SEMICONWest2026聚焦AI芯片制造，Zeiss推DUNE检测系统应对晶圆翘曲挑战

2026年10月16日，SEMICON West 2026在旧金山莫斯康中心开幕，SEMI首席执行官Ajit Manocha在开场演讲中宣布：全球半导体产业已正式迈入“万亿美金时代”。这一里程碑不仅源于AI算力需求爆发，也受益于物联网与量子计算的协同拉动。展会覆盖从光刻、掩模、量测到材料、封装的全制造链条，核心议题明确指向——如何为AI时代重构芯片制造基础设施。

晶圆平整度成关键瓶颈，Zeiss推出DUNE系统破局

在先进制程持续微缩的背景下，晶圆翘曲（wafer bow）问题日益凸显，直接影响光刻对准精度与多层堆叠良率。蔡司半导体制造技术（Zeiss SMT）在本届展会上首次进军晶圆检测领域，并发布两款新品：Zeiss DUNE与Zeiss NLX。

其中，DUNE系统专攻晶圆形貌测量与校正，可对每片晶圆进行个体化拓扑分析并实施局部修正。“晶圆平坦度已成为巨大挑战”，蔡司美国销售负责人Raghu Nayak向EE Times表示，“DUNE帮助压平晶圆，确保后续工艺步骤的套刻精度。”该设备针对3D NAND、HBM及Chiplet集成等复杂结构尤为关键——这些结构因多层堆叠与异质键合，极易引发应力失衡导致翘曲。

NLX则面向更高分辨率的缺陷检测需求，结合蔡司在光学系统上的长期积累，提升亚纳米级表面瑕疵识别能力。值得注意的是，蔡司此次切入检测环节，标志着其从上游光刻光学供应商向全流程制造支持角色延伸，反映产业链垂直整合趋势加速。

WFE支出周期明确延长，2027年新厂投产达8–10座

高盛团队参会后发布纪要指出，晶圆厂设备（WFE）投资上行周期已确认延伸至2027–2028年。据其调研，2027年全球预计将有8至10座新晶圆厂投产，覆盖先进逻辑、DRAM与NAND三大方向，推动WFE总规模同比攀升约45%，达2,180亿美元。

台积电2026年资本开支预计达850亿美元，构成核心支撑；英特尔及Terafab等客户亦有望贡献增量。在细分领域：

先进逻辑：AI数据中心建设持续放量，需求维持强劲；
DRAM：HBM竞争加剧，厂商优先扩充DRAM产能，应用材料与泛林集团因存储器敞口较高直接受益；
NAND：当前产能利用率处于峰值，2027年支出主要来自设备升级，新建产线最早延至年末启动；
测试设备（ATE）：GPU与加速器测试时间拉长，叠加光网络新兴需求，成为增长主驱动力；
后道量测：受CoWoS、HBM及长线爬坡影响，行业对2027年需求高度乐观。

应用材料（AMAT）重申“每节点WFE强度提升”框架，其电子束检测工具计划切入约90亿美元相邻市场；泛林集团（LRCX）强调刻蚀与沉积强度随硬掩模、TSV等新材料工程步骤增加而持续提升；泰瑞达（TER）则宣布与FormFactor深化合作，聚焦硅光子领域探针卡协同开发。

EDA与设计自动化加速AI融合

Synopsys CEO Sassine Ghazi在炉边谈话中详解“自主AI在芯片设计中的角色”。随着晶体管数量逼近千亿级，传统人工布局布线已不可持续。AI驱动的自动综合、时序优化与功耗预测正逐步嵌入设计流程。例如，Synopsys的DSO.ai平台已实现部分模块的闭环优化，将迭代周期从数周缩短至数小时。

与此同时，EDA工具本身也在经历架构变革：从单机授权转向云原生+订阅制，支持跨地域协同设计；模型压缩与量化技术使轻量级AI助手可在工程师本地工作站运行，实时辅助决策。

制造端人力缺口倒逼自动化与教育协同

除硬件与工具升级外，人才短缺成为制约扩产的实际瓶颈。SEMI数据显示，2026年全球半导体制造业新增岗位超20万个，但合格工程师供给不足预期的60%。为此，本届展会特设“ workforce development”专题论坛，多家企业联合社区学院推出“晶圆厂操作员速成计划”，涵盖设备维护、量测数据分析与安全规范实操。

例如，KLA与加州州立大学合作开发虚拟现实培训模块，学员可在模拟环境中练习光刻机故障诊断；ASML则开放部分基础工艺仿真接口，供高校用于教学实验。这种“产教融合”模式正从补充手段转向标准配置。

对比观察：工博会展现AI落地工业现场的另一面

同期在上海举办的第26届中国国际工业博览会（CIIF），则呈现AI从“芯片端”向“工厂端”渗透的实践路径。华硕展出基于Ascent GX10桌面超算的具身智能遥控平台，实现主从机械臂端侧实时视觉-推理-力控闭环；4台GX10组成的轻量集群可部署GLM 5.3 Flash模型，单并发输出30–35 token，验证了小型本地算力支撑工业大模型推理的可行性。

施耐德电气则通过EcoStruxure三层架构，将AI能力嵌入从现场设备到运营优化的全链路：如EcoPredict边缘系统实现预测性维护，TeSys iMCC智能电机管理支持动态负载调节。其核心逻辑是——工业AI的价值不在于生成内容，而在于驱动物理世界中的感知、决策与执行闭环。

结语

SEMICON West 2026清晰勾勒出AI芯片制造的三大演进方向：一是设备层突破物理极限（如DUNE应对翘曲），二是工具层以AI重构设计与检测流程，三是生态层通过教育与协作补足人力缺口。当万亿级产业进入新阶段，技术路线的竞争已不仅是性能参数的比拼，更是全链条协同效率的较量。下一阶段的关键变量，在于先进封装能否如期规模化落地，以及端侧小模型能否真正嵌入产线控制回路——这将决定AI从“赋能制造”走向“定义制造”的临界点。