二手半導體設備成搶手貨了

半導體產業縱橫2026.08.25 19:29 · 來自北京全文4093字00:00 / 13:09當前龐大的產能需求不能再挑肥揀瘦了,物盡其用才是硬道理。文 | 半導體產業縱橫當前,先進製程的研發成本、流片費用、設備投入逐年攀升,技術迭代帶來的性能增益卻在逐步收窄,商業化性價比持續走低。反觀市面上大量剛需芯片——車載功率器件、工業控制芯片、模擬信號芯片、物聯網MCU、傳感器芯片,大多依託90nm至28nm成熟製程生產,支撐了消費電子、新能源、工控、汽車電子等萬億終端市場。而在成熟製程的產能體系中,長期被低估的二手半導體設備,正在從“邊緣備胎”走向“產業核心”。
它不再是行業景氣週期裡臨時救急的低成本選擇,而是現階段全球晶圓廠擴產降本、平滑週期波動、對沖供應鏈風險的關鍵資產。有數據顯示,2024年全球二手半導體設備市場規模突破260億元,2031年有望接近665億元,六年複合增長率穩定在14.4%。在半導體行業持續動盪的大環境下,這條低調的細分賽道,多年保持穩紮穩打的增長節奏,證明其產業價值也在逐步提升。01 二手設備從“產能外溢”轉向“剛需補位”很長一段時間裡,業內對二手設備的定位非常固化。在過去的產業認知中,二手設備就是頭部大廠工藝升級後的淘汰品,是中小晶圓廠壓縮成本、做低端產能的無奈選擇,始終處於產業鏈的從屬位置。
過去幾十年全球半導體產業遵循的是一套非常清晰的梯度轉移邏輯:先進製程向上迭代,老舊設備向下外溢,高端廠商衝刺技術高度,中小廠商承接存量產能。但最近三四年,這套運行多年的傳統規則已經被現實供需打破。從供給端來看,全球二手設備的傳統貨源池已經持續收縮。半導體設備屬於超長週期工業資產,一臺刻蝕、薄膜、注入類核心設備,設計服役壽命普遍在15至20年,遠遠超過芯片製程3至5年的迭代週期。這也意味著,大量被頭部廠商淘汰的設備,硬件壽命、工藝能力依舊完好,完全具備繼續量產的條件。
過去臺積電、三星、英特爾等企業更新先進工藝時,會批量關停8英寸、12英寸老舊產線,大量設備流入全球貿易市場,構成了全球二手設備行業最穩定的貨源基本盤。如今貨源邏輯已經改變。隨著全球新能源汽車、光伏儲能、工業自動化產業爆發,功率半導體、高壓模擬芯片、電源管理芯片、傳感器等成熟工藝產品持續供不應求,頭部存儲大廠和晶圓代工企業的產能策略全面轉向“盤活存量、優先自用”。三星、SK海力士等原本最大的二手設備供給方,現階段基本停止對外批量拋售退役設備,所有迭代下來的老舊設備,優先用於內部特色工藝改造、利基產能擴充、老舊產線維護替換。
原本流向全球公開市場的貨源大幅減少,海外可流通優質設備逐年稀缺,市場供給端進入長期偏緊的狀態。從需求端來看,全新設備的交付瓶頸,進一步推高了二手設備的市場價值。當前全球半導體設備產業鏈整體產能緊張,刻蝕機、PVD、CVD、離子注入機等核心設備,交付週期普遍拉長至12至18個月,部分特殊工藝設備甚至需要兩年以上。對於晶圓製造行業而言,長達一年半的交付空窗期,足以錯過一整輪市場行情,也會直接打亂企業的產能規劃、客戶交付和訂單佈局。而下游市場對成熟製程芯片的需求,始終保持高位運行。
