中国最大的代工厂正在将国产芯片制造设备放到人工智能零部件的试产线上。这并不是一次对技术前沿的跨越，而是对供应链韧性的检验。如果这些设备在规模化下被证明可靠，北京将获得一个独立于美欧盟及其盟友供应商的次优算力途径。
来自上海的行业传闻指出，SMIC 正在对更广泛的一系列国产设备套件进行认证，用于 AI 加速器和网络硅片所用的逻辑工艺。重点是刻蚀、沉积、清洗和化学机械抛光（CMP）设备——这些领域本地厂商已有可信的产品。当地媒体反复提及的名字包括在刻蚀领域的 AMEC、在沉积领域的 Naura 和 Piotech、在湿法清洗与电化学镀方面的 ACM Research 上海分部，以及提供 CMP 的 Hwatsing。来自 Kingsemi 的光刻胶涂布与显影设备也出现在更多工艺流程中。眼下的目标是在成熟与中节点产线中提高国产设备的占比，然后推动它们进入使用深紫外光刻（DUV）生产的更高密度设计。
这项测试并非单台设备的性能考核，而是检验一整套国产设备群能否在可接受的良率与稼动率下稳定运行配方。AI 芯片放大了集成风险：更大的晶片面积、更紧凑的互连层和散热预算使得可变性容忍度更低。即便早期的“主用设备”决定倾向于本土供应商，难题也在于能否在数季度而非数周内维持稳定产出。这正是客户在签署量产订单前想看到的。
这一推进有政策支持。《十四五规划》和工信部的工作计划都要求在核心设备、材料和 EDA 上取得突破，以减少对外国供应商的依赖。今年推出的大基金三期（Big Fund III），大约规模 480 亿美元，被结构化用于在此前偏向晶圆厂的资金投向后，向设备与材料倾斜。在此前几轮发生的高调腐败调查之后，监管收紧，国家资管机构被要求更严格地跟踪回报和项目里程碑。
资金投放正在加速。行业跟踪者估计，今年中国在芯片制造设备上的支出约为 250 亿美元，超过韩国、台湾和美国的总和。这一激增不只是为建无尘室，而是为备件、服务和足够的冗余以应对出口限制购置保障。国家发展改革委推动扩大全国算力中心，加上“新质生产力”的口号，使得 AI 算力成为一种类公共产品的优先事项。一个能够通过 DUV 支撑 28 到 7 纳米级逻辑、并具备强大封装能力的供应链，对于国内 AI 工作负载来说即便落后全球领先者也是可接受的。
瓶颈仍然是光刻。ASML 的 EUV 设备被禁止使用。某些先进的 DUV 浸没系统也面临许可限制。中国光刻机制造商 SMEE 在 28 纳米及以上工艺上取得了一定进展，但其设备尚未被证明能在现代 AI 加速器所需的密度下进行大规模生产。折衷办法是在 DUV 浸没上采用激进的多重曝光/多重图形化以逼近 7 纳米级几何。SMIC 已在若干芯片上展示了此类能力。经济性是制约因素：多重图形化增加了掩模数量、周期时间和缺陷风险。与 TSMC 或 Samsung 使用 EUV 制造的等效产品相比，这会提高每片良品的成本和功耗。
这就是当前试验重要的原因。如果本地的刻蚀、沉积和计量设备能在关键尺寸控制上更精确，并在图形化各步骤间降低变异性，良率上升、DUV 的经济性就会改善。即便如此，要达到完全等效仍然无法实现。但对于国内 AI 训练——在模型规模被调整以适配可用算力的情形下——达到可接受的性能是有可能的。作为补充，能堆叠或拼接多个 chiplet 的先进封装可以弥补部分密度差距。
