硅谷坐标 × Lam Research 创始人林杰屏：AI超级周期和四十年半导体周期感悟Silicon Valley Vector 硅谷坐标

如果芯片产业经历周期性的起伏，设备公司的波动幅度会大得多，频率却大致相同。客户一旦看见问题将至，就会立刻关掉资本预算的水龙头，我们可能一张订单都拿不到。

设备业非常“块状化”（lumpy）。一台先进光刻设备可能价值约 1.8 亿美元；你要么拿到这张订单，要么就是零，不存在平滑的中间状态。

我对陈立武扭转英特尔更有信心。这会很困难，也绝不会很快，但我认为他具备让英特尔转身所需的条件。要我下注，我会押他。

林博士，非常荣幸邀请您来到节目。

谢谢你们邀请我参加《硅谷坐标》。我很荣幸能把自己的经验和观察分享给观众。

您在 1980 年创办泛林集团（Lam Research），过去四十多年几乎经历过每一轮半导体周期。您怎样理解今天由 AI 驱动的周期？它与过去的周期有根本区别吗？

AI 现在已经是半导体产业最重要的驱动力之一，甚至比此前主导行业的摩尔定律更显著。与此同时，先进封装也在成为另一股重要力量。

摩尔定律要求制造商持续缩小晶体管。尺寸缩得过小时，材料薄到接近原子尺度，量子效应就会出现。晶体管原本像一个确定的开关，要么开、要么关；如果量子效应让状态变得不确定，这个开关就难以可靠工作。因此，单纯缩小晶体管已经开始触碰物理极限。

它也在触碰经济极限。即便技术上还能从一个制程节点推进到下一个节点，企业也可能要投入数亿美元研发，而新增利润未必足以覆盖成本。继续缩小并不总是经济上合理。

当摩尔定律接近极限，先进封装提供了另一种提升系统性能的方法：把不同功能的芯片组合、互连和堆叠，不必把所有能力都塞进一颗更小的单片芯片。今天 AI 与先进封装两个重大拐点同时发生，使这一轮产业变化更为深刻。

今年主要科技公司的合计资本开支已经超过 7000 亿美元，几乎相当于美国国防预算。您认为这是理性投资，还是战略性的过度投入？这类军备竞赛通常会怎样结束？

从绝对金额看，7000 亿美元当然非常庞大。但客户之所以购买设备，是因为下游客户确实需要更多芯片。大型科技公司也很擅长根据需求增减资本预算，所以我不会简单把全部投资都视为浪费。

泡沫成分仍然存在，市场里会有一点过度投资和过度自信，最后会以某种方式回落。准备不足、商业模式脆弱的公司可能在调整中被淘汰；不过这并不等于整轮投资没有真实需求。

这是否让您想起互联网泡沫？

相似之处是大家都对新技术抱有巨大期待，并愿意提前投入；不同之处在于，今天承担主要资本开支的公司大多已经有强劲业务、现金流和客户，它们不是只靠故事融资的初创企业。因此即使出现调整，也不必然重演同样的崩塌方式。

如果 AI 的芯片需求继续快速增长，什么会先成为约束？是先进制程、封装、数据中心，还是其他资源？

近期最明显的限制之一是电力。数据中心不仅要采购 GPU 和服务器，还要获得稳定、可扩展的电力，建设输电和冷却设施。芯片可以加快生产，但电网、发电能力和基础设施往往需要更长建设周期。

这会让 AI 产业的扩张变得不均衡：某些地方拥有土地和资金，却没有足够电力；有些地方能够供电，却缺少数据中心所需的网络、冷却或审批条件。产业必须同时解决多种基础设施问题。

您如何理解 AI 的长期影响？它只是又一轮科技周期，还是更广泛的生产力革命？

我把 AI 看作一种“认知层面的工业革命”。传统工业革命用机器放大人的体力，AI 则可能放大人的认知、分析和决策能力。它会进入许多行业，并不只属于软件公司或半导体公司。

我们仍处于非常早期的阶段。市场会出现夸张、错误投资和失败公司，但长期方向不会因为短期波动而消失。真正重要的问题是，哪些能力会成为持久需求，哪些只是某一轮短缺带来的暂时机会。

