當市場將注意力放在NVIDIA的市值突破紀錄、或是HBM供應鏈如何左右AI擴張速度時，真正站在產業鏈底層、並持續享有結構性紅利的，往往是半導體設備企業。它們不直接生產晶片，卻是整個先進製程能否被複製、放大與量產的關鍵。AI模型越大、算力需求越高，晶片製程越先進；而製程越先進，對光刻、沉積、蝕刻等設備的依賴就越強。
近兩年全球晶片資本支出迅速回升，台積電在2023至2024年間每年約投入30至32 Billion美元的CapEx，三星與美國晶圓廠亦加速投入，以支撐AIGPU、先進記憶體與HPC晶片的製造需求。這個投資週期的核心驅動，正是大型語言模型（LLM）與雲端推理服務帶來的爆發式算力需求，而設備廠就是這場資本競賽中最直接的受益者。
ASML在2023年收入超過27億歐元，年增約30%，其中EUV設備需求持續旺盛。Applied Materials（AMAT）2024財年收入亦達265億美元，雖曾因存貨調整而短期放緩，但AI相關的先進邏輯製程與記憶體轉型帶動其核心設備需求持續增長。Tokyo Electron（TEL）作為日本最大設備廠，近兩年營收穩定於2.2至2.4兆日圓水平，並因邏輯與DRAM強化製程需求而持續提升毛利。
這些企業的共同點在於：
AI不只提高單一晶片的價值，更持續推升整體晶片製造的投資基數，使設備商的業績呈現比終端晶片更穩定的結構性增長。AI的繁榮並非短期循環，而是創造了一個長期、可不斷複製的資本開支曲線，而半導體設備企業正位於這條曲線的核心位置。
EUV與先進封裝及材料製程
在AI時代驅動下，半導體產業最顯著的變化之一，是製程創新不再以「晶體管縮小」為唯一主線，而是同時擴張至先進封裝、3D結構與新材料技術。這些技術的門檻越來越高，設備廠商的壟斷能力反而增強，使得其利潤結構更具韌性。
ASML的EUV（極紫外光）設備是其中最明顯的例子。全球僅ASML能夠量產EUV量測與曝光設備，不論TSMC、Intel或Samsung都必須依賴該設備才能製造5nm及更先進的晶片。一台EUV售價超過150至200 Million美元，高階High-NAEUV更突破300 Million美元，其毛利率亦遠高於公司整體水平。由於製程每個節點都需增加EUV曝光比例，ASML的銷售呈現穩定成長，甚至不受個別晶片公司營運波動的劇烈影響。
Applied Materials的優勢體現在薄膜沉積（CVD、PVD）、蝕刻與CMP（化學機械研磨）等關鍵製程中，AMAT在部分製程的市占超過40%。隨著AI晶片對功率、散熱與結構複雜度提出更高要求，AMAT推出的新材料製程解決方案（如金屬間介電質、特殊薄膜堆疊）成為晶片設計演進的基礎，使其產品結構不斷升級。
至於Tokyo Electron（TEL），其在蝕刻與塗佈顯影設備的市占率高度穩定，特別受惠於3DNAND、HBM堆疊封裝與先進DRAM的製程變革。HBM與CoWoS等封裝需求飆升，使TEL與日廠在上游材料與工具端的角色越發重要。
值得注意的是，AI帶動的另一個重大投資方向，先進封裝（Advanced Packaging），正在形成設備廠的新利潤來源。尤其是2.5D封裝、Chiplet架構與CoWoS，均需要更精密的貼裝、錫凸塊與熱處理設備。AIGPU的需求越快增長，先進封裝的瓶頸越明顯，而設備廠的議價能力也越高。
AI時代的「防禦型成長股」
傳統上，半導體設備股被視為典型的景氣循環股：晶片需求上升時大幅擴產，削價競爭時則面臨訂單緊縮。然而在AI時代，它們的角色正在發生質變，逐步成為少數兼具週期彈性與長期增長性的股票。
首先，AI帶來的是跨裝置、跨行業的通用算力需求，而非單一應用的周期性需求。例如，雲端訓練模型需要大量GPU，推理端需求遍佈手機、PC、汽車、醫療與工業場景。算力需求越擴張，晶片廠商越需要投資先進製程與封裝，設備廠的訂單能見度自然提升。
其次，AI供應鏈的瓶頸已從晶片設計轉向製造端。無論是NVIDIA的供應鏈壓力、HBM堆疊產能不足，或Intel與台積電的先進節點開發挑戰，問題始終落在設備能否提供足夠的產能擴張支持。因此，設備廠的營運波動性反而因產業結構變化而下降。
義合控股投資者關係部