北京并不只押注晶圆厂。策略是尽可能提升整个栈：加速器、存储、封装和软件。华为重新崛起成为最重要的系统级玩家，不断迭代其 Ascend AI 加速器，并发布了基于国产工艺流的高规格智能手机处理器。就连 Nvidia 的 CEO 也将华为称为中国 AI 市场的强劲竞争者。在后端，JCET、通富微电和华天等 OSAT 正在扩展高功率芯片的先进封装产线。中国的短板是 HBM。国产 DRAM 厂商仍落后多个工艺节点且缺乏 EUV；HBM 级别的产出尚处于起步阶段。可预期的是，在许可范围内近期仍将依赖进口内存，并在系统设计中关注替代内存带宽解决方案。
EDA 与材料从低基数开始改善。本地 EDA 公司在模拟、射频与部分数字签核领域已取得突破。材料厂商扩大了特殊气体、抛光浆料和部分光刻胶的供应。国家媒体强调那些在狭窄领域取得领导地位的“小巨人”供应商。风险在于分散：太多项目竞逐同一里程碑。更优的方案将供应商与晶圆厂共同定位，在产线旁嵌入服务团队，并接受多年资格认证，而不是争相追逐头条性节点。
监管策略是该行动的一部分。据报道，中国反垄断机构已对 Nvidia 早前收购 Mellanox 展开调查，这提醒人们在世界第二大数据中心市场的经营许可伴随条件。国有机构与受国家影响的云服务商的采购指南已在可行时悄然将试点倾向国产加速器。给外国供应商的信号很明确：将面临更多合规审查与更弱的定价权。
全球市场正在解读这些迹象。7 月份半导体股因担忧美国对华出口规则收紧而大幅抛售，凸显中国需求的重要性。受政策消息与国家支持晶圆厂订单的推动，A 股的半导体设备类股已出现上涨，但收入确认落后于公告。对配置者而言，治理的教训陈旧而重要：关注实装基数、服务收入和设备利用率，而不仅仅是资本支出承诺。中国自身的监管机构似乎也认同这一点；在大基金早期阶段的贪腐冲击之后，国资委强调了净资产回报率及中央国企需交付的硬性 KPI。
对北京而言，成功不是实现 2 纳米芯片，而是形成一个有韧性的、在成熟与中节点上 70%–80% 本地化的设备链，为特定部件提供基于 DUV 的可行 7 纳米级逻辑路径，并拥有能大规模集成 chiplet 的封装生态系统。对 SMIC 及其同行而言，这意味着在 12–18 个月内，国产设备在 65 到 28 纳米产线的占比需显著上升，随后在 2026 年前后在 14 到 7 纳米的选定插槽取得突破。良率需要稳定在大型晶片的盈亏平衡阈值之上。服务与备件供应必须足够充足以保持 OEE 高位。
在系统层面，目标是出货足够多可信的 AI 加速器以支撑省级算力中心和主要云服务商。功率与制冷限制将成为约束；AI 数据中心已经在测试本地电网。这使得能效与制程节点目标并重。政策可能通过地方政府在“新基建”框架下补贴电力、土地与折旧，但如果需求呈周期性，资本支出纪律将面临考验。
四个指标将帮助区分信号与噪声。第一，设备认证：关注国产刻蚀与沉积设备在更多 SMIC 与华虹工艺步骤中成为主用设备，以及第三方计量数据显示变异性收窄。第二，大基金三期的拨付节奏与共同投资者：有锚客户并与供应链共址的项目应获得更高信心评分。第三，出口管制走向：任何针对 DUV 服务、备件或先进封装的新一轮美方或盟国限制都可能侵蚀 DUV 权宜方案的经济性。第四，中国顶级云和电信运营商的采购行为：它们扩展基于华为堆栈的速度将决定国内 AI 计算采用的步伐。
论点并不复杂。中国买不到 EUV，但可以通过花钱、协调与迭代，构建基于 DUV、国产设备与先进封装的“足够好”AI 算力。该结局将削弱出口管制的影响，使国内 AI 训练保持进度，并为政策制定者在这一战略性重要行业中提供杠杆。对投资者而言，胜出者很可能是那些在多年以服务为重的合同中默默执行的枯燥型工业企业——设备制造商、材料供应商与封装厂。