所以经营者既要相信长期趋势，也要提防短期过热？

是的。行业增长并不意味着每家公司都能成功。你必须理解自己在价值链中的位置、客户真正需要什么，以及你的技术能否解决别人解决不了的问题。

您经历过存储器、个人电脑、移动互联网和云计算等多轮周期。哪些历史经验最能帮助我们理解今天？

1985 年，英特尔退出存储器业务、转向微处理器，是一个重要事件。当时日本公司在 DRAM 上迅速崛起，美国企业面临巨大压力。产业领先地位并不是永久的，产品结构、制造能力和组织执行都会改变竞争格局。

我早年在德州仪器（TI）工作时，也看见过美国工厂与日本工厂在良率上的巨大差距。有人把这种差异归结为日本员工更勤奋，但那不是完整答案。工艺纪律、现场管理、工程人员与生产团队之间的协作，以及持续改进的文化，都会影响良率。

如果上午做出的结果，下午就无法重复，实验室里再漂亮的结果也无法进入量产。半导体制造的竞争力不仅来自一项发明，还来自把复杂流程日复一日稳定执行的能力。

日本半导体后来又为什么失去领先地位？

汇率和政策环境产生了影响。字幕中所说的“plasma accord”应是 1985 年的广场协议。日元升值提高了日本制造成本，而韩国等地区继续扩张存储器产能。市场结构、成本和技术路线一起发生变化，优势因此转移。

但不能把全部原因归结为一项协议。公司也可能因为过度依赖既有客户、既有产品和过去成功的方法，而错过下一轮需求。产业周期的形成通常是多种因素叠加，而不是单一事件造成。

从这些历史中，您会怎样定义半导体周期？

需求扩张时，晶圆厂追加资本开支，设备公司订单迅速增加；一旦客户发现库存过高或需求放缓，就会突然削减预算。设备公司的波动通常比芯片公司更大，因为设备昂贵、订单离散，而且客户可以推迟购买。

既然周期反复出现，能否通过订单、库存或客户行为准确预测拐点？

我从不认为自己能准确预测周期。市场一直在变化，同一个指标在不同阶段可能有不同含义。你可以观察信号，却不能把它当作可靠公式。

管理企业时，你需要做的是保持极度警觉。当市场在一夜之间变化，你最好尽早知道。观察并不是为了预测，而是为了保护公司——保护现金、供应链、员工和客户关系，让公司能够穿越低谷。

对创业公司而言，什么比预测周期更重要？

寻找真正的技术拐点。渐进式变化会慢慢发生，大公司通常有能力跟进；拐点则会让过去不重要的能力突然变得重要，也给小公司创造进入市场的窗口。

如果一家小公司只是在成熟市场里复制大公司的产品，它很难承受价格、渠道和研发规模上的竞争。它应该找到一个大公司还没有充分重视、而自身技术又具有显著优势的区域。

地缘政治和供应链冲击会不会改变这个判断？

疫情确实打乱了供应链，而且尚未完全恢复；地缘政治也会持续带来限制。但对小公司而言，我们几乎无法影响宏观政治，只能在问题出现时解决它、学会与之共存，然后把注意力重新放回机会所在的拐点。

您如何看陈立武领导下的英特尔？这家公司还有机会恢复竞争力吗？

我对陈立武有信心。他曾经领导楷登电子（Cadence）走出困境，理解技术、客户和半导体生态，也知道扭转一家公司需要时间。英特尔的问题很复杂，不会迅速解决，但他具备必要条件。

技术公司最关键的战略决定，往往需要对技术演进和客户需求有深入判断。领导者不必亲自设计每一颗芯片，但必须听得懂工程团队，判断哪些技术值得长期投入，并知道何时改变方向。

英特尔过去最重要的失误是什么？

一个典型例子是错过移动时代。史蒂夫·乔布斯曾希望英特尔为 iPhone 制造芯片，但英特尔认为利润率和数量不够理想，没有接受。站在当时的财务模型看，这个决定或许有逻辑；站在产业拐点看，它错过了移动计算带来的巨大市场。

大公司容易只听今天的大客户。今天的客户会要求更高性能、更大容量和更低成本，但明天的新市场可能首先需要不同尺寸、不同功耗或不同商业模式。如果公司只优化现有业务，就可能看不见新需求。

