诸多企业都在探索先进封装领域的机遇。