设备前沿观察：光刻延伸与AI测试扩容

执行摘要：半导体设备沿两条主线演进：一是蔡司与ASML提出Hyper-NA EUV（数值孔径≥0.75）概念，在High-NA（0.55）之后延续增大数值孔径提升分辨率的路线，布局更先进节点光学预研；二是AI处理器高功耗与高可靠性需求推动封装级老化测试（PLBI）成为量产关键工序，Aehr获超大规模云厂商约600万美元追加订单。光刻向物理极限延伸、测试向封装级扩展，反映设备环节与先进制程及AI算力需求的深度绑定。

行业现状与竞争格局

一、光刻：双寡头主导前沿路线，预研节奏持续前移

光刻设备是半导体制造产业链中技术壁垒最高、集中度也最高的环节。在前沿光刻领域，ASML与卡尔蔡司（Carl Zeiss SMT）形成了深度绑定的双寡头格局：ASML垄断EUV光刻机整机供应，蔡司则作为其核心光学系统供应商，长期主导投影物镜与照明光学等关键部件的技术路线。二者在前沿节点的每一次演进中均处于协同推进状态。

当前产业正处于从0.33数值孔径（NA）标准EUV向0.55 NA High-NA EUV过渡的阶段。在这一背景下，蔡司与ASML的研究人员近期发表了关于Hyper-NA EUV的技术论文，提出了数值孔径不低于0.75的EUV系统概念，作为High-NA之后的下一步延伸路线。论文覆盖光学架构、分辨率潜力以及掩模版三维效应等关键技术议题，表明两家公司已开始为更先进节点预研光学系统。

从产业逻辑看，这一动作具有两层含义：

1. 技术路径的延续性：通过增大数值孔径提升分辨率，仍是光学光刻演进的主线。从0.33到0.55再到0.75以上，路线图呈现清晰的阶梯式延伸，而非颠覆性变革。这意味着现有光学供应链格局有望在较长周期内保持稳定。

2. 竞争壁垒的自我强化：Hyper-NA涉及全新的光学架构与掩模版三维效应管控，研发投入与工程积累门槛进一步提高。前沿预研的前移，客观上巩固了ASML与蔡司在高端光刻领域的主导地位，其他厂商短期内难以切入。

需要指出的是，High-NA及后续Hyper-NA的产业化节奏仍取决于下游晶圆厂的需求兑现、量产良率验证以及单晶圆成本经济性，预研发表并不等于量产时间表的确认。但从竞争格局角度，前沿路线的“定义权”目前明确掌握在双寡头手中。

二、测试设备：AI需求驱动市场分化，封装级老化测试成为新增长点

与光刻设备的高度集中不同，半导体测试设备市场呈现“平台型巨头+细分专业厂商”并存的格局，且正随AI芯片需求出现明显的结构性分化。

AI处理器具有高功耗、高算力密度、面向数据中心训练与推理关键负载的特征，对可靠性验证的要求显著高于传统消费类芯片。老化测试（Burn-In）作为筛选早期失效、保障出厂可靠性的关键工序，其重要性在AI芯片量产环节持续上升。其中，封装级老化测试（PLBI）因能在接近真实工作条件下对封装完成的AI处理器施加应力，正成为测试环节新的价值增长点。

近期市场动态印证了这一趋势。专业测试设备厂商Aehr Test Systems宣布，从其头部超大规模云厂商客户获得约600万美元追加生产订单，用于下一代AI处理器的封装级老化测试产能扩建。该订单有以下信号意义：

• 需求的持续性：这是该客户对AI芯片老化测试产能的持续追加投入，而非一次性采购，反映AI处理器的可靠性测试需求随量产规模同步扩张；
• 工序的前置化与强化：封装级老化测试正从可选项走向AI芯片量产流程中的关键必备工序；
• 厂商战略的验证：Aehr从其传统的晶圆级测试市场向封装级AI测试市场扩展的战略，正通过头部客户订单初步兑现。

