赤峰钛片产量
赤峰钛片产量大概数据
| 时间 | 品名 | 产量范围 | 单位 |
|---|---|---|---|
| 2017 | 钛片 | 8000-9000 | 吨 |
| 2018 | 钛片 | 9000-10000 | 吨 |
| 2019 | 钛片 | 10000-11000 | 吨 |
| 2020 | 钛片 | 11000-12000 | 吨 |
| 2021 | 钛片 | 12000-13000 | 吨 |
赤峰钛片产量行情
赤峰钛片产量资讯
低钛高碳铬铁等项目采购招标公告
1. 采购条件 本采购项目低钛高碳铬铁等项目（AGLYCGHHD260721305684）采购人为凌源钢铁股份有限公司，采购项目资金来自自筹，该项目已具备采购条件，现进行公开单轮谈判。 2. 项目概况与采购范围 2.1 项目名称：低钛高碳铬铁等项目 2.2 采购失败转其他采购方式：不转 2.3 本项目采购内容、范围及规模详见附件《物料清单附件.pdf》。 3. 投标人资格要求 3.1 本次采购不允许联合体投标。 3.2 本次采购要求投标人须具备如下资质要求： （1）流通型营业执照 （2）生产型营业执照 3.3 本次采购要求投标人需满足如下注册资金要求： 生产型注册资金：500.0（万元）及以上 流通型注册资金：500.0（万元）及以上 3.4 本次采购要求投标人须具备如下业绩要求： 1.需提供年检合格的营业执照（或副本）原件扫描件或照片。 2.需提供2022年1月1日以后铁合金业绩合同1个。 3.5 本次采购要求投标人须具备如下能力要求、财务要求和其他要求： 财务要求：详见附件（如有需要） 能力要求：详见附件（如有需要） 其他要求：详见附件（如有需要） 3.6依法必须进行招标的项目，失信被执行人投标无效。 4. 采购文件的获取 4.1 凡有意参加投标者，请于2026年07月22日17时00分至2026年07月30日13时00分(北京时间，下同)，登录鞍钢智慧招投标平台http://bid.ansteel.cn下载电子采购文件。 点击查看招标详情： 》低钛高碳铬铁等项目采购公告
2026-07-23 13:25:35AI芯片撑起韩国经济：二季度GDP增长3.7%超预期 但内需依然疲弱
人工智能投资热潮持续推高半导体需求，正成为韩国经济最重要的增长支柱。二季度GDP再度超预期，显示以存储芯片为核心的出口引擎，仍在为这一本出口导向型经济体提供支撑。 韩国央行周四公布的初步数据显示，韩国二季度GDP同比增长3.7%，高于市场预期的3.5%；环比增长0.6%，亦高于预期的0.4%。出口是主要拉动力，半导体、机械及设备海外需求保持旺盛。 数据公布后，市场反应积极。韩元对美元走强，美元兑韩元下跌约0.58%；韩国综合股价指数KOSPI上涨约1.82%，投资者对出口和企业盈利前景的信心有所增强，三星电子和SK海力士等韩国存储芯片巨头持续受益于全球AI基础设施投资浪潮。 不过，二季度增速较一季度有所放缓，且消费和建筑投资仍显疲弱。在韩国央行7月启动加息周期后，芯片出口能否继续抵消内需走弱和融资成本上升的影响，将成为决定经济后续表现的关键。 出口增长由半导体和设备带动 韩国央行数据显示，二季度出口环比增长1.4%，半导体、机械及设备是主要拉动项目。全球AI基础设施建设加快，推动高性能存储芯片采购需求上升，韩国在相关产业链中的优势直接转化为出口增长。 三星电子和SK海力士等存储芯片供应商，是这一轮需求扩张的主要受益者。对韩国而言，芯片出口的意义已不只是单一行业景气指标，而是影响整体经济增长、企业投资及外汇市场表现的重要变量。 二季度出口保持正增长，也表明AI相关资本开支对韩国实体经济的带动仍在延续。尽管出口增速较此前的高位回落，但半导体和设备需求依然为经济提供了较为稳定的外部支撑。 