首页/软件下载/(未来5年,大学有这些变化)!
(未来5年,大学有这些变化)!
9
(未来5年,大学有这些变化)!
v9.10.7
★★★★☆ 7.9 分 · 75689 次下载
色虎导航 一个色导航最新地址 增长态势明确,持续推进即可!
大小18.2 MB
系统Windows / Android / iOS
语言简体中文
更新2026-07-31 21:55:31
作者刘筱芸
分类宁波派桑

软件介绍

(未来5年,大学有这些变化)!

近日,国务院正式发布《教育发展“十五五”规划》。规划明确提出,未来五年“双一流”高校本科招生规模将扩大逾十万人,并计划建成约二百所高水平应用型本科院校……那么,大学领域将迎来哪些深刻变革?本文为你一探究竟。

在“双一流”建设方面,规划强调持续优化本科教育资源供给,推动若干“双一流”高校新校区落地实施,同时新增超十万个本科录取名额。此举旨在夯实高质量本科教育基石。

进一步扩大“双一流”建设版图,将根据学科优势和战略紧迫性,在关键领域增补若干高校和学科,着力于核心竞争领域的布局与突破。基础学科建设被置于突出位置,同时引导应用学科与基础学科协同并进,形成良性互动格局。

面向新质生产力发展需求,规划明确重点扶持一批新兴交叉学科,并通过完善顶尖学科孵化机制,高质量推进数理化生及文科国家高层次人才培养中心建设,打造若干具备国际影响力的博士生教育基地。此外,“双一流”建设的机制与评价体系将同步深化改革,探索更为差异化、与建设目标相契合的支持与评估路径。

在应用型本科教育领域,规划提出以优质办学能力和服务地方经济社会发展的突出成效为标准,遴选并支持一批高水平应用型本科院校建设,总数约为二百所。同时,在具备条件的本科高校中布局若干优质特色学科专业,并配套支持高校改善办学条件。

产教融合亦成为重要抓手。规划鼓励高校与地方政府、行业企业联手,共建区域产教融合创新平台、区域发展智库、工程技术研发中心及技术转移转化载体,以强化教育与产业的深度衔接。

为多渠道扩大优质高等教育资源覆盖面,规划部署有序增加优质本科教育招生及研究生培养规模,并将新增资源适度向人口大省、中西部地区和民族地区倾斜。同时,健全东中西部高校对口支援机制,深入实施中西部高等教育振兴计划,支持部省合建高校加速发展,优化省部共建高校区域布局。

规划还明确,将新建若干所新型研究型大学,以理工农医等学科为重点,逐步扩大优质本科和研究生培养规模,从而进一步提升高等教育的整体供给能力与质量。

科研能力建设方面,规划要求加强高校承担国家重大科技任务的力度,布局建设国家级科技创新平台基地和重大科技基础设施,集中突破基础研究、原始创新与关键核心技术难题。此外,实施高水平品牌系列期刊工程,推进世界一流科技期刊建设,并探索设立科技商学院,旨在打通从基础研究到成果转化的完整创新链路。高校科技成果交易平台也将进一步完善,促进创新成果的高效落地。

在人才培养模式上,规划强调发展高质量本科教育,着重强化学生核心知识与核心能力的塑造,深化本科教育教学改革试点,鼓励广泛推行“项目制”育人模式。研究生教育层面,将打造卓越工程,健全学术学位与专业学位的分类选拔、分类培养及分类评价机制,探索“博士+硕士”双学位等创新型培养路径,同时强化导师队伍建设,为高层次人才成长提供坚实支撑。

功能特点

香港立法会{全体议}员赴北京研修考察

中新社香港七月十九日电(记者 刘玥晴)七月十九日清晨,香港特区立法会全体议员启程赴京,展开国家事务研修考察之旅。立法会主席李慧琼指出,这是香港回归以来,全部立法会议员首次集体赴北京进行此类研习活动。此次行程旨在让议员们亲身感受国家发展脉络与政策导向,进而增强其审议香港本地法规及参与相关事务的专业素养,为香港的长远繁荣注入新动力。

当日,李慧琼在香港国际机场对传媒表示,本次考察安排内容多元且紧凑。议员们将造访中央港澳工作办公室等核心机构,并参与多场专题讲座,与国家权威专家和学者进行面对面交流,深入洞悉国家最新发展态势。讲座主题广泛,涉及国家指导理论、五年规划制定过程、国家安全战略、法治体系架构及国际关系格局等关键领域。此外,考察团还将开展实地走访,聚焦人工智能、航空航天、信息技术应用等前沿新兴产业,同时回顾中国共产党奋斗历程,并深入调研内地基层治理模式、公共服务优化及历史文化遗产保护等议题。

