先说结论
第二篇梳理了产业链的九个层次，并点名了各层的领导者。这篇提出那个显而易见的后续问题。这些是全球经济中最有利可图的位置，每家大型科技公司都有钱、有动力去攻打它们。那为什么几乎没有人成功？
每一层的答案都不一样，而这些差异很重要。
ASML：这个垄断跟专利关系不大
从最极端的案例说起。ASML是一家荷兰公司，生产极紫外光刻机（EUV光刻机），用于在先进芯片上印刷最精细的电路图案。它没有竞争对手。不是「处于主导地位」，而是：全球找不到第二家供应商，一家都没有。
要搞清楚原因，先看看这台机器在做什么。它需要波长13.5纳米的光，远在紫外光谱深处。这种波长没有现成光源，所以机器自己造光：把熔融锡液滴喷射穿过腔室，每秒大约五万次，用高功率激光两次击打每一颗液滴，把液滴汽化成等离子体，再由等离子体发出所需波长的光。
这种光几乎会被所有东西吸收，包括空气和玻璃。所以整条光路在真空中运行，用反射镜代替透镜。反射镜由德国蔡司（Zeiss）制造，是迄今制造精度最高的物体之一。ASML自己的说法是：如果把这些镜子放大到德国那么大，上面最高的「山」也只有大约一毫米高。
再看看这一切是谁建造的。不只是ASML。蔡司负责光学系统，通快（Trumpf）负责激光，Cymer（后来被收购）负责光源开发。研发历程长达大约二十年，资金和合作来自最终购买这些机器的芯片厂商。与其说是产品发布，不如说是一个跨越二十年的工业级研究计划。
这是什么类型的护城河？ 整条供应链上积累的工程能力，加上客户认证所需的时间成本。哪怕一个资金充裕的新进入者造出了能用的机器，还要面对客户多年的测试才有人敢拿它跑量产，而ASML在这期间还在持续进化。这就是为什么价格能守住：一台标准低NA EUV系统售价数亿美元，而High-NA版本还要贵出一大截。
什么能打破它？ 说实话，只有一种可能：图案化方法底层物理的根本性转变，也就是某种完全不需要EUV的技术路线。目前有几条路线在研究中，但没有一条接近实用。
TSMC：飞轮效应
据TrendForce数据，2026年第一季度，台积电拿走了全球前十大晶圆代工厂总收入的72%，大约是排名第二的三星份额的11倍。在AI芯片所在的先进制程领域，它的地位还要更强。
单靠技术解释是不够的，因为三星和英特尔在不同时期都曾在技术上接近过台积电。更完整的解释是一个自我强化的循环。
台积电客户最多，跑的晶圆也最多。产量最大，意味着遇到的缺陷最多；每一个遇到的缺陷都是一个被理解的缺陷。这些知识积累改善了良率，也就是每片晶圆上能正常工作的芯片比例。良率更好，每颗合格芯片的有效成本更低，这吸引更多客户，带来更大产量，循环往复。
更难复制的一层在上面：台积电不自己设计芯片。当英伟达把最核心的设计交过去，它面对的是一家永远不会和它竞争的公司。三星做不到这个承诺，因为三星设计手机、处理器和许多其他产品。英特尔也一样。在一份顶级设计代表数年心血和数十亿美元投入的行业里，这份保证价值极高。
台积电正在把这种优势进一步延伸到封装领域。它的CoWoS技术，把处理器裸片与高带宽内存（HBM）堆叠对接，一直是AI芯片供应链上有据可查的瓶颈。自2024年底以来产能大幅扩张，不过即使如此，供给预计仍将落后于需求。同时掌控AI芯片的制造和封装，比只掌控其中一个要强得多。
这是什么类型的护城河？ 规模、学习曲线和结构性中立，三者相互强化。
什么能打破它？ 一家能在长期亏损中持续扩产、同时积累客户信任的公司发起的持续挑战。三星在得克萨斯州的Taylor晶圆厂，以大型长期特斯拉合同为锚点；英特尔的18A制程计划，都是这种路径的尝试。两条路都要再过几年才能下结论。
存储器：幸存者格局与制造壁垒
三家公司主导DRAM：三星、SK海力士和美光，中国的长鑫存储（CXMT）现在是第四个进入者，占据了有限但不断增长的市场份额。在HBM领域，还是这三家，只是排名不同。
三巨头格局，是一段残酷历史留下的痕迹。存储器曾是大宗商品数十年，经历过剧烈的周期：供不应求，价格高企，所有人都大举扩产，产能过剩，价格跌破成本，最弱的破产或被兼并。数十家厂商被这种淘汰机制缩减到三家。留下来的，是资产负债表足够强大、能在低谷中坚持投入的公司，毕竟只有扛过最深的低谷，才能等到下一个高峰。
