人工智能被描述为指数动态，在大规模投资、快速算法进步和对计算能力几乎无限的需求的推动下，人工智能似乎是无限的。在这个故事讲述中，一切似乎都是可扩展的，无论是模型、用途，甚至是市场。但 ASML 上一季度的业绩提醒我们，这种增长是基于物理基础设施的，受到限制，而且最重要的是高度集中。
因为每个AI模型、每个数据中心、每个GPU的背后，都有一条产业链，ASML是这条产业链的必经交叉点之一。如今，这家连锁店的产能已跟不上。
显然，无摩擦增长
尽管如此，ASML 上季度公布的非常好的业绩必须被理解为一个警告。其两位代表，ASML首席执行官Christophe Fouquet和财务总监Roger Dassen，表达了一个不容含糊的市场现实：“在可预见的未来，供应将无法满足需求”。更重要的是，“我们的客户告诉我们，他们已经售出了 2026 年的所有产能，并且在此之后限制将继续存在”。
因此，长期以来以扩张和收缩周期为特征的半导体行业正在进入一个供不应求的阶段。这种张力不仅影响尖端元件，而且贯穿从高级逻辑到存储器的整个链条。
真正的瓶颈
虽然媒体的注意力集中在芯片设计师和 GPU 制造商上，但真正的症结在于上游。 ASML 是当今唯一一家能够生产制造最先进半导体所需的 EUV 光刻机的公司，如果没有这种设备，就不可能增加产能。
因此，先进芯片的全球生产取决于有限数量机器的交付速度，而机器的制造本身就需要复杂且难以压缩的供应链。
因此，ASML 计划在 2026 年交付至少 60 个 EUV 系统，然后在 2027 年交付 80 个。尽管这些数量正在显着增长，但鉴于所表达的需求，它们仍然不足。
身体限制
与软件不同，半导体行业无法立即自我复制。每台 EUV 机器都集中了数千个组件、尖端技术和多年的发展。如果不影响其可靠性，就无法加速其生产。因此，产能的增加是渐进的，并且依赖于全球供应链。
事实上，ASML并没有刻意减慢AI速度，但是，作为一个强行通过点，它却成为了真正的瓶颈。
强化而不是扩张
面对这种限制，行业当然要适应。它不只是增加产量，而是寻求优化生产的每个单位。 Christophe Fouquet 谈到“更高的光刻强度”，也就是说，制造的每个芯片更多地使用光刻技术。
这种发展产生了矛盾的效果，因为它强化了对 ASML 的依赖。芯片越复杂，所需的制造步骤就越多，对设备的需求就越大。
增长已经仲裁
另一个决定性因素是未来产能已经大部分分配。 ASML 的客户（内存创始人和制造商）在下游合同承诺的支持下，在数年内确保其设备的安全。因此，人工智能的发展不仅受到限制，而且已经部分地被组织起来。
这一点很重要，因为这意味着计算的获取不再仅仅取决于创新或需求，而是取决于在漫长的资本密集型投资周期中将自己定位于上游的能力。因此，只有能够吸收这种约束的参与者（超大规模企业、大型制造商、国家）才能从大部分资源中受益。