英特尔同时要做产品、制造和代工，这会不会太困难？

难度当然很高，组织、资本和技术都需要重建。陈立武必须让团队重新聚焦，决定哪些业务拥有长期竞争力，并恢复客户信任。这不是季度层面的修补，而是多年转型。

但要我下注，我会押他。不是因为任务容易，而是因为他有半导体产业经验，也有过扭转公司的记录。

从设备公司创始人的视角看，半导体设备在整个价值链中处于什么位置？

设备处在制造能力的上游。AMD、英伟达、博通等公司可以设计芯片，却不自己制造；晶圆代工厂和存储器公司必须依靠光刻、刻蚀、薄膜沉积、量测与检测等设备，把设计变成可量产的产品。

设备公司的产品决定晶圆厂能否达到目标制程、良率和产能。它们通常要在客户正式量产前多年投入研发，因此承担很高的技术和资本风险。

为什么设备公司的周期振幅比芯片公司更大？

设备业非常“块状化”。芯片需求下降一点，客户可能不是少买 5% 的某台设备，而是把整条产线延期，直接取消或推迟数亿美元资本开支。对设备商而言，一张大订单要么存在，要么消失。

例如 ASML 的先进光刻设备单价可达约 1.8 亿美元。客户不会买半台设备。订单到来时收入跳升，预算关闭时又可能归零，所以设备公司的经营波动会被放大。

未来设备需求主要由什么驱动？

我会分成三类。第一类是技术拐点，例如先进封装、量子芯片、化合物半导体或新的器件结构；第二类是制造复杂度持续上升，需要更多步骤、更精密控制和检测；第三类是地缘政治与供应链重构。

我最关心第一类，因为拐点会产生新市场。复杂度增加属于缓慢变化，所有成熟设备公司都会跟进；地缘政治对整个行业都有影响，小公司只能应对。真正能够让新公司建立长期位置的，往往是旧工具不擅长的新任务。

如果晶圆厂扩产放缓，但制程复杂度继续提高，哪些设备类别仍会增长？

刻蚀、薄膜沉积、光刻、量测和检测都会需要。制造一颗芯片必须完成整套工艺，不能只选择其中一种。客户根据整条生产线和产品流程购买设备，不会因为某一类更热门就放弃其他必要步骤。

晶圆代工厂、存储器厂和 IDM 的采购行为有何不同？能否从这些行为判断我们处在周期的什么位置？

仅凭采购习惯，我无法判断周期。某一阶段可能是存储器短缺，三星、SK 海力士和美光增加投资，于是服务存储器制造的设备商表现很好；另一个阶段可能是逻辑芯片短缺，逻辑相关设备订单更强。

应用材料（Applied Materials）同时服务存储器和逻辑客户，只是业务比例不同。订单簿反映的是客户正在承受的市场变化，但很难推导出一条长期固定规则。

经营者必须每天关注全部市场动态，因为市场从不静止。如果需求在一夜之间变化，你需要知道。但我不拿这些信号做预测，我拿它们做保护。我不是用它来预测，而是用它来保护。

目前约 1400 亿美元的设备市场里，光刻约占四分之一，刻蚀和薄膜沉积各约五分之一，量测与检测约占 12%。到 2030 年，这种分配会发生多大变化？利润会跟随市场份额吗？

设备市场的结构不会一夜改变。五年后各类别比例可能有变化，但幅度大概率不大。新的制造方法要进入量产，需要长时间验证、客户认证和供应链建设。

利润也不只由市场份额决定。技术壁垒、产品可靠性、服务能力、客户转换成本和研发投入都会影响盈利。拥有一项关键设备并不等于可以忽略整个制造系统。

所以设备公司既要跟随客户节奏，也要提前押注长期变化？

是的。客户调整产能时，供应商必须同步支持；同时，公司还要投入未来技术。只看眼前订单会错过下一代产品，只看遥远愿景又可能活不到市场成熟。

让我们谈谈您的第二次创业。为什么创办 Multibeam，又为什么选择电子束光刻？

我原本没有打算再创办公司。退休之后，我很快厌倦了退休生活，后来与一家风险投资机构发生联系。它的投资组合里有一家创业十年仍然失败的公司，投资人问我是否愿意购买其资产。

