「美國將重返領導！」新創Substrate挑戰ASML商模：50人團隊，如何造出平價款EUV曝光機？|數位時代 BusinessNext

重點一：成立於2022年的Substrate，已募資逾1億美元、估值突破10億美元，計劃在美國自建晶圓廠，以挑戰ASML（艾司摩爾）在曝光機市場的壟斷。

重點二：Substrate宣稱自研緊湊型EUV（極紫外）曝光系統，目標於2028年量產，但專家質疑三年時程過於激進。

重點三：投資方包括Founders Fund、General Catalyst、以及In‑Q‑Tel（美國政府非營利投資機構）。公司約50人，核心成員來自IBM、台積電等企業。

舊金山新創Substrate近日宣布完成超過1億美元（約新台幣306億元）募資，本輪估值逾10億美元。公司目標在美國自建、搭載自研曝光設備的晶圓廠，試圖打破ASML（艾司摩爾）在先進曝光機市場的長期壟斷。

創辦人詹姆斯・普勞德（James Proud）接受《華爾街日報》採訪指出，公司核心創新是一套緊湊型、採用超短波長雷射的EUV（極紫外）曝光系統，可在矽晶圓上蝕刻奈米級複雜圖案。

同時，Substrate不打算將設備出售給代工廠，而是擬以垂直整合模式自行投片、量產晶片，並計劃在2028年啟動量產。

關於它們的目標，形象短片中的文案說的十分直白：America ivnented semiconductors. We will lead again.」（美國發明了半導體；我們將再次領導。）

目標打倒ASML！企圖將曝光成本減半

報導指出，Substrate的投資陣容強大，包括PayPal、Palantir共同創辦人彼得・蒂爾（Peter Thiel）旗下的Founders Fund（創辦人基金）、一級創投General Catalyst，以及In‑Q‑Tel（美國政府非營利投資機構）。公司現有逾50名員工，多來自IBM、台積電、Google、Applied Materials（應用材料）與美國國家實驗室等。

Substrate宣稱，旗下製程設備皆為自行研發並生產，並將以粒子加速技術重新定義晶片曝光（Lithography，光刻／曝光）流程。 據悉，其機器以高速粒子束處理晶圓上極微尺寸線路的製程步驟，主張能克服傳統EUV路線的瓶頸，進而在高階處理器製造環節提供替代選項。

Substrate備受矚目的原因在於，目前全球最先進晶片的量產設備幾乎仰賴ASML的EUV與High-NA EUV系統，而台積電等晶圓代工龍頭是這些設備的核心使用者。

Substrate的策略，是以新型曝光機切入此高壁壘市場；若其粒子加速方案真能達到甚至超越現行EUV在解析度、疊對精度與產能表現，將直接影響尖端製程路線圖與設備採購結構。

此舉不僅挑戰ASML的技術優勢，也可能為代工與IDM（整合元件製造）在先進節點（如2nm、1.x nm）帶來新的工藝選擇，牽動上游材料、光罩設計與下游高效能運算（HPC）與AI晶片的產品時程。

Substrate表示，目前已解決「技術上最棘手的難題」，把突破點鎖定在「曝光精度」與「產能」兩大指標，欲讓製造商在成本與良率上取得競爭優勢。

總體而言，Substrate的願景在於：透過自家設備將半導體製程中的曝光成本減半，藉此在美國本土建立先進晶片製造產線、降低對海外供應鏈的依賴，並重奪半導體製造的主導權。

三年內造出供應鏈？時程遭質疑過於激進

依據《華爾街日報》報導，業界普遍認為先進曝光技術的研發與量產門檻極高。ASML投入約25年、逾100億美元（約新台幣3067億元），才讓EUV微影技術大規模導入；單機售價超過3.5億美元（約新台幣107億元），主要客戶為台積電與英特爾（Intel）。

報導並引述不具名專家指出，要在更大晶圓面積維持同等精度並實現高速曝光，往往需要十年級距的技術累積；中國業者多年嘗試突破相關瓶頸，仍受限於工藝與供應鏈。

針對外界對技術門檻的疑慮，Substrate提供奈米級印刷圖像以佐證性能，但外界對其三年內建成複雜且資本密集的半導體供應鏈抱持保留，認為其2028量產時程偏「激進」。

