内蒙镍片产量
内蒙镍片产量大概数据
| 时间 | 品名 | 产量范围 | 单位 |
|---|---|---|---|
| 2015 | 内蒙镍片产量 | 2000-2500 | 吨 |
| 2016 | 内蒙镍片产量 | 2500-3000 | 吨 |
| 2017 | 内蒙镍片产量 | 3000-3500 | 吨 |
| 2018 | 内蒙镍片产量 | 3500-4000 | 吨 |
| 2019 | 内蒙镍片产量 | 4000-4500 | 吨 |
内蒙镍片产量行情
内蒙镍片产量资讯
三星与Arm联手杀入端侧AI！2nm定制芯片启动 OpenAI或成关键客户
三星电子正与芯片架构巨头Arm深化合作，共同开发面向端侧AI的定制芯片。若项目最终落地，不仅有望为三星系统LSI业务带来新的设计订单，也将为其晶圆代工业务导入先进制程客户，成为三星切入AI芯片市场、争夺定制芯片订单的重要尝试。 9月4日，据报道， Arm已于8月底批准下一代端侧AI系统级芯片（SoC）的初始开发费用（NRE），并与三星电子正式启动项目。 按照双方分工，Arm负责提供AI加速器（AIC）架构、RTL等设计技术，并传达最终客户需求、统筹项目开发；三星电子系统LSI事业部负责SoC设计，晶圆代工事业部则计划采用先进2纳米制程负责量产。 报道援引业内人士透露， 该项目的最终客户候选人为OpenAI。 随着AI能力从云端向终端设备加速延伸，若OpenAI进一步布局端侧AI，其对专用AI芯片的需求有望随之上升。Arm此前也已与OpenAI推进相关量产合作。 端侧AI需求升温，定制芯片成为新方向 此次合作背后，是端侧AI应用加速落地带来的芯片需求增长。与依赖云端数据中心的传统AI模式不同，端侧AI可直接在智能手机等终端设备完成部分AI推理，从而降低云端算力压力，并改善响应速度和数据隐私。 随着AI厂商开始向终端硬件延伸，通用芯片未必能够完全满足不同设备和应用场景的算力、功耗及成本要求，定制AI芯片因此成为产业链关注的新方向。 三星与Arm此次启动的项目，正是在这一趋势下展开。 从合作模式来看，双方采用有限使用许可（LUL，Limited Use License）框架， Arm提供的相关技术仅限用于特定客户产品开发，使用范围受到明确限制。 Arm在项目中主要扮演技术提供方和开发合作方角色，而非直接向市场销售芯片。 完成设计和制造后，三星电子将直接向最终客户供货并实现商业变现。这意味着，三星不仅能够获得芯片设计和制造环节的收入，还能通过系统LSI与晶圆代工两大业务的协同，进一步提升在定制AI芯片领域的综合竞争力。 2纳米量产落地，三星代工也将受益 对三星而言，这一项目更重要的意义在于，有望形成“设计+制造”的完整AI芯片解决方案。 系统LSI负责SoC设计，晶圆代工负责2纳米量产，两大业务能够在同一项目中实现协同。相比单纯获得一笔芯片设计订单，这种模式更有利于三星将自身先进制程能力直接嵌入AI芯片开发流程，并以完整方案参与未来客户竞争。 尤其是在晶圆代工业务上，2纳米端侧AI芯片的实际开发和量产经验具有较强的示范意义。 若项目顺利推进，三星可借此积累先进制程服务AI芯片客户的量产案例，为后续争取更多AI加速器、定制SoC等订单提供参考。 在AI芯片需求持续向终端设备扩散的背景下，三星能否借助Arm及潜在的OpenAI项目打开定制AI芯片市场，也将成为其系统LSI与晶圆代工业务能否形成协同增长的新看点。
2026-09-07 08:39:43华为何庭波更新韬定律论文：“τ芯片”本该过热烧毁？