汽車電子升級帶動高壓功率芯片、車規模擬芯片需求暴漲,工業智能化改造拉動工控芯片、存儲芯片需求穩步上行,物聯網、智能家居、邊緣設備持續消耗大量中低端算力與控制類芯片。全球主流8英寸、12英寸成熟產線常年滿產,不少細分品類長期處於供不應求的狀態,廠商擴產意願強烈,但全新設備的交付短板讓新增產能很難快速落地。尤其對於國內大量中小晶圓廠、特色工藝廠商、IDM初創企業來說,全新設備不僅單價昂貴、固定資產投入壓力巨大,漫長的交付週期更是致命問題。企業立項擴產、產能落地、訂單交付的節奏完全被設備交期牽制。與之相比,經過深度翻新、精度校準、工況驗證的二手設備,最大優勢就是“快、省、穩”。
交付週期可以壓縮至數月級別,採購成本相比新機大幅降低,且工藝經過多年量產驗證,穩定性、適配性、成熟度都經過市場檢驗,不會出現新工藝設備的調試風險。多重因素疊加下,行業原有“先進迭代、落後外溢”的梯度格局逐步弱化。二手設備不再是低端產能的代名詞,也不是行業上行期的錦上添花,而是現階段成熟製程擴產、中小廠順利落地、特色工藝賽道起量的核心支撐,完成了從被動尾貨流轉到主動剛需補位的轉變。02 標準化剛需與非規範化市場的深層矛盾經過數十年的全球化流轉,二手半導體設備已經搭建起一套覆蓋全球的完整產業鏈。
從海外大廠產線淘汰、拆機打包、跨境報關運輸,到國內翻新工廠拆解清洗、零件替換、精度調試、整機複測,再到終端晶圓廠裝機量產、後期運維備件,整條鏈路分工清晰、貿易活躍、流轉體量巨大。歐美日韓掌握上游核心貨源,中國大陸、中國臺灣、東南亞企業承擔翻新加工與市場流通職能,最終設備服務於全球各地的特色產線、研發實驗室、中小晶圓廠。看似成熟的產業體系,實則暗藏著非常尖銳的結構性矛盾:芯片製造是全球工業體系裡標準化程度最高、精度要求最嚴苛、容錯率最低的產業之一,但二手設備流通市場,卻長期處於自由生長、標準缺失、監管薄弱的非標準化狀態。
極致嚴謹的製造剛需,遇上鬆散混亂的流通市場,造就了行業多年的“兩極撕裂”格局。目前市場頭部正規服務商,已經形成接近原廠級別的翻新體系。這類企業擁有專業無塵翻新車間、精密檢測儀器、成熟技術團隊,整套翻新流程完全對標原廠標準。設備進場後會進行全機拆解、腔體深度清洗、老化耗材全替換、精密電學與機械精度校準、高低溫循環測試、量產工況模擬驗證,每一項參數都嚴格對標新機標準。經過整套流程翻新後的設備,工藝一致性、運行穩定性、量產良率都能得到充分保障,綜合性能可以達到新機的95%以上,採購與翻新成本卻僅為全新設備的五成至六成。性價比優勢突出,也成為很多頭部二線晶圓廠擴充備用產能、佈局特色工藝的重要選擇。
但市場另一端,大量中小貿易商、小型翻新作坊的粗放運營模式,持續拉低行業整體質量底線與市場口碑。多數小團隊沒有無塵作業環境、沒有專業檢測設備、沒有成熟技術人員,所謂翻新僅停留在外觀除塵、簡單清潔的層面,完全不更換長期高溫、高真空工況下老化的核心耗材與損耗零件,不校準關鍵工藝參數,不做整機性能測試。更有部分從業者為爭奪低價市場、賺取高額差價,刻意隱瞞腔體磨損、電路老化、真空洩漏等隱性問題,篡改設備運行時長,虛報工藝精度,嚴重擾亂市場秩序。更關鍵的是,二手半導體設備行業至今缺少統一的行業標準、分級體系、檢測規範和質保體系,也沒有具備公信力的第三方質檢機構。