李慧琼进一步透露,立法会已与特区政府建立协同研究及意见搜集机制,针对香港未来五年发展规划,编制了专题研究及民意整合报告,并已呈交特区行政长官及行政机关审阅。她认为,此次北京之行将显著提升议员的宏观视野,助力香港科学谋划首个五年规划,积极对接国家“十五五”规划蓝图,从而更深度融入国家整体发展进程,为国家繁荣贡献香港力量。

据悉,此次研修考察活动将持续至七月二十五日结束。

使用说明

超《2500%!上半年集成电路制造业利润“狂》飙”

国家统计局近日披露了2025年上半年规模以上工业企业利润的关键数据。在算力需求持续井喷的背景下,电子行业利润同比飙升96.9%,为全部规上工业企业利润增长贡献了8.5个百分点;其中,集成电路制造业的利润增幅更是达到了惊人的2579.5%。7月27日,存储芯片巨头长鑫科技正式挂牌科创板,上市首日即高开471%,终盘涨幅465.82%,市值攀升至3.28万亿元,一举超越工商银行,登顶A股总市值榜首。

这一连串令人咋舌的数字背后,真实的算力市场究竟处于怎样的温度?这场算力“狂飙”又与普通人的生活产生了哪些千丝万缕的联结?近日,《每日经济新闻》记者借助在郑州举行的“光合组织2026智能计算应用大会”之机,深入一线展开了实地探访。

7月中旬的郑州,室外温度直逼40摄氏度。郑州国际文化交流中心内却人潮涌动,热闹非凡。走进一楼展厅,一台高达两人、颇为壮观的机柜赫然映入眼帘——这正是国内首台十万卡AI算力集群。围观者层层叠叠,不少人需仰头才能望见机柜顶部。展厅内人流摩肩接踵,站久了衣物便有些黏腻。一位工作人员向记者透露,空调其实已调至很低,但人气实在太过旺盛。沿走廊两侧,各厂商的服务器机箱整齐排列,每个展位前都围聚了数层观众,外围的人们不得不侧身从缝隙中探看。

现场人群大体可分为两类:一类是服务器零部件及整机制造商,另一类则是AI应用开发商。两类人群交织穿梭,过道中不时有人驻足互换联系方式,或探讨服务器性能参数,或交流行业最新趋势。午后从餐厅返回会场途中,依旧能听到三三两两的讨论声不绝于耳。这番火热场景,令记者恍如置身于上世纪90年代互联网初兴时的繁荣气息中。

根据国家统计局发布的上半年数据,服务器及高性能工作站相关领域中,计算机整机制造利润同比增长689.3%,计算机外围设备制造利润增长305.8%;电子器件制造领域中,集成电路制造利润飙升2579.5%,半导体分立器件制造利润增长31.2%;而在电子元件及电子专用材料制造领域,电子专用材料制造利润增长209.7%,电子电路制造利润增长26.9%。这些令人瞠目的数字,折射出怎样的市场真相?

“眼下连板卡都供不应求。”浪潮计算机产品经理刘树奇向记者坦言,“内存条价格从去年到现在翻了三倍,去年一条1万元,今年可能涨到3万元却依然一货难求。”刘树奇提到的板卡,正是服务器的“骨架”——那些常见的绿色电路板,承担着CPU、GPU、存储及各类网络组件之间的互联互通职能。

一位GPU厂商人士感慨道:“我们曾签下一个订单,约定连服务器一并交付,结果服务器价格每日一变,根本无法履约。原先一台服务器20万元,随后涨至50万元,再飙到80万元,即便有钱也拿不到货。”刘树奇补充说:“有一段时间,合同报价的有效期甚至仅为一周。一周之后需要重新核算,价格可能又已不同。”

从采访中记者获悉,这种供应紧张态势自去年末便已显现,至今仍未缓解。

那么,这场“飞驰”的订单浪潮由何支撑?算力热潮又与普通人相距多远?浪潮计算机AI产品部廖广山向记者解释,普通用户使用大模型时属于云端推理,调用的算力资源在云端完成,并不会占用手机本地算力。而若想解决私密性问题、确保数据仅在本地方流转,则需采用本地化部署方案。廖广山说:“本地化部署的主要支出在于购置服务器,模型代码是开源的,从官网下载镜像即可运行。”

一家AI应用服务商或科研机构若需本地化部署模型并开展训练,究竟需要多少算力?面对记者的提问,廖广山详解道:“这取决于实际目标,通常可分为预训练和微调两类。以DeepSeek为例,若在本地运行该模型,基准资源需求为1倍;若需微调,则需约4至8倍的资源;若是进行推理训练,则需20倍以上。你提到的应用场景应属于微调范畴。”