此外，Substrate提出以「數十億美元」資本支出建廠的構想，遠低於今日動輒200億美元以上的先進晶圓廠建置成本，亦引來可行性質疑。

半導體界的Tesla？Substrate有望顛覆產業結構

Substrate倡議的垂直整合路線，與半導體產業近半世紀的全球分工模式相左。報導引述產業人士指出，在高研發、高資本支出的大型製造業中，將設計、設備到量產全握於一家公司，難以長期維持財務與技術韌性。不過若成功，Substrate將有助於美國在地製造與供應鏈安全，也符合川普政府的政策方向。

報導指出，在拜登政府期間，Substrate曾與CHIPS研發辦公室接觸，但部分官員認為其計畫難以實現。Proud於2019年取得美國籍，並表達希望遏止中國在半導體的進展；若其技術與商業模式落地，有機會如Tesla、SpaceX般，以解決艱難工程問題並掌控製造流程來重塑產業結構。

Proud強調：「我們想大幅增加晶圓的數量；我們認為需求會存在。」

延伸閱讀：ASML入主Mistral AI！斥資13億歐元「換1席董事」，聯手推動半導體設備AI化

資料來源：WSJ、彭博社、金融時報

本文初稿為AI編撰，整理．編輯/ 李先泰

七年、三階段，國泰金融集團將雲端內化為營運流程與創新引擎

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務？

顏勝豪認為，雲端轉型的起點不是直接遷移系統，而是從四個面向打底：應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃，以及組織治理框架建立，而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏，若沒有共同語言與平台底座，上雲很容易各自為政。」顏勝豪表示，為讓所有員工可以齊步前行，國泰以雲端遷移方法論 Cathay 6R（註1）作為共同語言、用平台作為共同底座，讓轉型不只是技術選擇，而是集團行動。
完成單一系統的雲端遷移後，便進入 Cloud Adoption 階段。在這個階段中，要透過大規模遷移建立更成熟的上雲標準作業流程（SOP），透過 FinOps 機制控管與優化雲端營運成本，以及透過自動化與治理模型確認多雲環境與安全與維運穩定性，目標是將雲端內化為組織日常運營的一部分，進而邁向 Cloud First 階段：在合規前提下，新專案與系統升級預設在雲端環境開發，並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則：讓雲成為 AI 時代的成長引擎，而不是單純的基礎設施。」關於國泰的未來雲端布局，顏勝豪如是總結。

以雲端為 AI 資源引擎、發揮數據燃料價值，實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲，也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲，打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備：成立國泰風險聯防中心（CRC）攜手集團洗防人員強化風險控管與金融犯罪因應能力；釋出國泰員工 AI 助手–Agia–Beta
版，提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務；此外，亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務，更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出，發展AI需要龐大的 GPU 算力，若自建 GPU 機房，不僅硬體設備昂貴、折舊速度快，光是散熱系統一年就高達兩、三千萬元的成本，若採取雲端資源，可以隨啟隨用，同時，大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組，銀行、人壽、產險與證券的創新不再是單點突破，而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本，資料則決定 AI 應用上限。」顏勝豪解釋，在 AI 新世代，AI 模型定調能力「下限」，集團子公司掌握的「獨特資料」則決定應用的「上限」，考量雲端有許多好用 AI 服務，唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略，打造雲端智慧生態圈，並以現代化雲原生技術拓展應用場景；同時，運用 AI 與資料分析優化客戶服務體驗，並藉由跨雲整合機制支援多元業務模式，以充分發揮上雲效益。至於國泰產險，不僅在兩年半內完成13套核心系統上雲、優化營運流程，如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等，讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求，如以 AI Search 精準呈現關鍵字搜尋結果，讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務，以客戶持股為核心，應用 AI 技術打造個人化推播服務，協助投資人更有效率地掌握庫存狀況，提供更即時、系統化的投資管理體驗。
總的來說，國泰金控在集團的雲端轉型不僅是技術升級，更是思維革新，從百套系統上雲進展到 Cloud First 階段，可以預期在雲地基礎下，國泰將進一步引領 AI 時代變革，持續提升營運韌性與放大創新價值。

註1：Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論，將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構，並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。