三、格局小结

两大设备板块呈现不同的竞争特征：光刻领域由ASML与蔡司主导，前沿路线延续“增大数值孔径”的传统路径并向Hyper-NA延伸，格局高度集中且壁垒持续加深；测试设备领域则受益于AI芯片的差异化可靠性需求，市场从传统晶圆级测试向封装级老化测试扩容，为专业测试厂商打开了新的增长空间，Aehr的订单是这一分化的典型样本。

整体来看，前沿光刻的技术主导权与AI驱动的测试扩容，构成了当前半导体设备产业两条最值得关注的主线：前者决定先进制造能力的上限，后者决定AI算力量产交付的可靠性下限。

光刻设备：从High-NA到Hyper-NA

引言：分辨率延伸路径的延续

在摩尔定律持续推进的进程中，增大数值孔径（NA）始终是EUV光刻提升分辨率的核心技术路径。继0.33 NA的标准EUV光刻机完成量产普及、0.55 NA的High-NA光刻机进入交付部署阶段之后，光刻产业链的下一站已经开始显影。Carl Zeiss SMT与ASML的研究人员近期发表技术论文，正式提出Hyper-NA EUV光刻概念，即数值孔径不低于0.75的EUV系统，作为High-NA之后的下一代延伸路线。这一发布表明，全球光刻设备双寡头已在为High-NA之后更先进节点的光学系统开展预研，产业界对EUV技术生命周期的预期进一步拉长。

技术要点：光学架构、分辨率与掩模三维效应

蔡司与ASML的论文系统阐述了Hyper-NA EUV的三大关键技术议题：

其一，光学架构。 数值孔径从0.55提升至0.75以上，意味着投影光学系统需要更大口径、更多镜片以及更陡峭的反射角度设计，这对镜片的面形精度、镀膜反射率以及系统整体的机械稳定性提出了指数级提升的要求。作为EUV光学系统的核心供应商，蔡司在此类预研中承担关键光学组件的论证工作，延续了双方在High-NA时代“ASML整机集成+蔡司光学供给”的分工格局。

其二，分辨率潜力。 按照光刻分辨率与波长、数值孔径的关系（R = k₁·λ/NA），在13.5nm EUV波长下，NA从0.55提升至0.75，理论分辨率可获得约27%的改善，为A14及以后节点的单次曝光工艺窗口提供支持，有助于降低多重曝光带来的成本与良率压力。

其三，掩模三维效应（M3D）。 更大的入射与反射角度将加剧掩模版上吸收层结构的三维电磁效应，导致图案化过程中的畸变与非对称性问题更加突出。掩模三维效应是High-NA导入阶段已被产业界关注的议题，在Hyper-NA条件下将进一步放大，需要掩模设计、光罩制造与计算光刻环节协同应对。

从0.33到0.75：EUV的演进脉络

产业观察：预研节奏与量产时点

需要指出的是，Hyper-NA目前仍处于技术论文与概念论证阶段，距离工程样机、量产工具尚有较长周期。从历史节奏看，High-NA从概念提出到首台交付客户用了约十年时间，Hyper-NA的产业化时点预计同样取决于下游先进节点的市场需求强度、设备投资经济性以及多重曝光替代方案的成本比较。

从产业逻辑看，Hyper-NA概念的提出具有双重信号意义：一方面，它向下游晶圆厂传递了EUV路线图的可延展性，即在不更换光波长的前提下，通过数值孔径提升即可支撑未来多个节点，降低了技术路线切换的不确定性；另一方面，它也巩固了ASML-蔡司体系在高端光刻领域的先发卡位，其他潜在竞争者若要进入该领域，将面临光学系统、光源、双工件台等全链条的系统性壁垒。同时，Hyper-NA所涉及的掩模三维效应等议题，也将为光罩制造、计算光刻与量检测环节带来新的配套需求，相关产业链环节的同步演进值得关注。

小结

蔡司与ASML发布Hyper-NA EUV论文，标志着光刻设备行业在High-NA尚未全面量产之际，已启动下一代光学系统的技术储备。数值孔径≥0.75的方案在分辨率上具备明确潜力，但光学架构复杂度与掩模三维效应构成主要技术挑战。从0.33到0.55再到0.75，EUV通过增大数值孔径延续分辨率演进的传统路径正在成形，其产业化节奏将取决于先进节点需求与投资回报的平衡。对于设备、光学、掩模及量检测环节而言，Hyper-NA预研的启动意味着新一轮配套技术升级窗口的开启。