刘树奇举了一个生动的例子:假设某机构想开发一个模型,识别路口一天内通过的行人、车辆、动物数量及空气质量,便需先搭建模型框架,设定多个识别字段,例如什么样的轮廓属于“人”,哪些特征属于“动物”,什么形状算作“车”。模型初建之后,还需持续“喂入”数据,比如不同品牌、不同形态的车辆图片,让系统不断学习迭代。只要数据量足够庞大,模型自然会愈发精准。

“如果只需保障训练过程的稳定性,比如确保AI短剧中人物形象前后一致,倒也不一定非得做本地化部署,购买大模型厂商提供的租户隔离服务即可满足需求。”廖广山补充道。

在算力价格暴涨的背景下,算力到底是离普通人更近,还是愈发高端、愈发遥不可及?中科曙光高级副总裁李斌对此表示,算力与普通人的距离正在缩短。“以郑州的曙光8000(登峰)为例,过去主要服务于科研院所的科学家,如今已有相当大一部分算力接入手机App后端,为各类Token服务提供支撑。或许在用户打开手机的刹那,背后调用的正是来自郑州的算力。”

在普通人眼中,服务器机箱的内部结构或许与台式电脑大同小异——同样包含CPU、GPU、存储、硬盘和散热组件。廖广山用一个形象的比喻解释:“如果说前者只是一辆玩具车,那后者便是真正的运载火箭。两者在设计复杂度、结构精密性及用途上完全不在一个量级,后者所能完成的计算任务也远为复杂。研发一套服务器需投入上千万元资金。”

然而,相似之处在于,随着算力需求的变化,服务器内部各组件的配比也在不断调整。李斌认为,在超长上下文的推理任务中,存储的重要性愈发凸显。海光信息服务器产品部总经理张攀勇则表示,随着AI Agent时代的来临,大量工作实际上由CPU承担,包括任务编排、工具调用与结果处理,以及记忆管理等;而GPU的角色则更聚焦于模型推理本身。这种变化也带来了一种范式转移。从他们的工作负载观察来看,CPU与GPU的配比已发生显著变化:过去在双路GPU服务器中,常见配置为一颗CPU搭配八颗GPU或两颗CPU配八颗GPU,比例大致介于1:4至1:8;而在当前的数据中心场景下,由于沙箱环境、存储系统、数据库、向量计算等多样负载的增加,整体配比已从往日的1:4、1:8逐步演化为1:1。

要让服务器机身更趋紧凑,廖广山认为可能需依赖液冷技术的进一步成熟。

算力是否存在结构性过剩的可能?李斌向记者表示,算力的短缺或过剩存在阶段性波动,但总体而言,AI驱动的需求仍在持续攀升,尤其是对高端算力的渴求,智能体兴起之后,算力需求将更加旺盛。“从IT产业发展的规律来看,同等性能或效果所需的成本大概率会持续下降,这是行业大趋势。长期来看,算力必将更加普惠。”李斌举例道,“在大模型爆发之前,行业最热门的是人脸识别技术。如今,这项技术的门槛与使用成本已大幅降低。未来大模型也可能沿循同样的路径。一方面,模型自身能力不断进化;另一方面,推理效率持续提升,单位任务所需的算力成本随之下降。最终,大模型将演变为像水电一样的基础设施,更加贴近大众。”

那么,算力的终极形态又会是怎样?李斌认为,未来的整体方向是云化,同时边端设备如具身智能等将配备轻量化算力以实现实时响应。个人无需购置笨重的本地设备,通过App即可轻松获取强大的AI能力。海光信息副总裁应志伟也向记者表示,算力终将如水电般即开即用,无论通过本地部署还是云端接入都能随时响应。所有业务都将深度融入AI能力,否则便难以适应这一时代。算力将无处不在,使用者在不知不觉中便可享受其便利,这才是真正的大势所趋。

“过去依赖大型算力中心,是因为模型复杂、体量庞大,对算力要求极高,普通终端设备难以承载,只能依托集中式算力完成训练和推理。这一方向不会改变,但也要看到另一面:当模型真正落地应用时,不同行业、不同用户的需求千差万别。程序员或许需要千亿甚至万亿参数的大模型来辅助编程,但在许多场景下,一个监控摄像头做人脸识别,几十亿参数的轻量模型就已足够。此类细分场景不胜枚举——嵌入式设备做电源波形检测时,网络延迟反而会抵消优势;孩子在家做数学题,本地小模型即可解决,无需调用云端大模型。”应志伟总结道。

更新日志

(未来5年,大学有这些变化)!近日,国务院正式发布《教育发展“十五五”规划》。规划明确提出,未来五年“双一流”高校本科招生规模将扩大逾十万人,并计划建成约二百所高水平应用型本科院校……那么,大学领域将迎来哪些深刻变革?本文为你一探究竟。在“

句子8

相关推荐