普通晶圓廠採購團隊很難通過外觀、參數標籤簡單判斷設備真實工況,腔體損耗、電路老化、精度偏移等隱性問題難以甄別,採購決策大多依賴從業經驗和商家口碑,整體試錯成本極高、風險不可控。這種現狀直接造成行業典型的劣幣驅逐良幣現象。正規翻新因為工序多、成本高、報價相對更高,在價格競爭中不佔優勢;而低價劣質翻新設備憑藉價格優勢快速搶佔下沉市場,導致行業價格體系混亂、設備質量參差不齊。一邊是芯片製造微米、納米級的極致精度要求,一邊是二手流通市場的隨意化、非標化、無標準化作業,這種產業錯配長期制約著行業高質量發展,也讓二手設備巨大的產業價值無法完全釋放。
03 二手設備成為供應鏈安全博弈新陣地供需錯配、行業非標亂象,是二手設備賽道長期存在的內部結構性問題,而近年來持續升級的全球管制政策,則從外部改寫了行業底層運行邏輯。曾經純粹的市場化貿易品類,如今已經升級為全球半導體供應鏈博弈的關鍵環節,戰略價值和產業權重持續提升。過去很長一段時間,全球半導體出口管制的重心高度集中。各國監管主要針對全新高端設備、先進製程技術、高端芯片IP、尖端材料等前沿領域,對於退役設備、翻新設備、通用零部件、常規校準運維服務,基本保持寬鬆自由的流通環境。這套寬鬆體系,是全球產能動態平衡、區域產能互補、供應鏈自我調節的重要緩衝墊,讓全球成熟製程產能可以靈活調配、高效利用。
近兩年來,全球半導體監管規則全面收緊,多國密集更新管制清單,實現了二手設備全鏈條、全流程管控。從退役設備出口、跨境流轉、翻新改造,到核心備件貿易、原廠校準維修、固件迭代升級,所有環節均被納入合規審查範圍。原本自由流通的跨境設備貿易、零部件調配、跨國技術服務,如今都需要層層審批,流程繁瑣、週期拉長、不確定性大幅提升,運行數十年的全球二手設備自由流轉體系逐步弱化。管制收緊帶來的最現實、最直觀的產業問題,就是全球大量在役老舊設備陷入“三無運維困境”:無原廠備件補給、無原廠精準校準、無官方固件更新。
大量成熟產線設備服役年限較長,高度依賴原廠耗材、配件、程序固件和工藝校準服務,而管制升級後,海外原廠技術服務、備件輸送基本中斷。為保障產線不停產、產能不中斷,全球晶圓廠和翻新行業普遍採用拆件複用的應急模式,通過拆解同型號閒置設備提取可用零部件,替換在用設備的老化損耗部件。這種應急手段雖然可以短期續命、維持基本產能運轉,但存在明顯短板。非原廠配件適配性不足、兼容性有限,缺少原廠工藝校準和固件優化加持,設備工藝精度容易出現偏移,批次生產一致性下降,長期運行會逐步拖累產線良率,給全球成熟製程產能帶來持續性、系統性的質量風險。伴隨規則重構,行業核心競爭邏輯也迭代。
過去企業採購二手設備,核心考量只有價格、交付速度、基礎性能三點,如今,企業選型更加看重設備存量儲備能力、本土化翻新技術積澱、核心備件替代自研能力、本地化運維服務體系是否完善。行業發展重心全面向本土化佈局、自主化技術、可控化流轉傾斜,存量設備盤活能力、本土翻新工藝、備件替代技術,已經成為二手設備企業的核心護城河。隨著全球半導體產業從單一的技術競賽,轉向技術迭代、供需平衡、供應鏈安全多重目標並行的新階段,二手設備的刻板標籤正在褪去。未來,這條長期低調的隱形賽道,將持續釋放巨大產業紅利。
Related
相關文章

50位院士、14場平行會議:科學智能的“中國主場”為什麼是北京?