测试设备：AI芯片驱动老化测试扩容

在光刻技术向Hyper-NA延伸、制程节点持续推进的另一端，测试与可靠性验证环节正因AI芯片的量产放量而出现结构性扩容需求。Aehr Test Systems近期宣布获得其头部超大规模云厂商客户约600万美元的追加生产订单，用于下一代AI处理器的封装级老化测试（Package-Level Burn-In，PLBI）。这一订单虽然金额不大，但其产业信号意义值得关注：它表明在高功耗、高可靠性的AI处理器量产体系中，老化测试正从可选工序向关键工序演进。

一、订单事实与客户结构

根据Aehr披露的信息，本次约600万美元订单来自其头部超大规模云厂商客户，采购标的为面向下一代AI处理器的封装级老化测试产能，该AI处理器应用于数据中心的训练与推理负载。值得注意的是，这是该客户对AI芯片老化测试产能的持续扩建，而非一次性采购——这意味着AI处理器的PLBI需求已经进入批量、连续的量产节奏，而非样品验证或小批量试产阶段。

从设备商视角看，这笔订单也印证了Aehr自身战略转型的初步兑现。Aehr此前以晶圆级老化测试（Wafer-Level Burn-In）为主业，服务对象以SiC功率器件等宽禁带半导体见长。近年来公司将能力向封装级AI测试市场延伸，本次订单表明这一扩展路径已获得头部客户的持续复购验证，形成了“晶圆级—封装级”双线业务结构。

二、为何AI芯片需要封装级老化测试

老化测试（Burn-In）的本质是通过施加电应力与热应力，在出厂前筛除早期失效器件，保障交付产品的失效率处于极低水平。传统逻辑芯片因良率较高、失效率可控，老化测试往往被简化甚至省略。但AI处理器正在改变这一逻辑：

第一，功耗密度大幅抬升。 下一代AI处理器的功耗普遍迈向数百瓦乃至千瓦级，封装内供电、散热与互连的应力水平显著上升，早期失效风险相应增大。

第二，可靠性要求极端苛刻。 云厂商部署的AI加速器在数据中心以接近满载状态连续运行，训练任务动辄持续数周，单点失效可能中断大规模集群作业。对于自研AI芯片并直接部署的自用云厂商而言，老化筛选是保障集群可用性的必要投入。

第三，封装形态变化。 随着Chiplet、2.5D/3D先进封装成为AI处理器的主流形态，晶圆级测试难以覆盖封装后异构集成引入的新失效模式（如中介层互连、HBM堆叠界面），老化测试环节自然向封装级后移。

这三重因素叠加，使PLBI从“成本项”转变为AI芯片量产的“关键工序”，也是本次头部云厂商持续追加订单的根本动因。

三、从订单到产业趋势

这一链条揭示了本轮测试设备扩容的产业逻辑：需求端的变化并非源自设备技术的单点突破，而是AI芯片设计、封装形态与部署模式共同演进的系统性结果。

从竞争格局看，老化测试设备市场此前规模有限、参与者集中，AI芯片的介入正在扩大这一细分市场的容量。对于设备商而言，PLBI订单的特点在于：与客户具体芯片型号的量产节奏强绑定，一旦设计导入并进入量产，后续扩产订单具有较高黏性与可预期性。Aehr客户“持续扩建”的表述即反映了这一特征。

四、产业链协同观察

将本章观察置于全书语境中：光刻端，Zeiss与ASML已提出数值孔径不低于0.75的Hyper-NA EUV概念，为High-NA之后的更先进节点预研光学系统；测试端，AI芯片正在推动老化测试环节的量产化扩容。两端看似独立，实则指向同一产业趋势——先进制程与先进封装的复杂性提升，正在同步抬高制造与验证两端设备的价值量。制程越先进、封装越复杂，失效模式越多，测试环节在整体制造成本中的占比与战略地位越突出。

