「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?
「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?

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。

ASML 高數值孔徑極紫外光微影設備(High NA EUV)_2.jpg
ASML的EUV與High-NA EUV系統十分昂貴,單機售價超過3.5億美元。
圖/ 業者提供

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

往下滑看下一篇文章
免費下載「會議紀錄整理師」!逐字稿丟給AI,自動抓決議跟待辦,支援ChatGPT與Claude
免費下載「會議紀錄整理師」!逐字稿丟給AI,自動抓決議跟待辦,支援ChatGPT與Claude

在某個大雨滂沱的晚上,超級感謝有 7 位一天一 AI 的讀者來體驗我做的「會議紀錄整理師」AI 工作流。現在,我要把它免費開放給你用了!

今天來跟你分享,一天一AI PRO 設計出的 AI 工作流,到底可以幹嘛,並且讓你試用看看。

首發就是「會議紀錄整理師」,這是我自己最常用的工作流之一。有了它,會議上我都可以集中精神發表意見,之後 AI 再幫我統整即可!

除了省時省力、釐清待辦,我還多做了一點巧思:區分出討論項目與決議。那些會議上討論過的,但根本沒結論的事情,我請 AI 幫忙抓出來。

這個工作流可以到一天一AI PRO 的官網下載,裝進你的 ChatGPT 和 Claude。具體怎麼做?往下看圖卡吧。

還想看哪些內容?歡迎點此連結跟我分享~

AI會議紀錄怎麼做?「會議紀錄整理師」自動整理逐字稿

會議紀錄整理師是什麼?

每次會議我會取得同意後錄音,一結束就把逐字稿丟給 AI,呼叫「會議紀錄整理師」技能來做紀錄。逐字稿的錯字多、內容散亂、缺乏說話者資訊,通通沒關係,這個技能可以通過一串設計好的流程,區分是哪種會議(進度追蹤、規劃討論、解題決策)來決定紀錄的重點,最後產出會議紀錄通知信+留存版的完整紀錄文件。

AI整理會議紀錄最大亮點:自動區分討論、決議與待辦

最有感的亮點:區分出討論項目與決議

看完「會議紀錄整理師」整理的紀錄,第一印象一定是「很清楚、有結構」。但細看會發現,它除了幫你列清楚待辦事項,也會提醒你會議缺失的資訊,例如沒指定負責人、沒確定截止日期、哪些是拍板的決定、哪些決議沒討論完、哪些人的意見有衝突。

同件事反覆討論怎麼整理?AI只抓最後拍板結論

結論回掃:同件事來回討論,AI 只認最後的拍板

開會常常一個議題反覆討論,前面說「先用 A 方案」,後面又改口「還是 B 好」。一般 AI 整理會把兩個都列出來,會搞不清楚到底選了哪個。「會議紀錄整理師」有「結論回掃」機制:以最後一次明確確認為準,早期被推翻的版本會被歸類到「否決了什麼」,不會讓過時的決策混淆你。

與會者有誰?例行會議可以沿用團隊設定

與會者有誰?例行會議可以沿用設定

第一次使用,直接貼逐字稿就能跑。AI 遇到不認識的人名或職稱,會在結尾列出來問你:「這位是誰、負責什麼?要不要記下來?」你回覆後,它就建立你的團隊記憶檔。下次再開相同主題的會議會自動沿用,提高會議紀錄裡名字、職稱、待辦事項隸屬的正確性。

ChatGPT、Claude怎麼安裝「會議紀錄整理師」?

下載後怎麼用?

註冊登入一天一AI PRO 官方網站,找到「會議紀錄整理師」的立即下載按鈕,下載 zip 檔。Claude 網頁版的用戶,從Setting→Skills→右上方Add選擇→Upload skill→上傳 zip 檔。ChatGPT 網頁版的用戶要是付費版:開一個新對話→選擇「工作」標籤→在對話框上傳 zip 檔→輸入「幫我安裝到個人雲端技能」。完成設定後,重整頁面、開新對話,在對話框輸入「/」或是「@」輸入「會議紀錄整理師」就能把技能呼叫出來,再把會議逐字稿貼給它就行了。

AI會議紀錄還能怎麼用?散會前確認、累積成專案進度報告

散會前就做紀錄、同專案紀錄能做成進度報告

我在每個會議結束前,都會速跑紀錄,現場確認與會者的理解都一致。同一個專案的會議紀錄累積起來,還可以變成專案進度簡報給主管看:這個月做了哪些決策、還有哪些待辦沒完成、風險有沒有被處理掉。

訂閱《一天一AI》日報,每天跟你分享超實用的AI小技巧!

延伸閱讀:
一天一AI PRO上線!6組專家工作流,讓ChatGPT、Claude不再每次從頭教

AI又唱反調?每月10分鐘做記憶健檢,4招讓ChatGPT、Claude認得現在的你

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