哈尔滨，7月31日电（曹旭帆报道）——一场聚焦能源领域科技创新的盛事，第五届高校电气电子工程创新大赛，日前在哈尔滨工业大学圆满收官。本届大赛围绕“面向新型能源体系的电气技术变革”这一核心主题展开，共吸引来自全国306所高等院校的2817支精英团队踊跃参与。赛事主办方巧妙地将产业一线的实际需求转化为竞赛题目，旨在探寻能源结构转型时代背景下，如何更有效地锻造具备综合素养的工程领域人才。

与以往偏重理论考核的传统学术竞赛截然不同，本次大赛在整体流程上全面模拟真实工程项目的运作模式。参赛队伍不仅需要完成从项目可行性评估、具体方案构思，直至最终落地实施的全链条任务，还特别被鼓励进行跨学科、跨专业的协同合作。中国电工技术学会副秘书长王志华在接受采访时指出，该赛事的设立初衷，正是为了精准回应工科教育中长期存在的“理论教学与实践应用相脱节”这一普遍痛点。他透露，历届大赛涌现出的优秀作品现已被汇编成宝贵的教学案例资源，从而让赛事的育人成效能够超越单次竞赛的局限，持续渗透到日常教学的各个环节之中。

作为此项赛事的重要战略协作伙伴，施耐德电气已连续四年深度参与，精心打造“Go Green电力电子创赢赛道”。今年，该赛道紧密围绕算力基础设施、工业智能化及新型电力系统三大前沿方向设置赛题。施耐德电气副总裁、公司事务及可持续发展中国区负责人夏学英阐释道，所有赛题均源自产业实践中的真实难题，赛事的价值不仅在于甄选出能够出色回应现实挑战的“答题者”，更在于培育一代能够破解未来产业发展瓶颈的“破局者”。据悉，在2023年该赛道中，由浙江大学团队研发的“基于AI算法的伺服系统优化控制”项目，已成功应用于企业的实际产品体系，生动展现了从赛场创新到产业应用的高效转化。

与此同时，各大高校也在积极推动产教融合的实质性进展。哈尔滨工业大学电气工程及自动化学院副院长禹国栋表示，学校将充分利用承办此次大赛的宝贵契机，通过共建联合实验室、设立创新研修课程等多元化手段，将鲜活的产业应用场景持续融入人才培养的日常体系。而作为下一届赛事承办方的太原理工大学，其电气与动力工程学院院长窦银科则提出了另一番见解，他认为高等院校在人才培养上可着力于特定细分领域，力求做深做实，从而更为精准地适应产业发展的多元化需求。

经过层层激烈角逐，本届大赛最终有来自120所高校的291支团队成功晋级全国总决赛。其中，南京航空航天大学、浙江大学等六支杰出队伍凭借卓越表现，荣获企业赛道特等奖殊荣。据悉，该赛事的下一届举办权已移交至太原理工大学。（完）

据路透社7月29日消息，美国国防部当日对外宣布，其陆军部门已与洛克希德·马丁公司签署了一份价值高达586亿美元的合同，旨在批量生产“爱国者”拦截导弹。该协议金额创下近年来的最高纪录。

报道指出，当前伊朗局势持续紧张，加之乌克兰冲突长期胶着，这两大因素正对美国武器储备构成沉重压力。美国在持续向盟友输送大批武器装备的同时，还需在针对伊朗的军事行动中频繁消耗弹药，这使得外界对关键防空武器及精确制导武器的储备规模产生日益加剧的忧虑。

另据总部设于华盛顿的智库“战略与国际研究中心”在本周的估算，美军现有库存中“爱国者”拦截弹数量已跌破1000枚，而“萨德”拦截弹则不足250枚。值得注意的是，上述两种核心防空系统近期均在中东地区投入大量运用，这进一步凸显了其战略意义与补给紧迫性。