HBM把门槛又抬高了一次。把十多层存储器裸片垂直堆叠，通过数千个打穿硅片的垂直连接走线，在一个非常具体而且不容有失的意义上很困难：堆叠中任何一层出现缺陷，整个产品就报废了，所以良率损耗随高度叠加。普通DRAM做得好，不代表HBM也能做好。这正是为什么两个产品的市场格局不同，2026年第二季度，三星以39%的市占率领跑DRAM，而2026年第一季度，SK海力士以58%的份额领跑HBM。
这是什么类型的护城河？ 资本规模加上真正困难的制造工艺，在客户对一颗坏料的容忍度极低的市场里。
什么能打破它？ 在几大核心卡脖子环节里，这里是最不牢固的，而且正在同时受到两个方向的挑战。美光追赶速度很快，2026年第二季度在DRAM市场达到25%的份额，与SK海力士的差距缩小到大约一个百分点。而中国的长鑫存储正在激进扩产，这一点在第五篇里会专门讲。存储器是几大卡脖子环节里，现有玩家失去最多的那一层。
英伟达：四重护城河叠加
英伟达是讨论最多、也是最被误读的一家。它的市场地位不在于拥有最快的芯片，而是建立在四个相互强化的支撑上，竞争对手必须在其中大多数上同时胜出才行。
芯片本身。 真正优秀，并且以大约每年一次的节奏迭代，竞争对手难以跟上。
网络互联。 英伟达销售NVLink，以每GPU每秒1.8太字节的带宽连接机架内的GPU，机架间则有InfiniBand或Spectrum-X以太网。由于训练过程需要持续通信，一个竞争对手拥有同等芯片但网络更差，提供的整体集群性能也会更差。
整机系统。 英伟达越来越多地销售完整机架而不是单个组件，自己完成了集成、供电和液冷的工作。购买机架的客户买到的是一套可以直接运行的系统，而不是一个待组装的项目。
软件生态。 CUDA是近二十年的库、工具、教程、发表的论文和训练出来的工程师，全部默认运行在英伟达硬件上。这一块是最常被说「无法替代」的，也恰恰是当前蚕食速度最快的。AMD的ROCm有了实质性进步，最大的AI实验室里有能贴近底层工作的工程师，这就是为什么AMD与OpenAI达成的、为最高6吉瓦算力（首批一吉瓦为MI450）提供Instinct芯片的协议，是可信的而不只是愿景。
这是什么类型的护城河？ 垂直整合加上生态系统惯性。
什么能打破它？ 它已经受到挑战了，方式不是正面对抗，而是从下面蚕食。云厂商不是在试图做一个更好的GPU；它们在为自己特定的工作负载设计更窄的芯片，在灵活性和效率之间做取舍。TrendForce预测2026年定制AI芯片的出货量增速将明显快于GPU。这不会取代英伟达，但会限制它能占据多大比例的市场。
博通：低调的那一个
值得单独说一说，因为它经常被忽略。博通（Broadcom）同时占据两个强势位置：高端以太网交换芯片领域的领先份额，以及与迈威（Marvell）共同占据AI芯片联合设计市场的大部分份额。
其实第二块业务有点特别。当谷歌、Meta或OpenAI决定自己造加速器以减少对英伟达的依赖时，通常会找博通来做工程。博通因此在这场努力中坐收渔利，不管哪家客户最终赢了。Counterpoint预计博通将在2027年占据约60%的AI服务器ASIC设计业务。
博通的网络地位因为一个结构性原因在持续加强：云厂商倾向于开放以太网，而不是某一家厂商的私有互联，所以行业对单一厂商依赖的抗拒，推动业务流向中性供应商。博通的Tomahawk 6以每秒102.4太比特的带宽出货，比英伟达对应以太网产品的计划发布时间大约早了一年。
这些地位究竟是如何终结的
从这四个案例横向看，有一个规律浮现出来，关于什么方法有用、什么方法没用。
什么方法没用： 一家手握更好产品的初创公司，仅凭自己。各层的资本要求、认证周期和转换成本都足够高，单凭更好的产品进不去，毕竟在这几层，光是等客户完成资质验证就要数年时间。
历史上真正起作用的，有三种路径。
技术代际转变，让现有玩家积累的优势变得无关紧要。EUV对光刻设备领域的影响正是这样：尼康和佳能领先光学光刻机数十年，没有跟进ASML走向EUV，如今两家都造不出先进制程的光刻机了。
足够大的客户刻意出资扶持替代方案，哪怕经济账不划算，也为了战略目的。这正是云厂商在做的事，也是多个政府在用补贴尝试的路径。
政策干预：出口管制、补贴、反垄断。在三种路径里，这条目前最活跃，也是第五篇的主题。
第四篇转向另一个制约因素，这个问题无论多少资金和政策都无法快速解决，因为它是由混凝土、铜线和电力构成的。