那家公司留下了一些不错的专利。我买下资产，想看看能否重新组建团队，把技术做成真正可用的产品。

当我告诉朋友自己要做电子束光刻时，很多人直接笑我，让我离开房间。这个怀疑并非毫无理由：用一支很细的笔逐点书写，天然比拿模具一次印出图形慢。

光学光刻中的光罩就像做饼干的模具，速度很快，但制作一套光罩可能需要数周。电子束系统不需要等待光罩，软件可以读取每一层版图数据，转换成电子束的曝光指令，立即在光刻胶上直接书写。

对快速原型和学习循环来说，这非常重要。你修改设计后不必重新等待整套光罩，只要在计算机里更新版图，就能再次运行。产品刚能工作时，也可以立即做出少量样片交给客户。

我们的系统最多可以配置三个模块。客户需要更高吞吐量时，可以增加模块并行执行同样任务。关键不是让一束电子束无限加速，而是让多个电子束柱协调、并行书写。

量子芯片往往非常大，甚至超过传统光罩的曝光范围。我们让一束接着另一束无缝书写，理论上可以覆盖非常大的图形，甚至让芯片尺寸接近整片晶圆，而不必用多个光罩强行拼接。

五到十年前，日本、欧洲和美国还有几家公司尝试多束电子束。后来欧洲公司破产，日本项目悄然退出，美国另一家公司停止计划。我们继续专注于多柱并行书写，并把速度提高到可以用于生产的程度。

Multibeam 的第一个重要应用，是无光罩或 reticle-free 图形化。芯片是一层一层制造的，每一层先把电路图形转移到晶圆，再做刻蚀或薄膜沉积，然后换另一套图形继续加工。

传统光学光刻用光罩投影。它像饼干模具，每一次印出的形状相同，速度很快，但图形尺寸受光罩曝光场限制。芯片过大时，只能用不同曝光区拼接，而拼接会增加误差和制造难度。

电子束逐点书写，单次比较确实比光学投影慢；但看完整制造流程，我们可以胜出。没有光罩，就省去了数天甚至数周的光罩制作时间，也摆脱了曝光场尺寸限制。

第二个优势是景深。光学系统把光通过透镜聚焦到晶圆表面，先进光刻的景深大约只有 100 到 200 纳米。做先进封装或三维堆叠时，芯片与表面可能存在更大高度差，光学系统就很难保持所有区域同时清晰曝光。

电子束系统的可用景深可以达到 5 到 10 微米，约高两个数量级，因此更适合某些三维封装、互连和非平坦表面。它不是取代所有光学或 EUV 工具，而是补充工具箱，并完成其他工具做不好的任务。

AI 和先进封装会给这项技术带来什么机会？

AI 系统需要许多专用、定制芯片。它们不是从晶圆代工厂货架上直接买来的标准产品，而要反复做原型、验证和修改。无光罩直写可缩短学习周期，也能降低小批量产品的前期成本。

用传统流程，复杂芯片的一套光罩可能要等数周；我们不需要光罩，修改计算机里的版图后，大约两小时就可以重新运行。单片写入较慢，但整个开发流程可能快得多。

这就是我们的差异化：不是在每个指标上与光学光刻正面竞争，而是在大尺寸图形、快速原型、量子芯片、先进封装和专用芯片等应用上提供独特价值。

很多人认为 DRAM 扩产受 EUV 设备供应不足限制。并行电子束能否缓解这个瓶颈？

技术上也许可以，战略上我不想这样做。我们选择的市场应该由结构性拐点驱动，而不是由某一阶段的存储器短缺驱动。

大公司可能行动缓慢，看起来像在睡觉；但只要你试图夺走它的核心业务，它就会醒来，用庞大的工程团队、资金和客户关系挡住你。我们只有大约 75 人，对手可能有数千人；我们拥有的是数百万美元，而不是数十亿美元。

小公司偷偷跟在巨头后面，只想从成熟业务里切一小块，并不是好策略。投入大量精力后，对手一旦反击，你此前的工作可能全部失去价值。

更好的策略仍然是寻找拐点：找到我们的技术优势如此明显、现有工具又难以有效竞争的任务。我们的系统价格大约只有大型系统的 5%，但客户最初仍觉得贵，我们必须用完整成本模型说明，没有光罩、缩短周期和减少其他流程后，总成本更低。