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。

盛夏酷暑持续炙烤大地，人们常常认为高温之下新陈代谢加速、排汗量增加，正是燃脂减重的“黄金窗口期”，于是纷纷开启高强度的瘦身计划。然而，临床观察显示，在炎热季节盲目追求快速减重，往往会触发一系列健康隐患，如低血糖、电解质失衡以及基础代谢率的下滑。专家特别指出，许多人以为的“掉秤”成效，实际上只是一种“虚假的瘦身”——减去的不过是体内水分和宝贵的肌肉组织，真正的脂肪并未被有效消耗。而过度的流汗和极端节食，不仅无法实现理想的减脂效果，反而对机体造成难以逆转的损伤。

在高温环境下，人体为了散热会加快血液循环，食欲随之自然减退，这的确为体重管理提供了某些便利条件。但正因如此，不少人深陷“汗水越多，脂肪烧得越快”“少吃一口，体重就轻一分”的认知误区，把短期内的数字下滑误读为减脂胜利，却忽略了身体代谢机能受损及内脏负荷加重的代价。北京友谊医院减重与代谢外科主任张鹏指出，夏季锻炼时汗液分泌显著增多，体重的快速下降可能只是水分流失的幻象。与此同时，在酷热天气中过度进行剧烈活动，极易诱发脱水症状，对于携带基础疾病的个体而言，潜藏着严重的健康风险，甚至可能酿成意外事故。专家强调，那些走向极端的夏季减重策略，其伤害是全方位且具有持久性的。

那么，如何在盛夏安全有效地管理体重呢？专家建议，首先要果断摒弃极端节食的饮食方式，保证营养摄入的均衡与充足。在运动安排上，应尽量规避正午时段的烈日曝晒，选择清晨或傍晚的凉爽时刻，将有氧运动与力量训练相结合，以心率维持在适宜区间为标准，切莫追求大汗淋漓的“痛快感”。补水方面，应遵循少量多次的原则，适时补充电解质，坚决杜绝在高温暴晒下进行户外运动等危险行为。北京友谊医院营养科副主任丁冰杰特意提醒，冰激凌、冰糕等各类冷冻甜品看似清凉解暑，却无法带来持久的饱腹感，容易让人在不知不觉中摄入过多热量。她强调，辨识饮食中的隐形高能食物，关键在于警惕油脂含量较高的品类，而非简单粗暴地认为减少主食摄入就能达成减重目标。

与此同时，一个普遍的认知盲区在于：只要体重指数（BMI）处于正常区间，便自以为身体无恙，无需减重干预。然而，医生警示，BMI仅是评估体重的初级参考指标，数值正常绝不等于体脂比例合理或脏器功能健康。现实中，大量“隐性肥胖”人群被这种片面的判断所掩盖。这类人群的BMI通常徘徊在18.5至23.9之间，外形上显得苗条纤细，但腰腹部位却堆积着不少赘肉，内脏脂肪水平偏高，而肌肉占比却严重偏低。究其原因，多与久坐少动的生活习惯、过于精细的饮食结构以及高油高糖的膳食偏好有关，脂肪悄然沉积于腹腔内脏周围。从外表与体重秤上的数字来看，他们似乎与肥胖无缘，但内脏所承受的代谢压力早已不堪重负。

张鹏主任进一步解释，许多人在饮食上颇为自律，却严重缺乏体育锻炼，导致体重数据看似令人满意，肌肉量却远低于健康水准。这类个体往往更容易遭遇代谢紊乱的困扰，比如胰岛素抵抗，且身体的免疫防线也相对脆弱。因此，提升肌肉量对于健康维护的意义，甚至超越了单纯追求减重的价值。要洞悉身体的真实状况，绝不能被单一的数字指标所迷惑。科学的评估体系应当融合体脂率、腰围尺寸以及肌肉含量等多重维度，唯有如此，才能全面而准确地把握自身健康状态，做出合理的体重管理决策。