堆叠更多晶体管，芯片反而更冷——这一看似反直觉的结论，成为华为半导体负责人何庭波最新论文试图回答的核心问题。 9月4日，何庭波在中科院科技论文预发布平台ChinaXiv发布论文《Huawei's τ Chip Was Supposed to Melt?》（《华为的τ芯片本该过热烧毁？》）， 通过麒麟2026的实测数据，回应业界对3D堆叠芯片“高密度带来高功耗、高发热”的质疑。 论文数据显示，麒麟2026晶体管密度较前代提升约55%，但在相同性能下，NPU功耗下降66%，GPU功耗下降58%。 何庭波认为，芯片能耗的关键不只是“计算”，更在于“数据移动”——LogicFolding通过缩短信号传输距离，从源头降低数据搬运能耗。 据第一财经，今年5月，华为对外发布“韬定律”，尝试为后摩尔时代的半导体演进寻找一条新的技术路径。而此次论文更新，也是华为试图向外展示“τ芯片”是如何通过重构电路结构、缩短信号传输距离、压缩传输延迟，将“时间维度革新”转化为芯片性能、功耗、温控的突破点，同时回应堆叠芯片“高密度等于高发热”的行业质疑。 对于华为而言，τ定律能否在功耗、性能、制造和成本之间持续取得平衡，将成为这条技术路线能走多远的关键。 “芯片最耗电的不是计算，而是数据搬运” 何庭波指出，业界长期更关注晶体管开关产生的计算能耗，却低估了数据在芯片内部传输所消耗的能量。 她以“通勤”作类比：芯片也像上班族，晶体管执行计算需要能量，数据在不同计算模块之间长距离传输同样需要付出能耗。 论文称，在典型智能手机工作负载中，动态功耗约占总功耗的90%。按照动态功耗公式，电容的重要来源并非晶体管本身，而是金属互连。传输距离越长，电容越大，能耗也越高。 何庭波据此认为，在先进工艺节点上，互连电容对能耗的影响已经超过晶体管本身。降低功耗因此不只有缩小晶体管这一条路径，缩短信号传输距离同样重要。 这正是LogicFolding的理论基础。 LogicFolding：把长距离“横向通勤”变成短距离“垂直换乘” LogicFolding并非简单堆叠芯片，而是重新设计电路布局， 将原本横向铺开的平面电路安排至上下两层，并通过混合键合建立高密度垂直互连，把部分长距离水平连接转化为更短的垂直连接。 论文披露，在麒麟2026上，典型核心连线长度缩短约20%，关键路径部分连线最多缩短70%；时钟布线长度缩短28%，时钟缓冲器数量从约4.36万个降至1.9万个。 到麒麟2027，键合间距进一步缩小至1微米，垂直互连点超过1亿个。华为预计未来三年内将键合间距推进至720纳米，垂直互连点超过2亿个。 连线缩短意味着互连电容下降；同时，LogicFolding释放的“时间余量”还可以用于增加并行计算单元，让更多单元以更低频率、更低电压运行，从而进一步降低功耗。 NPU功耗降66%，CPU仍是难点 论文给出的实测数据，成为何庭波回应“τ芯片会不会过热”的关键依据。 在相同29 TOPS的AI推理性能下，麒麟2026的NPU时钟频率下降63%，供电电压由0.85V降至0.55V，功耗下降66%，功耗密度下降73%。全速运行时，折叠后的NPU最高可实现70 TOPS，较前代提升141%。 GPU同样表现明显。在相同61帧/秒的性能下，电压降低约200mV，功耗下降58%。 DSP则出现差异。麒麟2026在完成相同工作时功耗下降25%，但由于芯片面积同步缩小40%，功耗密度反而上升24%。 何庭波表示，麒麟2027已改善这一问题，DSP功耗下降47%，功耗密度也低于平面设计基准。 CPU性能核心的收益相对有限。在相同性能下，频率仅下降9%，功耗下降41%。原因在于CPU工作负载具有较强的串行特征，难以像NPU、GPU一样通过增加并行计算单元充分利用电压降幅。 何庭波坦言，CPU部分仍需更复杂的设计、EDA工具支持和长期验证，未来三到五年仍需要大量探索。 3D堆叠为何没有更热？关键在“热点” 针对3D堆叠“必然加剧散热”的质疑，何庭波认为，判断散热风险不能只看总发热量，还要看晶体管结温以及热量是否形成局部热点。 LogicFolding主要通过两方面降低热风险：一是在相同性能下减少总功耗，从而降低需要耗散的热量；二是重新安排模块位置，让高功耗模块错位分布，避免热点在垂直方向直接叠加。 麒麟2026也没有将全部电路垂直堆叠，而是重点折叠关键路径，并配合热感知布局。 因此， “τ芯片”没有因为3D堆叠而过热，并不意味着堆叠本身解决了散热问题，而是通过缩短信号路径降低能耗，再结合热布局优化，降低整体热负荷和局部热点风险。 τ定律的边界：时间余量并非“免费性能” 何庭波同时明确，τ是时间缩放定律，而不是能量缩放定律。 LogicFolding带来的“时间余量”既可以用于降低功耗，也可以用于提升性能。