对投资与产业跟踪而言，后续可关注三个信号：一是该云厂商客户订单的持续性及其单笔规模变化；二是PLBI需求是否从头部自研芯片厂商向更多AI芯片设计公司扩散；三是老化测试环节与晶圆级测试、最终测试（FT）之间的工序划分是否会随封装形态演变而重构。

小结：Aehr约600万美元的PLBI追加订单，是AI处理器量产体系对可靠性验证环节加码的具体注脚。封装级老化测试正在成为AI芯片量产链条中的关键工序，测试设备作为光刻等前道设备之外的另一条设备主线，其扩容节奏值得持续跟踪。

产业链视角：上中游协同

光刻与测试设备的产业演进，本质上是由下游应用需求牵引、中游设备商承接、上游核心部件支撑的一条协同链条。本章从产业链上中下游的分工与联动出发，梳理当前两条主线——光刻延伸与AI测试扩容——背后的协同逻辑。

一、上游光学部件与整机厂商的深度绑定

在光刻产业链中，光学系统是决定整机性能上限的核心环节。Carl Zeiss SMT与ASML的研究人员近期联合发表技术论文，提出Hyper-NA EUV光刻概念，即数值孔径不低于0.75的EUV系统，作为当前0.55数值孔径High-NA光刻机之后的下一步延伸路线。论文覆盖光学架构、分辨率潜力以及掩模版三维效应等关键技术议题。

这一联合发表动作本身具有产业信号意义：

• 技术路径延续性：从0.33 NA的NXE系列，到0.55 NA的High-NA，再到NA≥0.75的Hyper-NA概念，产业仍在沿“增大数值孔径提升分辨率”的传统路径推进，而非转向全新的成像机理。
• 协同研发模式：ASML负责系统集成与整机设计，蔡司负责光学镜头等核心部件，双方以联合研究的形式对下一代系统进行预研，反映出上游部件与整机厂商在先进节点研发上已形成深度绑定的协同关系。
• 提前量布局：High-NA光刻机尚处于量产导入初期，Hyper-NA预研表明光刻延伸的技术储备周期已显著前置，产业链上游需要更长的研发前瞻期来支撑整机的迭代节奏。

二、中游测试设备商承接AI验证需求

与光刻环节的长周期研发不同，中游测试设备的扩容节奏明显更快，直接由AI芯片量产需求驱动。Aehr Test Systems宣布获得头部超大规模云厂商客户约600万美元的追加生产订单，用于下一代AI处理器的封装级老化测试（PLBI），该芯片应用于数据中心的训练与推理场景。

这一定单反映了几个产业事实：

• 老化测试成为关键工序：AI处理器具有高功耗、高可靠性的特点，在数据中心场景下长期满负荷运行，故障成本高企。封装级老化测试由此从传统的可选工序上升为量产环节的关键步骤。
• 客户复购验证需求真实：这是该云厂商客户对AI芯片老化测试产能的持续扩建，追加订单的性质说明前期产能已接近饱和或验证需求仍在增长。
• 设备商战略转型：Aehr以晶圆级测试起家，正在向封装级AI测试市场扩展。此次订单表明该战略已初步兑现，中游测试设备商正在重新定位自身在AI供应链中的角色。

三、下游算力需求作为牵引端

产业链的最终牵引力来自云厂商的算力部署需求。云厂商既是AI芯片的直接采购方，也通过定制芯片项目（含训练与推理芯片）反向定义了对上游测试验证能力的要求——高功耗芯片必须在封装级完成充分的老化筛选，才能进入大规模数据中心部署。中游测试设备商的订单因此呈现出“跟随云厂商扩产节奏”的特征，与光刻环节“跟随工艺节点演进”的特征形成对照。

四、产业链传导关系

五、小结

从产业链视角看，两条主线呈现出不同的协同节奏：光刻延伸是“慢变量”，蔡司与ASML以联合预研的方式为High-NA之后的节点储备技术，上游光学能力构成整机的核心壁垒；AI测试扩容是“快变量”，云厂商的算力需求直接转化为中游测试设备商的追加订单，验证与老化环节的战略地位持续提升。上游技术储备与中游产能扩张并存，共同构成下游算力产业的基础支撑。