我们不应该因为 ASML 某个阶段交付变慢，就冲进它的核心市场。它太强大、资源太丰富。我宁愿把有限资源放在 AI、量子、化合物半导体和先进封装这些新需求上。

您曾说自己在原来的工作中受到不公平对待，于 1980 年创办公司。今天硅谷有数十万华人工程师，许多人在“大公司晋升”与“自己创业”之间犹豫。与您那个年代相比，机会和障碍发生了什么变化？

1979 年我面对这些问题时，没有可参照的亚裔商业领袖。今天有英伟达的黄仁勋、AMD 的苏姿丰、博通的陈福阳，以及英特尔的陈立武，还有很多没有担任 CEO、但进入核心管理层的亚裔高管。环境已经大不相同。

我当时试图晋升时，社会上常有一种偏见：亚裔是好的“驮马”，却不是“赛马”——适合努力工作，却不被认为能领导。这种说法大家心里都明白。我被拒绝时失望，却并不惊讶。

那次获得职位的人其实很友善、学校背景也很好，但他进入公司只有十一个月，没有晶圆厂或行业经验，而我还在训练他。他是白人。这让我明白，我在那家公司可能没有未来，于是决定寻找另一条成功道路。

今天这种障碍已经小得多。不同背景的学生在大学里一起生活、合作，更习惯把彼此看作平等的人。惠普不是当时唯一有偏见的公司，甚至未必是最严重的；那是一个更普遍的时代问题。

旧偏见减少之后，地缘政治等新风险可能出现。环境并非没有障碍，只是障碍的形式改变了。

我仍要提醒年轻工程师：不要因为一次晋升失败，怒气冲冲地辞职创业。创业是一项非常严肃的承诺，你会投入多年时间，也会承担投资人的钱和员工的期待。愤怒不是商业计划。

你需要有真正能提高成功概率的东西：明确问题、独特技术、理解客户，并准备承担长期责任。没有这些，仅凭“我要证明老板错了”不足以建立公司。

您在 1985 年离开泛林集团的日常管理，但又继续担任董事约五年。看着以自己姓氏命名的公司成长为全球巨头，是什么感受？

首先是幸运，也很感激。我有机会创办泛林，但公司后来成为全球企业，主要是我离开后许多员工共同努力的结果。那是他们的功劳，我不能把后来的成就据为己有。

您决定离开惠普实验室后，怎样为创业做准备？

我在 1979 年 1 月意识到自己没有未来，但没有立刻离开，而是计划到 6 月再走。我一生主要学习工程，对财务、会计、市场、销售、项目和人员管理都很薄弱，麻省理工也没有教我这些。

我利用这段时间在 Foothill College 和 De Anza College 上基础课程。这两所社区学院离得不远，课程面向在职成年人，晚上和周末都能上课。我白天在惠普实验室工作，业余时间补课，几乎同时做两份工作。

课程只是入门，但比完全不懂好。它让我获得一套可以继续学习的框架，知道怎样看财务报表、组织项目和思考市场。

我还意识到自己从未卖过任何东西，于是提前联系了一家公司，约定 6 月离职后，从 7 月开始替它卖产品。我做了五个月，学习销售最基础的 ABC。

同期我一直研究等离子刻蚀。论文和会议上有很多漂亮的扫描电子显微镜照片，证明技术“可以做出来”，但生产经理不愿碰它，因为上午得到的结果，下午可能无法重复。

缺乏一致性和可重复性，是等离子刻蚀的阿喀琉斯之踵。我在硕士和博士阶段都研究过等离子体化学，这正是刻蚀的基础。多数大学甚至没有正式课程，我主要靠自己阅读、研究和写论文。

因为在这个问题上思考了多年，我有机会理解为什么实际结果不稳定。1979 年下半年，我找到答案，并在纸上迅速画出产品概念：设备应该长什么样、必须包含哪些部分、怎样解决重复性问题。

在泛林集团正式成立之前，我已经想清楚了核心产品。我也读书学习怎样写商业计划，并找到一位很好的财务专家，帮助我建立公司的财务模型。

那是 1979 年，个人电脑还不足以完成这些工作，我也买不起大型计算机。我们只能按小时租用计算中心，最便宜的时段是星期日凌晨两点。我把这些时段订下来，与顾问半夜一起做模型。

