AI与半导体设备双向奔赴：设备商从“卖设备”转向“卖能力”

唐洛

2026-09-04 15:19:25

来源: 时代在线

AI正在重构设备厂商的交付逻辑。

9月1日上午，2026中国无锡半导体设备材料及核心部件展-无锡半导体展（CSEAC）中举办了刻蚀技术、制程及设备专题论坛。

论坛中，中微公司（688012.SH）、泛林集团（LRCX.O）等国内外头部半导体设备厂的技术专家对刻蚀技艺、三维工艺；面向高端硅光子芯片制造的前沿尖端解决方案等领域展开演讲。

而在演讲结束后，中微公司、华海清科（688120.SH）、鲁汶仪器（A26219.SH）等国产设备厂领导开展圆桌对话，探讨AI对设备厂带来的影响。

从行业角度来看，当前AI技术发展让整个半导体行业都迎来了爆发性地增长。

比如存储市场正迎来“超级周期”。无锡邑文微电子科技股份有限公司销售部总经理邓家亮在演讲中表示：“2023年HBM市场规模大概只有420亿美元，到了2024年，HBM市场规模已经增长了超过300%到1700亿美元，并于2025年再次实现翻倍至3400亿美元。按照市场对存储超级周期的规划，可能到2030年HBM市场规模将会到达万亿美元级别。”

邓家亮随后展示了不同种类半导体的增长速率，数据显示，第三代半导体的增长速率达到27%、碳化硅为25%、HBM为33%、氮化镓则高达65%。

在这样的AI浪潮下，半导体设备行业蕴藏着巨大的发展机会和前景。

半导体设备圆桌论坛图片来源：时代周报记者摄

AI正在重构设备商交付逻辑

在圆桌论坛中，半导体设备行业大咖们普遍认为AI正在重构设备厂商的交付逻辑。

过去几十年，半导体设备商习惯自比“卖铲人”（在淘金热中，为挖金矿的人提供铲子的人）。但在AI时代，这一角色正被重新定义。

中微公司副总裁、集团CCP刻蚀产品事业部总经理刘志强表示：“设备商交付的从来不是单纯的设备，客户是需要我们提供基于设备的整套工艺解决方案，要解决特定工艺的问题。我们过去在交付硬件的同时，其实在自觉地或不自觉地交付我们的数据、知识。”

华海清科离子注入工艺技术总监卢合强补充道：“设备商要交付的是‘低风险、高弹性、低成本’的整套工艺体系，绝对不是单纯的一个机器。十几二十年前，国外的设备是很好的，很可靠的，用户用起来也很省心，但是卖的比较贵。目前，国内的设备也制作起来了，也具备和国外先进设备同样的制程水平，然后价格也下来了，确实是国产设备发展的一大利好。”

御微半导体地区部总经理王旭则认为，把半导体设备厂比作“卖铲人”有点太过于简单了。王旭认为：“AI时代到来后，我们会有更多的数据。设备厂就不仅仅是一个教人怎么去用铲子的角色，我们会成为客户的‘地质勘探顾问’。因为有很多数据只有在‘铲子’铲下去的那一刻，可能才会得到反馈，而客户可能没有这些数据以及经验。设备在运作过程中可能会遇到什么样的状况，怎么样去处理这些状况，都是可以通过大量的设备端数据累积和分析得出的。”

上述说法并非停留在概念。据王旭介绍，御微半导体与国内一家晶圆厂合作近一年开发的AI自动缺陷分类系统（AI ADC），提供了一个可量化的样本。

随着量检测设备硬件能力提升，单位时间产生的数据量指数级增长，传统依赖人工的缺陷分类方式难以为继。双方用大模型训练模拟人工分类逻辑，将数据流与分析方法落地接入产线。

王旭称：“系统在客户端稳定运行一个月后，客户用于人工缺陷分类的工程师团队‘从十几个人减到了两个人’。”这套AI方案带来的全生命周期成本下降，成为AI与设备相辅相成最直观的注脚。

相辅相成仍需“人机共治”

在AI与半导体设备“双向赋能”的叙事之下，AI对半导体设备以及工艺的开发环节已经起到了至关重要的作用。然而，目前AI还难说“万能”，在很多环节中，人类的位置依然不可或缺。

刘志强表示：“AI一定会帮助我们提升自身开发的效率，这是毫无疑问的。但是目前AI也有一定的局限。比如说AI的强项在于它会去挖掘历史的制程数据，甚至会去做一些模拟分析。但是过去的工艺的结果，其实非常依赖于当时的条件。在当时的条件下，正确的结论放到现在全新的工艺架构上是不是还支持，可能是值得商榷的。”

其次，刘志强认为AI目前在复杂的物理、化学、电学的仿真模拟上还是有非常大的局限性。

鲁汶仪器副总经理董溯认为：“在整个半导体设备制程开发过程中，AI在‘0到1’环节起的作用可能短期内不如‘1到100’的作用大。”

王旭就AI对员工工作的帮助感触颇深，他表示最近半年以来，团队里越来越多的员工所出具的报告五花八门，“几十页的报告，半天就写好了，我真是又爱又恨。一方面AI能帮你很好的整理思路，但另外一方面，其实它会让你少去想很多问题。”

王旭认为，在加快办公效率这件事上，人们应当有目的地去使用AI。“如果目前要把一个大的任务完全交给AI做，可能会适得其反。一定要把整个任务先进行分析，然后找出合适AI干的任务丢给它做。主任务的管控以及修正，还是需要有经验的人来做。我觉得在可能未来一段时间内，这种AI与人类的结合是不可避免的。”