如果将这部分余量全部用于增加计算量，功耗并不会自然下降。因此， 麒麟2026的低功耗表现，是设计者主动将部分时间余量用于节能的结果。 这一路线仍面临制造和设计挑战，包括混合键合间距、上下层应力、CMP平坦化与清洗、晶圆翘曲、对准精度，以及更加复杂的EDA设计和验证流程。 何庭波在论文结尾借用西西弗斯的神话称，每一轮芯片迭代都应留下“计算更多、耗能更少”的成果。 对于投资者而言，τ定律仍有待产业进一步验证。就目前麒麟2026的实测结果看，“τ芯片”并未如质疑所言过热：晶体管密度提升55%，NPU功耗反而下降66%。 换言之，所谓“本该过热烧毁”，恰恰没有发生——LogicFolding靠的是让数据少走路、让能量少浪费。
2026-09-07 08:37:16AI芯片撑起半壁江山 韩国今年出口剑指万亿美元！
韩国出口已超去年全年水平，AI基础设施投资成为主要拉动力。 9月5日，据路透报道， 韩国今年迄今出口总额已达7094亿美元，超过2025年全年7093亿美元的历史纪录。 韩国关税厅预计，韩国有望在今年12月初突破1万亿美元，成为全球第四个年度出口额跨越这一关口的国家。 半导体是这轮出口增长的核心引擎。 1至8月，韩国芯片出口额同比飙升169.6%至2810亿美元，占同期出口总额的41%。 全球AI基础设施投资持续扩张，带动内存芯片需求激增、供应趋紧并推高价格，三星电子与SK海力士成为直接受益者。 与此同时，主要市场需求回暖，也为韩国出口增长提供了进一步支撑。不过， 出口结构仍存在明显分化，作为第二大出口品类的乘用车，海外出货量同比下降4% ，显示当前韩国出口增长高度依赖半导体。 韩国关税厅指出，尽管供应链调整和中东局势仍带来不确定性，韩国出口依然保持强劲增长。若12月初突破1万亿美元，韩国年度出口规模将再创纪录。 不过，当前韩国出口增长高度依赖半导体，后续表现仍与全球AI投资周期密切相关。AI基础设施建设延续，将继续支撑芯片需求和价格；若资本开支降温，出口对半导体的高依赖也可能放大波动。
2026-09-07 08:34:56多空力量拉扯 沪镍震荡运行【沪镍收盘评论】
沪镍震荡回落，主力合约收跌0.72%，报127780元/吨。市场持续博弈印尼镍矿配额的后续落地节奏，部分矿企已拿到RKAB修订批复，供应边际宽松预期持续压制盘面；同时湿法项目存在潜在减产预期、冶炼成本提供一定托底。传统旺季将至，但下游实质性需求尚未充分兑现，多空力量相互拉扯，沪镍维持低位震荡格局。 厄尔尼诺气候加剧印尼干旱，动力煤内陆水运受阻，镍铁厂电力冶炼成本增加。据印尼气象局（BMKG）预测，厄尔尼诺现象将持续至2027年第一季度初，峰值强度将超过强等级。印尼煤炭行业高度依赖河流运输，干旱导致加里曼丹地区河流水位走低，矿企被迫降低驳船载货量防止搁浅，进而推高运输成本，缩减单次运量，拉长装船周期。受税率和运输成本增加影响，印尼园区发电成本持续上涨，部分园区发电成本已上涨至0.45元/度。电力成本上升直接推高了镍铁冶炼的生产成本，但下游持续施压下，成本端的上涨未能有效传导至镍铁价格。 前期硫磺供给阶段性紧张对冶炼成本形成明显抬升，尽管近期硫磺价格已自高位有所回落，但湿法冶炼综合成本仍处相对高位，对硫酸镍价格形成一定底部支撑。受此影响，各品级硫酸镍市场均价虽较前期高点已出现明显回落，但受成本端托底，进一步下行空间有限，价格整体呈现高位震荡后逐步趋稳态势。 对于后市，正信期货评论表示，在印尼镍矿供给扰动较前期宽松情况下，考虑到下游需求旺季即将来临，镍价维持底部震荡走势。
2026-09-04 18:53:10英伟达收购Hugging Face的野望：从芯片霸主到生态"造王者"
