随着各大高校陆续迎来新学年开学季，铁路运输系统即将面临学生客流高峰。记者从国铁集团客运中心获悉，针对2026级新生购票需求，铁路12306平台日前推出了全新服务功能。

自8月1日起至8月30日，铁路12306手机客户端正式启用新生预约购票功能。2026级新生旅客在完成平台实名注册并通过身份信息核验后，可进入手机客户端“学生资质核验”模块，填写个人姓名、就读院校、家庭所在地车站、学历层次及预计毕业年份等详细信息。完成资质核验后，新生即可通过“学生预约购票服务”专区的“新生入学”板块，在列车出发前第20天至第17天之间，预约乘车日期为8月17日至9月14日期间的单程车票。

每名新生最多可为包括本人及同行亲友在内的三位旅客提交预约申请，同一账户可同时创建三个独立订单，每个订单可针对一个乘车日期选择不超过五个不同的“车次+席别”组合方案。可选席别涵盖学生优惠票适用的各类车票类型，包括普通旅客列车的硬座、硬卧，以及动车组列车的二等座、一等座和卧铺席别。新生本人将按规定享受学生优惠票价。预约订单一经提交，相关信息将无法变更，但购票人可在车票兑现前随时取消预约。

据铁科院电子所数智客运研究室副研究员尹伊伊介绍，铁路12306系统将于列车出发前第16天凌晨0时至7时期间统一进行订单兑现，并在当日7时后以手机短信形式告知购票人兑现结果。兑现成功后，购票人须在当天23时前完成票款支付；若逾期未付，订单将自动失效。对于计划在8月17日至9月14日之外时段出行的新生，可携带本人身份证及录取通知书前往车站售票窗口办理学生优惠票购买事宜。

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。

据自然资源部官网7月30日发布的消息，当天下午，中央组织部相关负责人亲临自然资源部领导干部会议现场，正式对外宣布一项重要人事任命：经中央研究决定，刘国洪同志被委以重任，出任自然资源部党组书记一职。此番人事调整，标志着自然资源部领导层迎来新气象，刘国洪同志将肩负起引领部门工作的新使命。

齐鲁网·闪电新闻7月30日报道（记者 徐红梅）翻开山东工业发展的历史画卷，前半章书写着“吨位”与“产能”的辉煌，而后半章正镌刻下“算法”与“模型”的崭新印记。从昔日以“大体量”著称的传统工业基地，蜕变为当今“智慧化”引领的产业前沿阵地，山东的转型路径并非另起炉灶，而是依托其完备的41个工业大类积淀，为数智经济开辟了一片最具潜力的“实践场域”。

01/ 厚积薄发，在产业根基中滋养数字生态

在中国广袤的工业版图上，山东无疑占据着“家底最为殷实”的地位——41个工业门类完整无缺，化工与装备两大支柱产业营收均逼近三万亿元大关，更有18个制造业细分领域营收跻身全国前五行列。从微小的螺丝配件到巍峨的远洋巨轮，山东的工厂几乎能够生产出整个产业链条中每一环节的产品。

然而，这些深厚积累的真正价值，正经历一场重新评估。当数智经济的浪潮将数据推上“新型生产要素”的核心位置，山东所掌握的并非凭空而来的信息洪流，而是数十年工业生产实践中逐步沉淀的宝贵经验——设备运行参数、工艺流程规范、供应链协作网络、质量管控体系，每一组数值都凝结着车间一线反复锤炼出的“智慧结晶”。截至2026年，山东已着手建设涵盖化工、钢铁、高端装备等领域的35个重点行业语料库，制造业31个大类语料库实现全面覆盖，数据“开放数林指数”领跑全国；2239家企业完成数据管理能力成熟度贯标评估，数量连续多年稳居全国首位。

这背后昭示着一个深层机理：山东并非简单“引入”数字技术，而是在“培育”数字基因。当其他地区借助互联网语料训练大模型之际，山东为人工智能提供的，是自家工厂车间里累积数十年的工业“真知灼见”。

02/ 务实笃行，在生产前沿构筑“产业大脑”

基因已然成形，如何有效发挥？山东给出的答卷，便是“产业大脑”。

这并非一个流于表面的技术平台，而是将行业知识图谱、工业数据仓库与大模型能力融会贯通的“智慧决策核心”。自2023年山东启动“产业大脑”建设计划以来，已成功打造130个“产业大脑”项目，13家企业跻身全国数实融合百强榜单，数量居全国首位，数字经济发展成果斐然。

当众多区域仍在探讨大模型的文本创作水平时，山东的大模型早已深入车间、仓库等生产最前沿，投入实际运行。

在威海，迪尚集团将生成式人工智能、计算机视觉等前沿技术巧妙嵌入服装全产业链，打通设计研发、物料采购、生产制造、市场销售等环节的信息壁垒，带动产业链上下游逾6000家企业新增销售额突破十亿元，成功入选工业和信息化部数字化转型标杆案例。

在青岛，少海汇智能家居产业园充分运用集平台化设计、网络化协作、智能化制造、数字化管理于一体的“智能家居产业大脑”，助力园区内66家核心成员企业完成全方位、系统性的数字化革新，驱动产业集群迈向绿色低碳、高质量发展的新阶段。

在临沂，新明辉智慧仓储物流园打造了工业安全品领域首个垂直电商平台，汇聚全球3000余个品牌资源，服务全国逾35万渠道用户，上万套智能设备保障出库准确率达100%。

时至今日，山东已拥有122个垂直专用大模型，覆盖制造业全部31个大类；全省20个项目入选国家人工智能发展与应用典型示范案例，数量位居全国第一——这些亮眼数据背后，彰显着一个传统工业大省向“智能制造”要增长动力的坚实跨越。

03/ 换道争先，在新质浪潮中积蓄未来势能

这正是山东实现“智慧制胜”的核心要素——在通用大模型竞争激烈的红海之外，开辟出工业级大模型的全新蓝海。这并非弯道超车，而是战略性“换道”前行。2025年，山东人工智能核心产业营收突破1200亿元，约占全国总量的10%，骨干企业达1124家，产业规模保持年均30%以上的高速增长态势。济南—青岛人工智能创新应用先导区汇聚了全省近七成的人工智能企业，智能算力水平实现显著跃升。

从宏观层面的“顶层设计蓝图”到生产一线的机械手臂，山东迈向科技强省的征程，正是一条将“科技潜力”转化为“产业动力”的典范之路。其最根本的经验，在于始终紧扣“科技创新”这一源头活水，并坚定不移地推进其与产业创新的深度融合。2025年，全省规模以上高新技术产业产值占规上工业产值比重攀升至55.31%，人工智能、电子信息等19条标志性产业链协同发力，7个集群入选国家级战略性新兴产业集群、位居全国首位，累计培育国家制造业单项冠军274家、专精特新“小巨人”企业1163家，均处于全国领先位置。

“产业大脑”在山东的落地实践，揭示了一个更为深远的趋势：数智经济的竞争焦点，正从“技术较量”转向“生态构建”。谁能够将行业经验转化为数据资产，谁能够让人工智能真正嵌入生产流程，谁就有望在下一轮产业角逐中主导定价权。当人工智能从“概念”走向“车间”，从“普适”走向“专业”，山东这场“润物无声”的转型探索，或许正是中国制造业数智化跃升最值得深入研究的鲜活样本。