此前，高盛已在5月研报中指出，韩国AI相关出口2026年可能接近GDP的30%，经常账户顺差将超过GDP的10%。韩国政府近期已将全年增长预测从2%上调至3%。 GDP超预期，但增长动能有所收敛 从同比看，韩国二季度GDP增长3.7%，略低于一季度的3.8%；从环比看，0.6%的增速也低于一季度的1.8%。这意味着韩国经济仍在扩张，但增长速度较年初有所放缓。 增长放缓的主要压力来自内需。二季度私人消费环比仅增长0.4%，建筑投资环比下降0.2%。居民消费意愿偏弱及房地产市场降温，继续限制内需对经济的贡献。 出口强劲与内需偏弱之间的分化仍较明显。半导体行业的繁荣改善了外贸和企业部门表现，但消费与建筑投资尚未同步改善，令经济增长对外部需求的依赖度维持较高水平。 韩国央行此前曾在一季度GDP发布时警告经济存在"K型"结构——科技行业繁荣导致收益不成比例地流向高收入群体，剔除IT行业后全年经济增速将降低0.4个百分点。二季度消费与投资的疲软，延续了这一结构性特征，意味着芯片繁荣对整体经济的"涓滴效应"仍有待验证。 政策博弈：加息获得数据背书，但分化加剧两难 对于韩国央行而言，二季度GDP超预期为7月的加息决策提供了事后验证。在通胀仍高于目标、芯片繁荣溢出效应正向薪资和消费领域蔓延的背景下，维持紧缩立场的数据基础更加牢固。 但私人消费与建筑业投资的双双疲软也意味着，央行在后续加息节奏上需在"遏制通胀"与"避免过度打压内需"之间寻找更精细的平衡。行长申铉松已明确警告，芯片繁荣带来的溢出效应可能导致通胀在科技行业之外更加持久。6月CPI仍高达3.2%，美韩利差约200个基点，韩元的结构性压力短期内难以根本缓解。 对于投资者而言，二季度GDP数据传递的核心信号是：韩国经济的增长叙事仍由AI半导体出口主导，但宏观政策的收紧与内需的疲软正在构成新的约束边界——这种"高增长、紧货币、弱内需"的组合，将考验韩国经济的韧性与政策的拿捏能力。
2026-07-23 13:23:07AMD拿下Anthropic数百亿美元芯片大单 另将投资50亿美元获股权
据华尔街日报周三报道，AMD与Anthropic签署一项涵盖数百亿美元AI服务器的重磅交易，同时计划向Anthropic投资最多50亿美元。 这是AMD迄今为止规模最大的客户协议之一，也标志着其首次对Anthropic进行股权投资。市场将此解读为AMD在高端AI芯片市场对英伟达发起实质性挑战的信号。对于Anthropic而言，这笔交易将为其提供急需的算力资源，以缓解近期因用户需求激增引发的服务中断问题。 根据协议条款， Anthropic将于2027年上半年起采购AMD最新一代Instinct MI450芯片，总量高达2吉瓦。AMD方面的50亿美元投资将依据特定部署里程碑分批到位。 AMD首席执行官苏姿丰表示，双方工程团队已合作一段时间，"我们非常希望成为他们基础设施的重要组成部分。" 报道称，一位知情人士透露，AMD还在就为Anthropic未来的数据中心租约提供财务担保进行磋商。 AMD投资入局，构建深度绑定 AMD对Anthropic的50亿美元投资是其首次向这家AI公司注资，体现出这笔交易远超单纯的供应商关系。 根据协议，Anthropic将通过两种途径部署AMD芯片：一部分用于自建数据中心，另一部分通过大型云服务商或新兴云平台（neocloud）租用相应算力。苏姿丰表示，双方正在共同寻址符合条件的数据中心。 在工程层面，双方还签署了一项技术合作协议，Anthropic将以其Claude模型协助AMD优化芯片性能。苏姿丰将这种深度协作视为交易的核心价值所在，"你不可能某天一觉醒来就说，'我明天要一吉瓦算力，'你实际上必须提前12到18乃至24个月进行规划。" 补强算力缺口，缓解Anthropic服务压力 对于Anthropic而言，这笔交易的迫切性有迹可循。