智東西(公眾號:zhidxcom) 作者 | 王涵 編輯 | 漠影 “這是中國科技創新史上最好的機會,沒有之一。” 在2026科學智能大會現場,北京大學數學科學學院講席教授、北京科學智能研究院學術委員會主任、中國科學院院士鄂維南在與包括智東西在內的媒體交流時說了這樣一句話。 他說,這句話他從2017年就開始醞釀,思索了5年,直到2022年才真正說出口。“沒有之一”四個字,是他反覆確認的結論。 ▲鄂維南 2026年8月22日下午,2026科學智能大會落下帷幕。 兩場全體會議、14場平行會議,近50位兩院院士、80餘位青年專家、50餘家生態展商參會。 從全國頂尖的科研基礎設施到覆蓋全產業鏈的AI生態,從國家戰略科技力量到市場化創新主體,這場大會向外界清晰地展示了一個事實: 科學智能的中國主場,就在北京。 一、基礎:北京AI4S的“學術厚度”從何而來? 8月21日上午的全體會議,座無虛席,連走道兩旁都站滿了參會者。 臺下坐著崔鐵軍、謝曉亮等近50位兩院院士;臺上,鄂維南院士、王堅院士等專家學者就著AI4S話題侃侃而談。 當晚,在北京科學智能研究院院長李鑫宇主持的“AI4S Talent Gala Dinner人才之夜”上,百餘名青年科研學者圍坐交流。 這一盛會之所以在北京發生,緣起於鄂維南院士和湯超院士於2018年共同提出的AI for Science這一概念。 八年時間,從一個萌芽到四千人規模的大會,再到全國最密集的AI4S學術生態。北京科學智能研究院院長李鑫宇在採訪中將這個過程概括為“從零星的散點到規模化的實踐”——從最初“一群先行者覺得這是未來方向”,到今天“大家共同討論如何推動它”。 ▲李鑫宇 但其背後更根本的原因是,這座城市用數十年時間構建了一個完整的學術生態系統。 北京擁有全國最密集的高校和科研機構:數十所重點高校、百餘個國家級科研機構、一批國家實驗室和全國重點實驗室

一個Token是怎麼“造”出來的?黃仁勳的“五層蛋糕”理論給出答案
一個Token是怎麼“造”出來的?黃仁勳的“五層蛋糕”理論給出答案大數據文摘·2026年08月25日 20:58當智力服務開始被計量、被調用、被定價,AI真正進入的就不只是聊天框,而是一套新的工業秩序 你在聊天框裡敲下一句話,等上幾十毫秒,屏幕上便出現一段看似流暢的回答。對絕大多數用戶來說,這是一個十分輕量化的過程。可到了付款頁面,許多用戶會有一種遭到“背刺”的感覺——輸入多少百萬Token、輸出多少百萬Token、上下文多長、緩存是否命中。 這時,很多人會有這樣的疑問:為什麼一個看不見、摸不著的回答,要按量收費?為什麼AI公司不能像賣傳統軟件那樣,一次授權、無限複製? 這裡至少混著三張不同的賬單。 第一張是生產成本:造出一個Token,底層到底消耗了多少電力、芯片、機房和工程資源; 第二張是市場價格:模型廠商向外報出的調用單價,其中還包含競爭、利潤和服務分層; 第三張是任務成本:用戶為了完成一項工作,究竟總共燒掉了多少Token。 當把三者混為一談,就會出現“電費明明不貴,為什麼AI還這麼貴”“模型降價了,為什麼企業賬單反而變大”這樣的困惑。 AI當然有軟件的一面:算法可以迭代,模型可以壓縮,服務可以通過接口分發

衝刺“全球視頻大模型第一股”,每經獨家透視可靈AI:客戶都在哪?運營狀況如何?