（本章约1150字，基于公开技术论文与企业公告信息整理）

关键数据与客户结构

光刻延伸与AI测试扩容是当前半导体设备领域两条特征鲜明的演进路径：前者由头部光刻企业以长期研发投入推动，技术节奏以“代际预研”方式展开；后者由测试设备商承接下游需求外溢，订单节奏呈现“短周期、可追加”特征。本章围绕两条路径的核心数据与客户结构进行分析。

一、Hyper-NA：数值孔径路线的数据锚点

Carl Zeiss SMT与ASML研究人员发表的技术论文明确了下一代光刻的关键参数：Hyper-NA EUV系统数值孔径不低于0.75，而当前High-NA光刻机为0.55。这一数值跃升延续了几十年来通过增大数值孔径提升分辨率的传统路径，与此前从0.33 NA标准EUV向0.55 NA High-NA过渡的逻辑一脉相承。

从技术议题看，论文覆盖光学架构、分辨率潜力以及掩模版三维效应三个方向。其中掩模版三维效应在High-NA导入阶段已是产业关注的重点，数值孔径进一步提升后，该问题预计将更加突出，意味着光学系统与掩模生态需要同步演进。

从产业节奏看，Hyper-NA目前处于概念与预研阶段，尚无量产机台或明确量产时点。其战略意义在于：一方面向设备与材料供应链释放了下一代光学系统的技术信号，为光学元件、光源、掩模等配套环节预留预研窗口；另一方面也表明，在High-NA尚未完成量产普及的情况下，头部企业已在为更先进节点布局，光刻技术路线的“延伸式创新”仍在延续，绕开数值孔径路线的替代方案（如多图案化、纳米压印等）尚未成为先进逻辑节点的主流选择。

二、Aehr：订单数据与客户结构

Aehr Test Systems公布的订单数据同样具有明确的量化锚点：单笔订单约600万美元，来自其头部超大规模云厂商客户，用于下一代AI处理器的封装级老化测试（PLBI）。该类芯片应用于数据中心训练与推理场景。

该订单有三个值得关注的结构性特征：

其一，客户身份的特殊性。 采购方为超大规模云厂商，而非传统芯片设计公司。这反映出AI算力竞争格局下，云厂商深度介入芯片定制与供应链管理，直接对关键测试工序的产能与可靠性提出要求。对设备商而言，云厂商类客户预算体量大、对产能确定性敏感，但也通常伴随对交付节奏和性能指标的更高要求。

其二，订单的持续追加特征。 本次订单是该客户对AI芯片老化测试产能的持续扩建，而非一次性采购。追加式订单模式意味着客户对现有方案已形成验证与信任，后续扩产存在可预期的连续性；同时也表明AI处理器的老化测试需求与其下游部署规模同步增长，需求侧尚未见顶。

其三，工艺环节的战略转移。 AI处理器在高功耗、高可靠性需求下，封装级老化测试正从可选项转变为量产关键工序。Aehr从晶圆级测试向封装级AI测试市场扩展的战略，通过该订单得到初步兑现。这一转型若持续兑现，将改变公司此前收入结构中晶圆级测试占主导的局面，打开AI服务器产业链的增量空间。

三、两条路径的共性与差异

从数据形态看，两条路径呈现互补节奏：Hyper-NA以技术论文形式公布参数目标，属于前置性的长期研发信号，从预研到量产收入兑现周期长、资本开支大、技术风险高；Aehr的600万美元订单则是当期可确认的产能扩张，收入转化路径短，但单笔金额与头部客户集中度决定了业绩弹性受大客户资本开支节奏影响较大。

从竞争格局看，两者分别代表了设备产业的两类壁垒：光刻延伸依赖光学系统等硬技术的代际积累，参与者高度集中；AI测试扩容依赖对客户工艺需求的理解与产能响应速度，竞争相对分散但客户粘性一旦建立可形成复购。

总体而言，Hyper-NA的0.75数值孔径参数与Aehr的追加订单，共同勾勒出设备产业“远期技术卡位+近期需求兑现”的双层结构，可作为观察后续产业链动态的两个基准数据点。