近期，用户需求的急剧攀升已导致公司不得不限制用户使用频次，部分客户频繁遭遇服务中断，Anthropic在AI赛道的领先优势因此面临考验。 目前，Anthropic的算力来源多元，涵盖谷歌张量处理器（TPU）、亚马逊Trainium芯片以及英伟达GPU。此番引入AMD芯片，将进一步分散其供应商集中风险，拓宽计算资源池。 今年早些时候，Anthropic已相继与谷歌、亚马逊及马斯克旗下SpaceX签署新的算力合作协议——SpaceX近期开始将其积累的闲置数据中心容量对外出售。此次AMD协议的达成，意味着Anthropic正在快速构建更为多元化的算力供应体系。 AMD借大客户策略，正面竞争英伟达 AMD近年来一直在加速争夺AI芯片市场份额，而Anthropic协议是这一战略的最新体现。此前，AMD已相继与OpenAI和Meta Platforms签署大规模芯片供应协议，并持续向更多AI初创企业拓展客户版图。 AMD面临的核心挑战在于软件生态适配性——AI公司对运行AMD芯片所需软件的熟悉程度普遍低于英伟达，这在一定程度上压制了市场需求。为此，AMD向大客户提供了一系列优惠条件，包括公司认股权证等激励措施。 在更广泛的行业背景下，具备投资级信用评级的大型科技企业正越来越多地为AI初创公司的租约或债务提供信用背书，以帮助后者以更优惠的条件获得融资。据华尔街日报，谷歌此前已为Anthropic的部分数据中心交易提供担保，协助其获取谷歌TPU资源。AMD此番跟进这一模式，显示出其在AI基础设施市场争夺战中的战略雄心正在持续升级。
2026-07-23 08:25:15英伟达杀入CPU市场：Vera芯片已交付OpenAI等客户
英伟达(NVDA.O)凭借GPU在人工智能训练和部署领域的主导地位，成为全球市值最高的芯片公司。但随着AI基础设施竞争进入新阶段，公司正向服务器核心组件CPU领域扩张，试图从芯片供应商转向完整AI计算系统提供商。 英伟达近期公布了数据中心CPU“Vera”的更多信息，包括芯片规格、性能测试和架构细节。公司表示，Vera芯片已于6月交付给包括OpenAI、Anthropic和SpaceX在内的客户。 英伟达负责超大规模云计算业务的副总裁伊恩·巴克（Ian Buck）表示， 基于Vera Rubin技术的计算系统已经交付主要AI企业，并进入部署阶段。“我们目前绝对处于全面量产阶段，所有主要客户都正在部署这些系统。” Vera的推出意味着， 英伟达将进入长期由英特尔(INTC.O)和超威半导体(AMD.O)占据的CPU市场。 两家公司长期服务大型云计算企业，在服务器处理器领域拥有成熟生态。 英伟达投资CPU，是其垂直整合战略的一部分。公司希望不仅销售GPU芯片，而是提供包含CPU、GPU、网络组件在内的完整AI计算机架系统。 AI智能体推动CPU重新受到关注 在AI热潮出现前，CPU曾是服务器中最重要的组件。2022年ChatGPT发布时，第一代AI服务器通常采用“一颗CPU搭配最多八颗GPU”的配置，随后计算重点逐渐转向英伟达GPU。 但随着智能体AI（agentic AI）兴起，CPU的重要性再次提升。智能体能够在后台自主运行，需要CPU负责任务管理、数据调度以及持续支持。 伊恩·巴克表示， 智能体让CPU“变得更加重要”，尤其是在“CPU回答一个问题的速度”方面。 市场也开始关注CPU竞争格局变化。截至2026年，AMD和英特尔股价分别上涨128%和149%，表现超过英伟达约8%的涨幅。 英伟达预计， 整个服务器CPU市场未来可能达到2000亿美元规模 。伯恩斯坦此前估计，2025年成熟服务器CPU市场规模约为370亿美元。 沃尔夫研究公司5月预计， Vera芯片平均售价约5000美元，并预测英伟达今年将出货约130万颗 。英伟达未公布具体价格。 