2029年，半导体行业“奇点”来临

当笔者在读到美国发明家雷·库兹韦尔（Ray Kurzweil）的著作《后人类》时，我意识到：“能力呈指数级提高的人工智能（AI）将在2045年惠及全人类。”

当人工智能（AI）超过人类智力时，技术奇点就会到来。

我想：一个类似于科幻电影《终结者》那样的世界，军事计算机“天网”将人类视为敌人并发动核战争的世界可能即将到来。

库兹韦尔在接受记者采访时表示：“当我宣布人工智能超越人类的预测时，包括后来获得诺贝尔奖的研究人员在内，没有人同意还需要 100 年……到 2029 年，人工智能将拥有比人类更高的智力……现在连2029年的预测都被认为是保守的。”

实际上，2024年诺贝尔物理学奖将颁发给两位发现并发明了AI基础“机器学习”的研究人员；诺贝尔化学奖授予三位使用AI成功预测蛋白质结构的科学家。也就是说，有五位人工智能相关研究人员入选2024年诺贝尔奖获得者。

在《后人类》中，还需要100年的事情，在库兹韦尔预测后的19年就发生了。英伟达的GPU等芯片为AI的进步作出了重大贡献。

在本文中，我们会先来预测由于AI产生的半导体需求，2030年（奇点已经到来后）全球半导体市场将增长多少。之后，我们以每个封装（芯片封装）的每秒浮点运算次数作为指标，可以发现摩尔定律在加速。

此外，摩尔定律加速发展的因素之一是晶体管的持续变小，而ASML的EUV光刻机在持续地做出贡献。最后，笔者会预测到2050年时候的全球半导体市场，并谈谈我的想法。

从某种意义上来说，我们已经达到了技术奇点。

一、2025年到2030年，全球半导体市场

图1 各类半导体出货量及半导体总量预测 来源：ASML

上图是2024年在ASML投资者日是展示的PPT，主题是“终端市场、晶圆需求和光刻支出”。这张图展示了从2025年到2030年中，各种电子设备（例如智能手机、个人电脑、消费者、有线和无线基础设施、服务器、数据中心和存储、汽车和工业设备）的增长量，同时还有全球半导体行业的增长情况。从图中可以看出，半导体市场能够增长多少。

图1中，展示了两种类型的预测趋势：CMD 2022 和CMD 2024。CMD 2022是基于2022年对2025年至2030年半导体市场的预测；CMD 2024则是基于2024年对2025年至2030年半导体市场的预测。

这两种预测方式的区别在于，有没有反映了生成式AI带来的全球繁荣、有没有考虑2023~2024年的半导体衰退。

2022年11月30日，Open AI发布了ChatGPT，因此基于CMD 2022的预测没有考虑生成的AI的影响。由于半导体行业在 2023~2024 年进入周期衰退，因此CMD 2022中没有考虑该影响，仅在CMD 2024中反映了周期衰退的影响。

了解了以上情况，再仔细看图1 ，可以发现CMD 2022中除服务器、数据中心和存储之外的电子设备的半导体出货量，都将比CMD 2024更大，不过增速都是个位数，增幅不是很大。

二、三大领域，推动2025年后半导体市场发展

服务器、数据中心、存储都将在2024年后推动半导体市场的发展。基于CMD 2024的各种电子设备半导体的预测如下。

智能手机半导体的市场到2025年将达到1490亿美元，预计将以每年5%的速度增长，到2030年将达到1920亿美元。

PC半导体在2025年的市场达到920亿美元，将以每年4%的速度增长，到2030年达到1120亿美元。

消费半导体的市场在2025年达到700亿美元，将以每年3%的速度增长，到2030年达到830亿美元。

用于有线和无线基础设施的半导体市场到2025年将达到530亿美元，将以每年6%的速度增长，到2030年将达到700亿美元。

汽车半导体2025年市场760亿美元，将以每年9%的速度增长，到2030年达到1140亿美元。汽车半导体的增长率位居第二，仅次于服务器和数据中心及存储半导体。

工业半导体2025年市场840亿美元，将以每年7%的速度增长，到2030年达到1200亿美元。

在预测中，唯一预计CMD 2024增长速度快于CMD 2022的半导体行业是服务器、数据中心和存储的半导体，其规模将从2025年的1560亿美元以每年18%的速度增长，到2030年达到3610亿美元。用于服务器、数据中心和存储的半导体在各种电子设备中增长率最高，在2030年的预测值也最高。

据预测，到2025年，全球半导体市场将达到6790亿美元的规模，并将以每年9%的复合增长率持续扩张，预计至2030年，该市场价值将攀升至1.51万亿美元。

在全球半导体市场中，各细分领域的市场份额从高至低依次为：服务器、数据中心及存储占比34%，智能手机占18%，工业用途占11%，汽车领域占10%，个人电脑约占10%，消费者领域占7%，有线和无线基础设施领域占6%。

