因两次拒向中企合作,日本光刻巨头亏850亿日元创纪录
3月29日消息,尼康发布2025财年亏损预警,预计亏损850亿日元,创下自1917年创立以来的百年最差业绩。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈
过去半年,尼康光刻机仅出货9台,且均为成熟制程的老款设备,在先进制程领域彻底丧失竞争力,市场份额跌至个位数。而同期荷兰ASML光刻机出货327台,其中高端EUV光刻机48台,占据全球高端市场绝对主导地位。
尼康的衰落始于两次关键的拒绝选择。
2002年,台积电林本坚提出浸没式光刻技术构想,可突破当时193nm干式光刻机瓶颈,却因尼康的路径依赖遭全盘否定,尼康彼时已在157nm干式光刻机投入数亿美元,不愿放弃既有投入。该技术后被ASML接手,2004年 ASML与台积电合作推出首款浸没式光刻机,迅速占领市场,尼康后续跟进已错失先机。
在半导体出口管制背景下,尼康选择紧跟美国步伐,放弃与中国市场的合作,而中国曾是其最大市场,设备对华销量占比一度超40%。
这一选择导致其设备交付延误、成本飙升,中国客户转向国产替代,尼康进一步丧失市场空间。
此外,尼康还存在多重战略失误。
其过度押注英特尔单一客户,2024年英特尔削减资本开支直接引发尼康订单暴跌,且未能及时拓展台积电、三星等核心客户。
在EUV光刻机研发上,尼康坚持全自研、全日本产路线,投入超千亿日元仅造出无法商用的原型机,最终于2018年终止该业务的商业化开发。
2025年9月,尼康关闭运营58年的横滨工厂,光刻机业务持续收缩。

相关攻略
最近,一段由日本网友分享的“不开火无油晚餐”视频在国内社交平台走红。全程无需开火、零油烟,仅凭简单的冷食组合完成一餐,这种独特的饮食方式迅速引发了国内网友的广泛关注与讨论。 视频中,博主展示了一顿经典的日式极简晚餐:一碗白米饭,搭配淋上酱油的冷豆腐,辅以纳豆、木鱼花,再配上一碗味噌汤和一碟凉拌小菜。
日本演艺圈传来噩耗 日本演艺界近日笼罩在悲伤之中。资深女星五十岚淳子于上月28日因突发急病不幸离世,享年73岁。这一令人痛心的消息,已由其所属事务所通过官方渠道对外公布。 回顾她的演艺生涯,堪称一段传奇。五十岚淳子在高中时期便以模特身份崭露头角,被公认为日本最早的“校花级女神”。当年,由于学校明令禁
日本广岛制药厂储罐爆炸致5人伤,原因成谜 今天,日本广岛县三次市一家制药厂内,一声巨响打破了平静。据多家媒体报道,厂区内的一个储罐发生了爆炸,事故已导致5人受伤被紧急送医。 日本共同社的报道给出了更具体的时间线:当地时间28日上午11点35分左右,相关部门接到了这起爆炸事故的报警电话。伤者中,有2人
台积电日本布局升级:3纳米芯片量产计划提前至2028年 全球芯片代工龙头台积电,最近在日本的布局有了关键性调整。根据最新披露的信息,该公司计划将位于日本熊本的第二座晶圆厂,直接升级为生产最前沿的3纳米芯片,并将量产时间定在2028年。这意味着,日本将首次具备本土生产顶级制程芯片的能力。 要知道,台积
时速285公里 日本新干线高铁升级:支持5G车窗、降噪车厢 说起全球高铁的“元老”,日本新干线绝对榜上有名。不过,建成多年,一些技术难免显得有些“年岁”了。这不,日本JR公司最近就启动了一轮技术升级,重点落在了两大体验上:5G网络和车厢降噪。 就在上个月底,JR正式公布了这两项升级计划。首批将有六列
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展,由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计,配备液态金属蓝涂装与2+2座舱,设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统,百公里加速约2秒,设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU,与8GB版同步上市。两者均基于Blackwell架构,核心规格相同,仅显存容量不同。此举旨在缓解GDDR7芯片供应压力,为OEM提供灵活配置,加速笔记本产品布局,更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54,售价分别为2499元和6299元。均采用第四代WOLED面板,具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz,高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元,同比增长8 1%;净利润13 61亿元,同比增长0 4%。公司预计第二季度收入环比增长14%至16%,毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性,并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能,其背后都离不开人工智能(AI)技术的驱动。通常,AI模型的训练逻辑是:向模型展示大量“低质图像”与“优质图像”的配对数据,让它学习如何将前者转化为后者。然而,天津大学计算机视觉团队近期发表的一项研究(arXiv:2604 08172)揭





