EUV设备成AI算力“阿喀琉斯之踵”，瓶颈恐延至2029年

当所有人都在关注电力短缺时，半导体研究机构SemiAnalysis创办人帕特尔（Dylan Patel）却提出了一个更严峻的观点：未来限制全球AI算力成长的，可能是阿斯麦（ASML）年产量有限的极紫外光微影机台（EUV）。
帕特尔指出，过去几年，限制因素先后出现在CoWoS先进封装、电力供应与数据中心建设，但接下来压力将回到半导体供应链本身，尤其是逻辑芯片、存储器、晶圆厂建设，及更上游的EUV设备。他认为，目前AI算力长期核心瓶颈仍是芯片供应，而非电力。数据中心兴建再快，若芯片、存储器与设备无法同步扩产，算力终究无法落地。
到了2028年或2029年前后，最终瓶颈恐是ASML的EUV。以英伟达Rubin架构为例，若要支撑1百万瓦（GW）容量的AI数据中心，约需5.5万片3纳米晶圆、6,000片5纳米晶圆及17万片DRAM晶圆，总计约需200万次EUV曝光，相当约3.5台EUV机台的产能。换句话说，一座投资规模高达500亿美元的AI数据中心，背后真正的局限，恐落在几台EUV设备上。
在存储器方面，帕特尔预估到2026年，全球科技巨擘资本支出中约三成将流向存储器。原因在于AI推理与长上下文需求推高键值快取（KV Cache）消耗，带动高带宽存储器（HBM）与DRAM需求暴增。至于电力问题，他认为虽有挑战但终究有工程解法，而若中国台湾产能出现冲击，全球新增先进算力能力恐几乎归零。