到 1980 年 1 月公司“开门”时，我已经准备好现金流预测、商业计划、支出预算和融资需求，也知道第一款产品要解决什么问题。

社区学院的课都很基础，但给了我起点。公司成立后大约一年，我们推出产品；四年后，公司上市。这里有大量努力，也有运气——我恰好获得了一段准备时间，而每个人的处境不同。

有些人可能在工作中长期思考一个被公司忽视的问题，离开后才有机会实现；也有人只是偶然进入某个领域。我最初本来想学核工程，后来因环境变化转到化学工程，最终研究等离子体化学。

1974 年加入德州仪器时，我事先并不知道中央研究实验室正在秘密开发等离子刻蚀机。一位很聪明的工程师做出了设备并获得专利。我意识到这项技术会很重要，于是持续投入。许多偶然事件后来连成一条道路。

回头看，我最感激的是我离开后继续建设泛林集团的员工。公司成为成功的全球企业，是他们的工作，不是我的工作。公司的后来成就属于那些继续建设它的人，我不能把功劳算在自己身上。

但名字留在公司门上，也带来责任。我从没预料到这一点。因为公司使用我的姓氏，我必须避免做出不负责任、违法或伤害声誉的事情，否则新闻会把个人行为与公司联系起来，对员工并不公平。

所以无论说什么、做什么，我都要考虑会不会给泛林集团造成问题。这既是好处，也是负担。最终，我非常自豪能与这家公司联系在一起。

在没有榜样的年代，有没有某个人或一本书塑造了您？

有时候，不知道所有困难反而是一件好事。知道得太多，你可能根本不会开始。

离开德州仪器到创办泛林之间还有大约五年。我一直参加半导体会议，在小型研讨会发表内容，也去 Gordon Conference 听已经在这个领域工作的人交流。我不知道行业最终会有多大，只知道它非常有趣，值得长期投入。

后来真正影响我的一本书，是克莱顿·克里斯坦森的《创新者的窘境》。它在 1997 年出版，解释了拐点如何出现，以及为什么强大的在位公司会忽视、贬低或看不见新市场。

我第一次从头到尾读《创新者的窘境》时，站在大公司角度思考：怎样避免被一家名不见经传的小公司从背后超越。几年后我又完整读了一遍，这次换成小公司视角：面对资源远比自己强大的在位者，我怎样才能赢？

小公司最初只需要取得一小块市场，但那一小块必须有扩大的可能。创业者和不想重犯英特尔错误的人，都应该读这本书。

书里讲过硬盘行业的例子。5.25 英寸硬盘制造商主导台式电脑市场，客户总是要求更大容量。一位销售主管提出，市场可能需要 3.5 英寸、更小但容量也较低的硬盘。

老板很生气，因为他访问的现有客户全部想要更多容量，不是更少。他认为没人会要小硬盘。问题在于，他只和今天的客户谈，没有和明天的客户谈。

那位主管离开公司，另建企业生产更小的硬盘。笔记本电脑正在出现，对它而言，尺寸和功耗比绝对容量更重要。早期笔记本没有统一形态，也没有明确领导者，厂商必须与客户紧密合作，把硬盘塞进有限空间，销售渠道也不同于标准化台式机。

原来的大公司其实也能做 3.5 英寸硬盘。书的作者去见其 CEO 时，对方从展示区拿起产品说：“我们做得出来，只是没人要，所以不生产。”技术能力并不缺，缺的是对新市场的判断。

随后小硬盘公司抓住笔记本浪潮，原来的领导者错过了整轮机会。拐点发生时往往并不明显，成功的大公司和优秀高管也可能因为当前业务太好，而错过下一波。

我第二次读这本书，学到小公司不应与强大在位者正面开战，而要寻找一个角度切入。拐点刚出现时并不显眼，但你必须认真看见明天的客户。

这也是 Multibeam 每天在做的事：聚焦 AI、量子、化合物半导体和先进封装。如果 ASML 因某种原因短期放慢交付、造成设备瓶颈，我不会去碰它的核心业务。它太强大，我还有更适合自己的事情要做。

林博士，非常感谢您分享数十年的半导体行业经验。您的个人经历非常鼓舞人心，谢谢您今天参加节目。

谢谢你们邀请我。