衝刺“全球視頻大模型第一股”,每經獨家透視可靈AI:客戶都在哪?運營狀況如何?36氪的朋友們·2026年08月25日 20:54欲12個月內衝刺港股?“快手系”今年以來資本運作頻繁。 從快手分拆獨立後的可靈AI,正衝刺“全球視頻大模型第一股”! 快手相關公告顯示,可靈AI今年二季度單季營收超8.5億元、同比漲超200%;但截至2025年末淨資產為-900萬元。《每日經濟新聞》記者(以下簡稱每經記者)獲得的一份關於可靈AI的數據(以下簡稱“可靈AI數據”)透露,2025年全年及今年一季度,可靈AI累虧超20億元,且十大“現金奶牛”八個在海外。“預計到2028年Q4,才能實現單季盈虧平衡。”一位接近可靈的人士向每經記者透露。 儘管持續虧損,但資本肯為200%增速支付溢價。可靈AI於今年7月2日宣佈近30億美元獨立融資,投資方陣容豪華,包括“BAT”等互聯網巨頭、國資基金、中東BlueFive投資,以及中信金石、啟明創投等頭部機構,投後估值約180億美元。 然而,面對未來可觀的賽道空間和持續的虧損現狀,可靈AI究竟能否撐起市場與資本的高預期? 180億美元估值是“多方博弈結果”,資本圈如何解讀? 7月2日,快手發佈公告宣

估值暴漲570億,三個80後幹出AI獨角獸:突然賣身
估值暴漲570億,三個80後幹出AI獨角獸:突然賣身鉛筆道·2026年08月25日 20:45全球最大的開源AI社區正在尋找買家。 全球最大的開源AI社區正在尋找買家。 8月24日,美國《商業內幕》報道稱,全球最大的開源AI社區Hugging Face正在評估整體出售,潛在估值至少130億美元(約合人民幣874億元)。 2016年,三個法國“80後”克萊芒·德朗格、朱利安·肖蒙和託馬斯·沃爾夫創辦Hugging Face。 最開始,Hugging Face做一個面向青少年的聊天機器人。後來徹底轉型成AI開發工具平臺,如今已經是全球最大的開源AI社區。 今天,開發者想找一個開源大模型,可以去Hugging Face;想下載Qwen、DeepSeek等模型的某個版本,可以去Hugging Face;需要訓練模型的數據集,可以去Hugging Face;訓練好自己的模型之後,也可以上傳到Hugging Face,讓全世界的人下載、修改和繼續開發。 “三年前投資人問我怎麼看Hugging Face,我說它很可能會再走GitHub當年的路。”開源AI社區OpenCSG創始人陳冉告訴鉛筆道,正如代碼託管平臺GitHub被微軟收

大批博主停更上熱搜,靠AI搞錢已經越來越難
近期,大批部落客無預警停更的消息接連登上微博熱搜,引發外界對於「靠AI搞錢」這條捷徑是否已經走到盡頭的討論。過去一年,隨著生成式AI工具快速普及,大量創作者利用AI生成文章、影片、圖片,甚至虛擬人直播,試圖以低成本、高產出的方式在各大平台變現。然而,這股風潮似乎正在退燒,越來越多內容創作者選擇默默退出,背後原因值得深思。 這些停更的博主當中,不少人過去以「AI代寫」、「AI繪畫」、「AI剪輯」等教學或服務為主要營收來源。他們透過社群平台吸引流量,再販售課程、工具代理或代客製作服務。

Ilya交卷,黃仁勳砸50億押注SSI,首個模型疑本週發佈
AI 領域今日接連傳出多項重磅消息,涵蓋人才動向、投資佈局與技術突破,成為市場關注焦點。其中最受矚目的,莫過於 Ilya Sutskever 交出了離開 OpenAI 後的首張成績單——他所創辦的 Safe Superintelligence Inc.(SSI)獲得 NVIDIA 創辦人黃仁勳高達 50 億美元的資金押注,且 SSI 的首個 AI 模型預定於本週內發布,引發業界對安全超級智能發展路線的熱烈討論。