Vera试图打造AI专用CPU优势 英伟达表示，Vera是公司首款从核心架构开始自主设计的服务器CPU，而非采用Arm提供的现成方案。 公司称，Vera针对AI智能体运行需求进行了优化， 其执行相关任务的性能比x86架构芯片高出50%。x86正是英特尔和AMD服务器CPU采用的主要架构。 英伟达认为，传统云计算CPU更关注核心数量，而Vera及其Olympus核心架构更加重视单核心性能。 英伟达Vera产品营销负责人汉娜·库唐（Hannah Coutand）表示，该芯片重点提升每核心性能、高内存带宽和低延迟， “让智能体能够尽快返回GPU，并尽可能提高这些GPU的利用率，因为GPU是AI工厂中非常昂贵且极具价值的资产。” Vera既可以单独销售，也能够与英伟达GPU结合使用。公司计划推出液冷机架版本，一个机架最多连接256颗Vera芯片，同时提供单服务器搭载两颗Vera芯片的配置。 英伟达表示，Vera还将用于Vera Rubin系统。该芯片单颗功耗在250瓦至450瓦之间，并支持最高1.5TB内存。 Cambrian AI Research创始人卡尔·弗洛因德（Karl Freund）表示，Vera并不是面向网站托管等传统服务器场景，而是专门服务高强度AI计算。 英伟达仍需说服云厂商采购 Gartner分析师凯文·诺克斯（Kevin Knox）表示，目前企业AI服务器CPU领域竞争力最强的是AMD。 AMD约占服务器CPU市场33%的份额，英特尔约占66.8%，但AMD正在扩大份额，并与大型云服务商保持密切合作。 诺克斯表示：“AMD在围绕其芯片构建生态系统方面做得非常出色。” 英伟达表示， OpenAI计划从第三季度开始大规模部署Vera Rubin系统。 此外，CoreWeave、谷歌云、微软(MSFT.O)Azure、Meta Platforms、戴尔科技(DELL.O)等企业也正在使用相关系统。 不过，云服务商是否大规模采用英伟达CPU仍存在不确定性。卡尔·弗洛因德表示：“CPU是他们用来摆脱客户对英特尔或AMD CPU依赖的一种方式，他们非常渴望获得这部分收入。” 与此同时，英伟达正在升级AI服务器整体设计。公司表示，新一代设备减少传统服务器中大量人工完成的线缆连接工作，改用电路板和专用连接结构，提高生产效率并降低故障率。 英伟达称，新一代AI加速器机架NVL72的Token处理能力将达到上一代产品10倍，该数据由数据中心运营商CoreWeave测试得出。 公司还展示了Vera与竞争产品的性能对比，称Vera运行Python代码的速度最高达到AMD Turin设计的1.8倍。AMD回应称，新设计将“具有更强竞争力”。 随着AMD、博通(AVGO.O)以及云计算企业自研芯片持续推进，英伟达正面临AI基础设施竞争加剧的压力。Vera能否帮助英伟达进一步控制AI服务器市场，将取决于云服务商的实际部署规模。
2026-07-22 19:29:00国产算力“三支箭”：芯片、FAB、超节点
国产算力这条主线，已经不只是"哪颗芯片追上了多少性能"的单点问题。更关键的是三件事：国产AI芯片能否规模交付，先进制造能否承接放量需求，以及在单卡性能受限时，能否通过超节点把多卡算力转化为真正可用的系统算力。 国联民生证券电子行业分析师薛宏伟在7月21日行业研究报告中写道："当下国产算力行业在供需两侧都能看到显著提升，国产算力崛起已成为产业发展的重要趋势之一。 建议关注'三支箭'：芯片、FAB、超节点。" 这个框架把国产算力的核心矛盾拆开了：需求在涨，供给要补，系统架构也必须升级。 需求端的变化很直接。 国产大模型持续迭代，Token调用量快速增长，头部云厂商资本开支继续向AI倾斜；供给端，海外高端AI芯片和先进制造路径仍受限制，国产替代的压力进一步上升。 2025年中国AI加速卡整体出货约400万张，其中国产AI芯片约165万张，份额首次突破40%。 