基于上述分析，服务器、数据中心以及存储领域所使用的半导体将成为2025年至2030年期间全球半导体市场的主要推动力。由于AI半导体也包含在其中，可以得出结论：AI将成为半导体市场增长的主要驱动力。

接下来要探讨的问题是：驱动全球市场的AI半导体的能力将如何提升？

三、两年翻一番的摩尔定律

迄今为止，摩尔定律通常被理解为每两年，单个芯片上集成的晶体管数量将翻一番。然而，在未来，“单个芯片”的概念可能将失去其重要性，而“单个封装”的重要性将日益凸显。因为将各种芯片集成到单个封装中并作为单个系统运行的“小芯片”（Chiplet）将成为主流。

图2 ASML新任CEO 在ASML投资者日上展示的PPT

如果我们将单个封装的晶体管数量作为图表的纵轴，则可以预测晶体管数量每两年增加一倍的“摩尔定律”将持续下去（图2）。因此，到 2030 年，半导体的每个封装中将集成一万亿个晶体管。换句话说，摩尔定律仍然成立。

此外，如果我们在图表的纵轴上绘制“单个封装”的计算速度，我们可以看到带来“技术奇点”的新视角。

四、以计算速度为纵轴的“新摩尔定律”

图3 2010年代，单个封装计算速度2年内增长16倍（能耗2年内增长5倍） 来源：ASML

倘若我们在垂直坐标轴上描绘出单个封装下的计算处理速度，便能观察到自21世纪10年代起，该速度经历了显著的变革（参见图3上半部分）。由于人工智能的需求，计算速度每两年增加一倍，预计两年内将增加16倍。这就是新的摩尔定律。

另一方面，从纵轴看单个封装的能耗，在两年内下降了60%，但由于人工智能的需求，两年内将增加五倍（参见图3下半部分）。这是很危险的，单个封装的能耗增加让芯片产生了巨大的热量。

作为解决这一问题的对策，光通信将变得至关重要。目前，数据中心内的服务器之间或容纳服务器的机架之间的通信正在使用光而不是电。未来，需要通过光学连接来连接机架中的各种芯片。

虽然能源消耗存在很大问题，但是新摩尔定律带来的高性能计算机是如何出现的呢？

五、超级计算机，每秒能执行200百亿次

图4 生成式AI推动摩尔定律，但成本飙升 来源：ASML

图 4是超级计算机Aurora，它由美国能源部（DOE）赞助，由英特尔和惠普企业（HPE）开发。

Aurora的开发成本为5亿美元，初始计算速度为2 exaFLOPS/s（每秒 200 百亿次计算），但截至2024年5月，已达到1.012 exaFLOPS。这款Aurora共有85K个CPU和GPU、230PB（PB）内存和230PB存储。简而言之，Aurora就像是一个非常先进的芯片。

以Aurora为代表的超级计算机正在创造新的摩尔定律，即“2年内计算速度提高16倍。”（但背后的问题是开发成本太高，而且消耗大量能源）

这种超级计算机集成了大量的先进的逻辑芯片、DRAM、SSD以及其他半导体组件。ASML的High NA EUV光刻机可以用来生产这类尖端半导体产品。

接下来，我们一起看看EUV 光刻机如何将芯片制程进一步缩小的。

六、先进逻辑芯片路线图

图5 到2039年的先进逻辑路线图 来源：ASML

图5展示了到2039年的逻辑芯片路线图。截至2024年，台积电能够量产的最顶尖的节点是“N3”，晶体管为FinFET，精细互连间距为23 nm，采用NA为0.33的EUV光刻机（Low NA）。

在技术奇点到来的2029年，芯片工艺制程的技术节点是“A10”，晶体管将是第3代Nanosheet（Gate All around / GAA），精细互连间距将是18 nm，采用NA 为 0.55的EUV光刻机（High NA）。并且晶体管背面供电的背面供电网络（BSPDN），有希望能够投入实际使用。

图6 从Low NA到High NA 来源：ASML

图6展示了什么时候开始使用Low NA EUV光刻机和High NA EUV光刻机。Low NA EUV光刻机是在2020年开始在N5节点上正式使用，台积电的“N7+”首次尝试，此外，Low NA双图案技术是在N5至N3工艺节点中得到应用。

依据ASML的预测，2027年将开始采用High NA技术于A14节点，而A10节点左右将开始采用High NA双图案化技术。

那么，在先进的逻辑芯片和DRAM中，EUV 实际会应用到多少种掩模上呢？

七、EUV的使用量有多少？

图7 2030年先进逻辑和DRAM将使用多少层EUV和High NA？ 来源：ASML

图7显示了从2025年到2030年，先进逻辑和DRAM将使用多少层EUV。

一开始，用于先进逻辑的EUV层预计到2025年将达到19至21层，然后以每年10%至20%的速度增长，并在2030年增加至25至30层。其中，ASML认为High NA将会是4到6层（图7左图）。

之后，将购买先进DRAM的EUV层数预计将在2025年达到5层，以每年15%～25%的速度增长，并在2030年达到7～10层。其中，ASML预测High NA将为2至3层（图7右图）。

