文章核心观点 - 因净订单低于预期且关税带来不确定性，ASML股价下滑，但公司在半导体行业地位重要，长期仍具投资价值 [1][10] 公司业务 - 公司制造半导体铸造厂用于制造芯片的设备，在极紫外（EUV）光刻技术上近乎垄断，台积电等芯片制造商依赖其EUV光刻机生产先进芯片 [2] - 公司推出高数值孔径极紫外光刻系统（High NA EUV），虽价格高但首季度已交付第五台，三大半导体代工厂均有该设备 [3] 订单与营收情况 - 2024年末订单强劲，但2025年第一季度预订额39亿欧元（45亿美元）低于分析师预期的49亿欧元（56亿美元），其中EUV机器订单仅12亿欧元（14亿美元） [4] - 第一季度营收飙升45%至77亿欧元（88亿美元），设备销售同比增长近45%至57亿欧元（65亿美元），服务收入增长54%至20亿欧元（23亿美元），当季售出73台新光刻系统和4台二手系统 [5] 行业趋势与公司预期 - 人工智能是半导体行业最大增长驱动力，台积电和英特尔等客户仍在积极扩产建新厂，公司预计2025和2026年为增长年 [6] 关税影响 - 关税给公司带来不确定性，直接影响包括系统销售和升级、美国制造设施材料进口成本增加等，间接影响复杂难测 [7] 公司指引 - 维持全年营收300 - 350亿欧元（341 - 398亿美元）、毛利率51% - 53%的指引，预计第二季度营收72 - 77亿欧元（82 - 88亿美元）、毛利率50% - 53% [8] 投资分析 - 公司业绩不可预测，关税和对中国市场的依赖增加不确定性，中国在第一季度占其出货量的27%，且不能向中国出售EUV技术，存在全面禁售风险 [9] - 公司在EUV技术上近乎垄断，High NA EUV技术对缩小芯片尺寸至关重要，在半导体价值链中地位不可替代，长期前景良好 [10] - 市场抛售使公司股票基于2025年分析师估计的远期市盈率为24，估值具有吸引力，投资者可在当前水平建仓并逢低加仓 [11][12]

人工智能与计算技术发展 - 人工智能具有改变人类的潜力，提高了解决复杂问题的能力并开启创新新领域 [1] - 人工智能发展速度史无前例，要求系统层面快速发展，从低功耗边缘设备到云计算 [1] - 快速人工智能系统扩展需求推动芯片、封装、架构和软件领域的创新前沿 [1] - 传统计算技术被AI推向极限，需要可持续节能解决方案实现并行计算系统指数级扩展 [1] 技术矩阵与系统优化 - 技术矩阵涵盖软件、系统架构、硅片和封装，需共同优化以最大化性能、功耗和成本 [2] - 强大生态系统伙伴关系和新颖设计方法对高效共同优化和更快上市时间至关重要 [2] - 芯片微缩是半导体行业进步的基本驱动力，由非增量晶体管和互连架构进步实现 [3] - 设计技术协同优化(DTCO)流程指导每代技术的功能扩展和改进 [3] 芯片技术创新 - RibbonFET是全栅极晶体管，超越FinFET架构，提供性能扩展和工作负载灵活性 [4] - PowerVia背面供电技术将IR压降降低5倍，并在硅片中显示超过5%频率优势 [5][6] - Intel 18A工艺节点将提供业界首个RibbonFET和PowerVia技术组合 [6] - High NA EUV实现灵活设计规则，减少寄生电容并提高性能 [7] - High NA EUV通过降低设计规则复杂性和多重曝光需求简化EDA [7] - Intel 14A正面互连针对High NA单次曝光图案优化，提高良率和可靠性 [7] 封装与3DIC技术 - 3DIC技术通过异构集成降低成本和占用空间，提高带宽并降低功耗 [11] - 先进节点上的基础芯片对实现硅通孔(TSV)和先进接口至关重要 [11] - 封装互连需继续扩展以提供更高互连密度，实现带宽增长和能源效率提升 [12] - 玻璃核心封装基板技术可缩放互连几何形状、尺寸和信号特性 [14] - 模块化设计环境允许直接组装多硅、共封装系统，优化成本、性能和带宽 [15] 互连技术进展 - UCIe规范在<1pJ/bit时每毫米芯片周长可实现高达1.35TB/s速度 [18] - 最新生产的有线SerDes达到212Gb/s PAM4，支持4-6pJ/bit机架内通信 [18] - 英特尔展示4Tb/s双向全集成光计算互连芯片和224Gb/s PAM4光互连 [20] - 行业正开发共封装光学器件(CPO)和直接驱动线性光学器件技术 [19] 电源输送创新 - 每封装功率正在迅速扩大，主板电压调节器(MBVR)无法跟上未来高性能芯片需求 [21] - 完全集成电压调节器(FIVR)将电源转换最后一步带到封装上，减少能量损失 [22] - 英特尔开发基于CMOS的独立2.4V IVR芯片，使用高密度电容器技术 [23] - 将高压(12V)开关电容稳压器与低压IVR配对可实现两步转换，提高功率密度和效率 [23] 架构与软件发展 - 下一代计算架构需推动系统性能指标指数级改进，解决热和功率完整性挑战 [24] - 软件必须通过开源生态系统中的协作、标准化和互操作性发展 [25] - 高度优化软件对高效利用硅资源至关重要，AI软件将成为微调系统元素关键 [26] 超越传统计算 - 神经形态和量子计算对实现AI扩展所需的效率和速度突破至关重要 [26] - 英特尔Loihi研究芯片为广泛算法和应用带来数量级增益 [26] - 量子计算有望彻底改变行业，解决气候变化、药物设计等关键问题 [27] - 英特尔开发硅自旋量子比特，作为量子计算可扩展性的最佳前进方向 [27] 行业挑战与机遇 - 指数级性能扩展遇到功率、连接性和成本根本挑战，需要新方法解决 [30] - 需综合工艺技术、3DIC系统设计、电力输送等领域的创新优势 [30]