这套框架下，芯片是最前端的放量弹性，晶圆厂是产能和工艺底座，超节点解决的是"单卡不够强时，系统怎么变强"的问题。投资线索也随之从AI芯片厂商扩展到晶圆代工、PCIe Switch、以太网交换芯片、高速SerDes、光通信和整机系统。 国产AI芯片：从产品验证走向规模交付 国产大模型和国产芯片的适配正在加快。2026年4月，DeepSeek V4发布并开源，已完成海光、华为昇腾、昆仑芯、摩尔线程等国产芯片适配。7月，美团LongCat-2.0开源——这是在五万卡本土算力集群上完成全流程训练的万亿参数模型，总参数1.6T、平均激活约48B，证明国产大模型与国产算力协同训练跑得通。 Token调用量是需求侧最硬的指标。 OpenRouter数据显示，2026年3月16日至22日，平台周度Token调用量达20.4万亿次，环比增长20.7%；2026年2月周均用量已达2025年四季度的两倍以上。 Agent场景还会进一步放大算力消耗：单Agent完成一次典型任务的Token消耗约为普通对话的4倍，多Agent协作系统可达15倍。 云厂商资本开支也在顺着这条曲线走。 2026年一季度，BAT合计资本开支同比增长17.7%至647.46亿元，环比2025年四季度增长28.03%。 字节跳动2026年资本支出计划上调至1600亿元，其中约850亿元直接投向AI芯片采购；阿里提出未来三年投入3800亿元建设云和AI基础设施；腾讯2026年一季度经营性资本开支312亿元，同比增长18%、环比增长84%。 供给侧，国产AI芯片厂商的产品矩阵正在补齐。华为昇腾2025年出货约81.2万张，占国产AI芯片出货量近50%，后续路线已规划至昇腾910C、950PR、950DT、960、970。 寒武纪覆盖云端训练、云端推理和边缘场景，思元590采用7nm制程，INT8算力达512TOPS；海光以"通用计算+AI融合"为主，深算DCU兼容类CUDA环境；沐曦MXC600主打训推一体，全链条采用国产供应链；天数智芯覆盖训练、推理和边端三大系列。 ASIC也是值得单独看的一条线。云侧算力需求不再只依赖通用GPU，面向特定模型、算法和应用场景定制的芯片，在推理和数据中心高性能计算场景中有更好的能效和成本控制空间。 芯原股份依托"IP授权+芯片定制服务+芯片量产服务"的平台能力，订单端已有明显体现： 2026年1月至4月20日，在手订单达51.33亿元，延续2025年二至四季度连续突破历史新高的趋势，其中大部分来自一站式芯片定制业务，主要来自云侧AI ASIC及IP。 晶圆厂：先进制造越受限，本土底座越重要 国产AI芯片要从验证走向交付，绕不开晶圆制造。过去几年，美国围绕先进计算芯片和半导体制造能力持续强化出口管制，将16/14nm及以下逻辑芯片纳入先进节点相关管制框架，并限制先进半导体制造设备出口。 需求侧的空间同样清楚。 按中国信息通信研究院、灼识咨询统计，中国智能计算芯片市场规模预计从2024年的301亿美元增长至2029年的2012亿美元，2024—2029年CAGR达46.3%；其中GPGPU市场同期CAGR达49.0%。AI芯片之外，华为提出韬定律，预计到2031年基于该路径的高端芯片晶体管密度有望达到1.4nm制程同等水平。 中芯国际是这一环节的核心观察对象。2026年一季度，公司营业收入176.2亿元，同比增长8.1%；归母净利润13.6亿元，同比增长0.4%。12英寸晶圆收入占比达76.4%，中国区收入占比达88.9%；月产能达107.8万片八英寸等值晶圆，同比增长约10.8%，产能利用率93.1%，仍处高位。 华虹公司的数据体现出特色工艺平台的韧性。2026年一季度，公司销售收入6.6亿美元，同比增长22.2%；毛利率13.0%，同比提升3.8个百分点；归母净利润2090万美元，同比增长458.1%。