ASML高層曾誤判「美國不會擋」!中芯國際的首台EUV訂單為何落空?
ASML高層曾誤判「美國不會擋」!中芯國際的首台EUV訂單為何落空?

ASML向來以與全世界做生意為榮。南韓客戶來訪時,接待處的荷蘭國旗旁邊就會擺上南韓國旗。中國企業來訪,則會看到中國國旗飄揚。這反映了ASML對所有客戶一視同仁。只可惜,如今世界的運作已不再那麼單純了。

在數以百億計的政府補助資金挹注下,中國的晶片廠如雨後春筍般崛起。2017年,中國客戶下單的曝光機總值高達七億歐元。幾個月後,中國晶片製造商中芯國際的執行董事梁孟松在上海簽下了他們的第一台EUV曝光機訂單。

監事會立即指出風險,直言:「各位,這恐怕會出問題,美國不會放行所有的交易。」但ASML的管理高層毫不在意這些顧慮。他們認為ASML不涉政治,而且多年來一直都有供貨給中芯國際。

結果,ASML向荷蘭申請對中國的出口許可時,美國立即展開外交行動,試圖阻止EUV曝光機進入中國。川普的國安顧問莫里森表示,這不是美國在對友邦施壓:「我們都知道EUV技術有多重要,荷蘭政府可以自行決定這件事。」當然,最好是做出美國也認同的決定。

荷蘭人陷入這樣的困境,其實一點也不意外。美國不想和中國真的開戰,因此試圖用其他一切手段來控制中國的科技發展。晶片有如現代經濟的石油,當你順著這條價值鏈追溯時,很快就會來到荷蘭的ASML。

在ASML看來,制定規則的人並不了解「這一切」是如何運作的。「這一切」是指整個晶片產業,包括所有的全球依存關係、脆弱的供應鏈和複雜的技術。這是一個靠相互信任、長期協議、自由市場機制運轉的世界。政府不能破壞這個脆弱的生態系統:最主要是因為ASML從中賺取豐厚的利潤(包括在中國的收益),也在荷蘭創造了許多就業機會。

ASML認為,美國主要是靠封鎖EUV技術來輔助對中國的經濟戰。這項技術可用來大量生產先進半導體。這些晶片是用在手機上,不是戰鬥機。對ASML來說,擔心EUV技術被用於軍事完全是無稽之談,武器產業使用的是已經上市多年的成熟微影技術。而且武器中使用的多數晶片都是「現成」的,跟筆記型電腦、洗衣機或汽車裡的晶片一樣,在世界各地都能輕易買到。

晶片不只是手機,更是武器

但美國的看法不同。美國對「軍事」的定義遠超出傳統武器的範疇。他們擔心中國的AI崛起、中國的超級電腦在全球排名中占主導地位,以及中國當局未來可能掌握的強大網路武器。而這些全都有一個共同需求:先進晶片。

荷蘭經濟部向來對企業採取不干預的態度,讓企業能充分利用世界貿易的優勢。身為一個新自由主義的貿易國,荷蘭乘著全球化的浪潮前進了三十幾年。ASML就體現了這種重商精神。

ASML長期以來一直試圖避開地緣政治的舞台。但當你的機器是用來印製現代世界的基礎架構時,你不可能永遠躲在鎂光燈外。

2020年1月,外交角力終於公開化。路透社報導,美國已要求荷蘭封鎖EUV技術的出口,ASML頓時成為眾所矚目的焦點。川普的貿易戰、間諜案件,以及有關華為和5G的爭議,全都交織在一起,掀起了一場輿論風暴,ASML登上了各大媒體的頭版。

只要出口許可仍「在審查中」,中國就無法取得EUV曝光機。與此同時,美國持續施壓。2020年10月,荷蘭國防部的一份機密分析報告詳細記載了他們收到「最重要戰略夥伴的緊急呼籲」,警告:中國國防工業若取得EUV微影技術,就能為飛彈、無人機、網路戰開發更有智慧的演算法。

荷蘭當局最終根據這項建議,否決了ASML的許可申請,但措辭上避免明確禁止對中國出口。結果依然不變:EUV曝光機不會運往中芯國際。

美國人很高興,但仍持續盯著荷蘭。美國總是握有「微量原則」這張王牌。這條規則就像一把隨時可能落下的利劍,威脅著整個國際半導體產業。只要設備中含有一絲美國技術,商務部就能對整台設備要求申請許可。這個門檻通常是設在25%的美國技術含量:如果降到10%或更低,就會使ASML陷入困境。

美國用零件卡關逼出清單

美國想知道曝光機裡的每個零件的最終目的地。為了迫使ASML就範,美國官員多次拒絕批准ASML向急需零件的晶片製造商供應備用零件。這個策略的背後有強大的美國國安會在運作,他們想藉此取得詳細的零組件清單。

荷蘭外交官抗議這種暗中施壓的手法。這已經近乎勒索,連國安會的成員也質疑這是不是對待盟邦的方式。但顯然只要涉及中國,美方覺得這樣做也無妨。ASML不情願地編了一份清單,但也發揮創意、加入夠多的模糊表述,讓清單失去實際用途。後來一位負責追查此事的美國專家也承認,國安會的立場本來就站不住腳。

美企搞雙標!趁機搶佔中國市場

ASML被迫在中國市場踩煞車,美國企業卻反而加足馬力,趁勢擴大自己在該市場的利益。中國晶片製造商仍然可以用傳統的DUV曝光機,透過多重曝光技術來生產更先進的晶片。對於應用材料、科磊(KLA)、科林研發(Lam Research)這些美國公司來說,只要能保住營收,他們樂見ASML在中國市場失去優勢。

EUV風波促使ASML加強與政府的關係,包括與荷蘭各部會以及美國商務部培養更深入的合作關係,並在歐盟和華府設立代表處。ASML也在美國設立了自己的遊說團隊,不再完全依賴主要是為美國晶片公司發聲的美國半導體業協會。

到了2023年底,ASML在美國的遊說支出從幾乎零增加到140萬美元,在歐盟的年度遊說費用也增加了六倍,達到30萬歐元。儘管這些預算和其他的科技巨擘相比仍不算多,但有一點很清楚:對ASML來說,政治已不再是次要議題。

延伸閱讀:英特爾重返GPU戰場!陳立武延攬高通大將操刀,「打包14A代工」瞄準AI資料中心大餅

本文授權轉載自《造光者:晶片戰爭中最神秘的關鍵企業,微影巨人ASML制霸未來科技賽局的崛起之路》,Marc Hijink著,天下雜誌出版

造光者
圖/ 天下雜誌出版

責任編輯:蘇柔瑋

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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