趋势判断与展望

光刻：延续增大数值孔径的传统路径

在High-NA EUV光刻机逐步走向量产导入的阶段，产业前沿的预研目光已投向下一代节点。Carl Zeiss SMT与ASML的研究人员近期发表技术论文，正式提出Hyper-NA EUV光刻概念——即数值孔径不低于0.75的EUV系统，作为当前0.55数值孔径High-NA光刻之后的下一步延伸路线。

这一动向具有多重信号意义：

其一，技术路线的延续性得到确认。 过去数十年，光刻分辨率提升的核心路径之一始终是增大投影物镜的数值孔径（NA）。从DUV浸没式到0.33 NA EUV，再到0.55 NA High-NA，以及如今预研的0.75+ NA Hyper-NA，产业界并未转向完全颠覆性的替代方案，而是沿着经过验证的物理与工程路径持续深化。这降低了先进节点演进在“成像原理”层面的不确定性。

其二，预研议题聚焦工程难点。 论文涵盖光学架构、分辨率潜力以及掩模版三维效应等关键技术议题。NA的进一步提升意味着光学系统设计、镜面制造精度、掩模三维效应补偿等方面面临更高要求，这些恰是决定Hyper-NA能否落地的核心变量。蔡司与ASML选择在此时系统性地公开技术框架，表明两大光刻核心厂商已将High-NA之后的路线图纳入正轨。

其三，产业节奏的判断。 从历史规律看，从概念预研到量产装备通常需要较长周期。High-NA从发布到首批客户装机亦经历了多年工程化过程。Hyper-NA目前处于预研与架构定义阶段，其商业化时点将取决于High-NA的导入进度、芯片设计对分辨率的实际需求，以及单机成本与产能的经济性权衡。

测试：向封装级与AI专用方向扩展

与光刻环节“纵深演进”不同，测试设备环节呈现出“横向扩容”的特征，需求结构正随AI芯片的量产特征而转变。

Aehr Test Systems近期宣布，从其头部超大规模云厂商客户获得约600万美元追加生产订单，用于下一代AI处理器的封装级老化测试（PLBI）。该芯片应用于数据中心的训练与推理场景。这一订单虽金额不算巨大，但其产业含义值得提炼：

封装级老化测试正成为量产关键工序。 AI处理器具有高功耗、高可靠性要求的特点，在数据中心场景下需要长期高负载稳定运行。老化测试从晶圆级向封装级延伸，能够在更接近真实工作条件的封装形态下筛除早期失效，保障交付质量。Aehr客户的持续追加订单，反映了超大规模云厂商对AI芯片可靠性和良率管控的重视，也印证封装级老化测试已从可选项转变为量产流程中的必要环节。

设备商战略随需求结构转型。 Aehr原有优势在晶圆级测试，而其在封装级AI测试市场拓展的战略已初步兑现。这折射出测试设备行业的一个普遍逻辑：设备商的收入结构正在从传统的晶圆级前道测试，向封装级、系统级测试延伸，以匹配AI芯片价值量提升带来的更严格的可靠性验证需求。对于设备商而言，绑定头部云厂商这类终端需求方的直接采购，也是需求传导链条变化的体现——AI芯片的采购方深度介入供应链质量管控，测试环节因此获得了新的直接需求来源。

综合展望

综合来看，先进制造（光刻）与先进封测（测试）两条主线呈现出不同的演进逻辑：

光刻端，Hyper-NA的确立意味着先进光刻在可预见的未来仍将沿增大NA的路径推进，蔡司与ASML的技术护城河有望在下一代节点延续，但也需关注掩模三维效应等工程挑战的解决进度及设备经济性。测试端，AI算力需求的持续扩张正在重构测试设备的需求结构，封装级老化测试、AI专用测试方案成为新的增长极，设备商的战略重心相应从晶圆级向封装级转移。

对产业观察者而言，未来值得持续跟踪的信号包括：Hyper-NA光学架构与关键部件的工程验证进展、High-NA在头部晶圆厂的量产导入节奏、以及封装级AI测试订单的持续性与其反映的AI芯片实际出货质量要求。两条主线一纵一横，共同勾勒出半导体设备产业在AI时代的发展轮廓。