英伟达以129亿美元收购AI开源平台Hugging Face，标志着这家芯片巨头正将其硬件优势系统性地转化为对整个AI生态的结构性掌控。这不仅是一笔收购，更是一场精心布局的战略跃迁。 据The Information周五报道分析，英伟达CEO黄仁勋于周四正式确认了这笔交易，距该媒体首次披露消息仅一周。黄仁勋在一篇博客文章中表示，"Hugging Face将继续作为整个AI生态系统的开放平台"，试图打消外界对英伟达借此操控开发者工具链的疑虑。 然而，竞争对手并不买账——一家竞争芯片厂商的高管表示， Hugging Face对硬件设计商而言"百分之百"至关重要，一旦归属英伟达，其中立性将难以为继。 此次收购的战略意义远超交易本身。Hugging Face目前拥有1800万用户，其CEO Clément Delangue表示，希望借助英伟达将用户规模扩张至1亿。与此同时，英伟达已在CoreWeave、Nebius等新兴云服务商，以及OpenAI、Anthropic、SpaceX等AI企业持有可观股份，并向Thinking Machines Lab、Poolside、Reflection等开源AI开发商注入数十亿美元资金。这一系列布局，正在将英伟达从单一的芯片供应商，塑造成AI产业链上的"造王者"。 开源旗手：战略叙事的核心支点 Hugging Face是全球最主流的开源AI模型托管平台，开发者在此获取模型、构建应用，并针对特定芯片进行优化适配。 掌控这一平台，理论上赋予英伟达影响开发者芯片选择的能力。 黄仁勋的公开表态刻意强调开放性，但市场观察人士并不完全信服。X平台上已有评论指出，英伟达完全可以在不明显干预的情况下，通过技术优化使模型在自家硬件上运行更快，从而形成事实上的竞争壁垒。 从更宏观的战略叙事来看，英伟达正将自己定位为开源AI阵营的核心支柱——以此对抗以Anthropic和OpenAI为代表的封闭式AI巨头。后者虽同样依赖英伟达芯片，却正与Broadcom合作加速研发自有替代方案。英伟达自主开发的Nemotron开源模型系列，以及对多家开源AI企业的持续投资，共同构成了这一叙事的实体支撑。 生态卡位：从投资版图看权力积累 此次收购并非孤立事件，而是英伟达系统性生态卡位战略的最新一步。 在算力基础设施层面，英伟达持有CoreWeave和Nebius等新兴云服务商的股份，这些平台是AI模型训练与推理的核心算力入口。在模型层面，英伟达向OpenAI、Anthropic注资，同时扶持Thinking Machines Lab等开源替代力量。在硬件生态层面，英伟达与MediaTek、英特尔等芯片厂商建立合作，并通过土地和电力协议锁定数据中心硬件捆绑销售。 Hugging Face的加入，填补了英伟达生态版图中"开发者工具与模型分发"这一关键缺口。至此，英伟达的触角已延伸至从芯片设计、算力供给、模型开发到开发者社区的完整链条。 监管风险：欧洲或成最大变数 尽管英伟达在美国获得监管放行的概率较高——特朗普政府的施政重心明显倾向于推动AI发展——但欧洲市场的审查前景远不乐观。 Hugging Face在欧洲拥有大量用户和深厚的社区根基，欧盟监管机构历来对科技巨头的并购行为保持高度警惕。据The Information报道，美国司法部此前曾就竞争对手的投诉对英伟达展开调查，但该调查最终未有实质进展。此次收购完成后，预计竞争对手将再度向反垄断机构施压，欧洲将成为最主要的监管战场。 一家竞争芯片厂商高管的表态已释放出明确信号：行业内部对英伟达掌控Hugging Face的担忧是真实存在的，这种担忧将转化为具体的监管游说行动。 造王者逻辑：权力的结构性锁定 英伟达的战略逻辑，在于通过生态控制实现对竞争对手的结构性压制，而非单纯依赖芯片性能的迭代领先。 开源AI生态的繁荣，客观上需要一个有能力持续投入的"锚定者"——毕竟开源模式本身盈利困难，难以自我维系。英伟达以资本和平台资源填补这一空白，换取的是对生态走向的隐性定价权。当开发者习惯于在Hugging Face上获取模型、在英伟达芯片上完成优化，竞争对手的替代方案将面临越来越高的迁移成本。 Hugging Face CEO Clément Delangue对用户规模从1800万扩张至1亿的期待，折射出这笔交易对双方的价值所在：英伟达获得了通往全球最大开发者社区的直接入口，而Hugging Face则获得了支撑其野心扩张所需的资源与背书。 这笔129亿美元的交易，买到的不只是一个平台，而是英伟达在AI时代"造王者"地位的战略护城河。
2026-09-04 13:16:24
