ASML 2024 年报（US GAAP）

这份资料要回答的是一个具体问题：在 ASML 自己的表述里，2024 年这家光刻设备商处在一个什么样的位置，以及它把人工智能放在半导体需求叙事的哪一环。讨论 AI 算力时，目光通常落在芯片设计、代工产能和云厂商的资本开支上，设备端的公开表述相对少被引用，而设备恰恰是产能真正落地之前必须先动的那一环。ASML 在年报这种正式文件里把 AI 列为影响半导体需求的关键因素之一，这本身就是一个可以拿来对照的坐标。所以现在值得翻一翻：它提供的更像是产业链上游给出的答案版本。

覆盖范围大体分两块：一块是按 US GAAP 口径编制的公开财务内容，另一块是业务讨论部分，也就是公司对自身经营环境、需求驱动和行业景气的自述。数据来源是公司自身的报告体系，而不是第三方机构的测算或访谈，因此读到的每条判断都带有公司自身的表述立场。官方提供了年报 PDF 的直接下载入口，意味着可以拿到原始文本而不是二手转述。这一点对需要做资料引用的人很实际：要原话时不必依赖媒体摘编。

第一个关键点是 AI 的定位。材料显示，年报把人工智能列为影响半导体需求的关键因素之一。这个措辞值得留意：它不只是把 AI 当作一个新兴应用来提及，而是把它放进了影响需求的因果链里，也就是纳入了公司对景气的判断框架。换句话说，在设备商的正式叙事中，AI 已经从讨论话题变成了需求侧的变量。需要提醒的是，摘要层面只给出了这个定性结论，AI 在需求讨论中占多大篇幅、以什么强度表述，还要回到 PDF 原文核对，不能凭这一句推断权重。

第二个关键点是需求落在哪里：AI 驱动的先进制程与存储需求。这条线其实涉及两个方向：一是逻辑侧向更先进制程推进，二是存储侧的需求变化；两者对设备的要求并不相同。从光刻设备商的位置看，先进制程的推进直接关系到光刻环节的价值量，而存储的需求变化更多体现在产能与资本开支的节奏上。这意味着同一股 AI 需求，在产业链不同环节上的传导路径和滞后时间并不一致。材料没有给出任何细分数字，所以这里只能讲结构，不能讲规模。

这些结论的用处，在于提供一个上游视角的参照点。讨论 AI 算力硬件时，常见的推理是从模型需求倒推芯片，再从芯片倒推产能；设备商处在链条上游，往往较早感受到扩产信号，因此它的表述可以作为交叉验证的一环。实践上，可以把年报里的业务讨论与设计、代工、云厂商的公开信息并列对照，看各方对同一股需求的时间判断是否一致；不一致的地方，往往就是值得继续追问的地方。但要记住这是设备商视角，天然偏上游、偏自身产品线，不能直接当成全行业景气结论。

适合读的人是关注半导体产业链、AI 算力硬件与设备环节的读者，尤其是需要一手材料做引用或做行业对照的写作者与研究者。读完能拿走的是一份官方 PDF、一个设备商对 AI 需求位置的明确定性，以及一条可以继续追的线索：AI 究竟通过先进制程、通过存储，还是两条路同时传导到设备需求上。边界也清楚：目前可确认的只是摘要级信息，材料中没有营收、毛利率、出货量、订单等任何具体数字，涉及规模的判断只能以年报原文为准；同时这是公司自述文本，立场与表述都来自 ASML 自身。