关于EUV的总层数，我想“这就是它的本质吗？”笔者对于High NA的层数感到有点奇怪，尤其是对于先进DRAM，笔者怀疑 High NA可能不会被使用。因为DRAM应该会在2030年左右成为三维形式（类似NAND），如果3D DRAM量产的话，我认为不只是High NA，甚至Low NA也不需要这么多层。

话虽如此，我们还是来看看EUV的技术进展。

八、High NA和Low NA的路线图

图8 Low NA (0.33NA) 和High NA (0.55NA) EUV路线图 来源：ASML

2024年，ASML发布了Low NA的最新型号NXE：3800E。NXE:3800E 的吞吐量现在为 220 片/小时，比之前型号 NXE:3600D 的 160 片/小时有了明显改进。此外，下一代型号NXE：4000F的目标是250片/小时，NXE：4200G的目标是280片/小时或更多。

EUV吞吐量指标发生了变化。以前，吞吐量以每天的曝光次数（晶圆/天）来表示，但从现在开始，使用每小时的曝光次数（晶圆/小时）。实际上，这个指标更容易理解。

再来看High NA，ASML的目标是2025 年实现量产EXE:5200B。这是继EXE:5000之后的下一代High NA EUV光刻机。预计吞吐量将从 EXE:5000 的 110 片/小时增加到 175 片/小时。

此外，计划于 2027 年推出吞吐量超过 185 片/小时的 EXE:5200C，并于 2029 年推出吞吐量超过 195 片/小时的 EXE:5400D。2032 年，NA 为 0.75 的 Hyper NA 也即将出现。这样，EUV就从0.33NA（低NA）、0.55NA（高NA）和0.75NA（超NA）继续发展。

ASML正在全力开发。

九、通用EUV模块化和吞吐量提升

图9 低 NA (0.33) 到高 NA (0.55) 到超 NA (0.75) 来源：ASML

如图9所示，光源、标线台、晶圆台等是Low NA、High NA和Hyper NA的通用模块，而各代专用模块仅针对我制作的镜头等光学系统开发。

在2024年推出的低NA NXE:3800E中，ASML巧妙地引入了一项关键技术。该技术的核心在于，ASML为极紫外光（EUV）光源设计了一个通用模块，旨在实现从低数值孔径（NA）到高数值孔径乃至超高数值孔径（超NA）的持续技术演进。

通过这种方式，NXE:3800E 的开发和发货目标是在未来15年或更长时间内使用通用模块。这是ASML非常典型的策略。

图 10 吞吐量持续提高 来源：ASML

未来吞吐量将持续提升。对于低数值孔径（NA）的设备，ASML计划将NXE:3800E的产能提升至每小时超过200片晶圆，目标是在2030年之前达到每小时300片晶圆。此外，对于高数值孔径（NA）设备，目标是到2030年将产能从第一代EXE:5000的每小时110片晶圆提升至超过200片晶圆。

十、未来全球半导体市场预测

从前文可以看到，晶体管还会在未来的15年时间内继续微缩下去，而这种不断的小型化将很可能导致新摩尔定律的实现，其中每个封装的计算速度在两年内提高16倍。

图11 自1990年以来，全球半导体市场大约每10年翻一番 来源：根据WSTS数据和作者预测创建

在这里，我们再次对全球半导体市场的未来做出预测。此前，笔者曾写过，全球半导体市场将在10年内大约翻一番。

2022年至2024年间，全球半导体市场规模约为6000亿美元，十年后到2032年将翻一番，达到 1.2 万亿美元。十年后，即2042年，这一数字将翻一番，达到2.4万亿美元，再过十年，即2052年，这一数字将翻倍，达到4.8万亿美元（图 12）。

图12 如果10年内翻一番，2052年将达到4.8万亿美元 来源：根据WSTS数据和作者预测创建

十一、奇点已经到来了吗？

在做出这些半导体市场预测时，笔者假设奇点将出现在 2045 年，即20多年后的遥远未来。不过，正如开头介绍的那样，库兹韦尔先生表示，奇点将在2029年到来，比原计划提前了16年。

写到这里，笔者脑海中掠过了一个想法：奇点不是已经在这里了吗？

第一个迹象是，如图3所示，单个封装的计算速度从 2010 年代的“两年内翻倍”迅速提高到 2020 年代的“两年内翻了 16 倍”。第二个迹象是生成式AI的功能不断增加和广泛使用，例如 ChatGPT。

我此前认为奇点是电影《终结者》中出现的军用计算机“天网”具有自我意识，“机器将人类视为敌人并在微秒内发动核攻击”的情况。

然而，实际的奇点并不是这样的。ChatGPT会遍布全世界，很多人都会使用和依赖这种生成式AI，这不是渗透到大脑中的东西吗？如果这样想的话，是不是可以说奇点已经到来了呢？

在撰写这篇手稿时，笔者使用了生成式AI。至少对我来说，奇点可能即将到来。

 本文来自：半导体产业纵横，作者：汤之上隆