12英寸收入占比提升至62.7%，折合8英寸月产能达48.9万片，产能利用率99.7%。 晶合集成继续扩张12英寸特色工艺平台。2026年一季度，公司营业收入29.1亿元，同比增长13.4%；归母净利润5065.9万元，同比下降62.6%，利润受产品价格下降及固定资产折旧增加影响。DDIC仍是基本盘，CIS、PMIC、Logic逐步拓宽，28nm OLED产品持续验证，28nm逻辑工艺平台已完成开发并进入客户流片阶段。 超节点：不是简单堆卡，而是把多卡变成系统算力 单卡性能不再足以决定AI集群的实际表现。大模型参数规模扩大，MoE、长上下文等架构演进之后，集群对内存带宽、芯片间通信、互联时延的要求明显提高。Scale-up的重要性因此上升：通过高速互联，把更多AI处理器、CPU、内存和存储资源连接成统一计算资源，提升多卡协同效率。 超节点是在Scale-up基础上的进一步演进。它用高速互联把多个服务器节点组成统一计算域，让分布在不同服务器里的AI处理器像一个整体一样协同计算。相比传统服务器集群以单机为资源管理单元，超节点可以突破单服务器可部署AI处理器数量限制，降低跨节点通信开销，提高资源调度效率。 华为CloudMatrix384是代表性方案之一。该架构基于384颗昇腾NPU和192个鲲鹏CPU，从服务器级资源供给转向矩阵级资源供给。多个计算节点不再单独提供算力，而是组成统一资源池，使计算、内存和网络资源按任务需求动态组合。其Unified Bus统一总线用于支撑专家并行、分布式KV Cache访问等通信密集任务。 国内超节点已经从研发验证走向量产爬坡。当前国内CSP超节点进入量产爬坡阶段，头部厂商也逐步启动后续超节点招标。随着大厂自研芯片迭代、第三方国产芯片产能提升，以及Agent推理需求增长，超节点有望成为下一代AI基础设施的主要部署形态。 整机厂商的角色也在变。昇腾950及互联网大厂自研芯片配套的超节点机柜，有望逐步进入规模交付阶段。超节点提升了供应链管理、系统设计、集成验证和交付门槛，整机厂商不再只是组装交付角色。 高速互联成为新瓶颈，交换芯片被推到前台 超节点的核心不是"更多卡"，而是"更高效的互联"。当GPU集群规模从GB300 NVL72继续扩展至Rubin Ultra NVL576，AI基础设施开始从传统Scale-out驱动，转向Scale-up与Scale-out协同。Scale-up负责超节点内部GPU之间的高带宽、低时延互联；Scale-out负责超节点之间和数据中心级互联。 LightCounting数据显示，Scale-up交换芯片市场到2030年全球规模预计接近180亿美元，2022—2030年年复合增长率28%。国内AI服务器也在拉动PCIe交换芯片需求，按万通发展公告相关信息测算，2024年国内AI服务器领域PCIe交换芯片市场规模约38亿元，预计到2029年有望增长至170亿元。 PCIe Switch是服务器内部高速互联的重要芯片，负责CPU、GPU、存储等设备之间的高带宽低时延数据交换。澜起科技已推出PCIe 6.x/CXL 3.x AEC解决方案，并开展PCIe 7.0 Retimer、高速以太网PHY Retimer等下一代产品研发；数渡科技自研PCIe 5.0 104通道高速交换芯片已实现量产；芯原股份也在加速布局接口类IP，其高速SerDes接口IP已实现流片。 以太网交换芯片负责更大范围的数据包高速交换与转发。盛科通信的12.8Tbps及25.6Tbps高端旗舰芯片已进入市场推广与应用阶段，支持最高800G端口速率。中兴微电子2025年发布自研AI交换芯片"凌云"，可支撑万卡乃至十万卡级智算集群，同时展出最大交换容量12.8Tbps的天屹系列以太网交换芯片。
2026-07-22 19:25:55
