软件介绍
北京最小的版（图，凭啥装下最密集的创）新?
中新网北京7月31日电(记者王庆凯 左登基)在这座城市仅占1.37%的土地上，孕育出接近四成的工业增加值，这一惊人比例背后，是北京亦庄不懈探索的缩影。7月27日，一场以“首都开局起步‘十五五’”为主题的系列新闻发布会在北京经开区专场举行，回望“十四五”征程，北京经济技术开发区(亦庄新城)工委书记孔磊亮出了一份沉甸甸的成绩单：亦庄新城地区生产总值跃升至4012亿元，年均增速达12.1%，工业总产值亦逼近7000亿元大关。
然而，比冰冷数字更触动人心的是这片土地上正在上演的生动篇章。7月10日，长征十号乙一子级火箭成功完成全球首次网系回收，这一壮举在两千多公里之外的亦庄“火箭大街”引发了经久不息的掌声与欢呼。这条汇聚了超过220家空天企业的街区，其整箭研制企业数量占据了全国总量的75%。仅仅十七天之后，长鑫科技在科创板挂牌上市，首日涨幅高达465.82%，一举创下科创板史上最大IPO纪录，而其北京工厂早在十年前便已布局于此，累计投资规模突破千亿元。
人们不禁要问：亦庄凭什么能取得如此成就？答案或许要从其创新基因说起。一系列数据极具视觉冲击力：集成电路装备产业稳坐全国头把交椅，中试平台数量占全市四分之一，市级以上研发机构已突破400家。正是这种深厚的创新底蕴，催生了全球首创的人形机器人半程马拉松赛事，催生了机器人4S店、机器人餐厅和养老驿站等新业态；全国首个高级别自动驾驶示范区也已迭代至4.0阶段，累计部署车辆超过1500台，行驶总里程突破6200万公里。北京经开区工委副书记、管委会主任王磊如此概括：“我们将整座城市视作一个孵化未来产业的城市级试验平台。”新技术并未被禁锢在实验室的高墙之内，恰恰是在寸土寸金的京城，让创新密度与产业效率达到了极致融合。
创新动力的背后，是“两只手”的紧密协作与高效互补。企业负责冲锋陷阵，过去五年间，亦庄企业研发投入年均增长19%，高价值发明专利累计达1.7万件；目前国家高新技术企业数量超过2300家，国家级专精特新“小巨人”企业达到190家。政府则全力保障“弹药供给”，财政科技投入从“十四五”期间的逾50亿元大幅加码至“十五五”期间的百亿级别；在政府引导基金已达200亿元的基础上，新设四只产业基金再注入200亿元，其中30亿元专项聚焦未来产业。此外，每年还发放数据券、算力券、模型券各1亿元，为创新主体提供源源不断的支持。
再向深处探寻，便是制度的破冰与突围。北京亦庄敢于做“第一个吃螃蟹”的探路者，全国首个地方6G产业政策、“量子科技十条”以及新质生产力“沙盒审批”机制均诞生于此。在开发区2.0版改革框架下，已有20余项首创性举措落地生根。回望发展轨迹，亦庄的路径愈发清晰：从昔日的农田到今天的经开区，再到未来的现代化新城，三十余载光阴里，这个“庄”从未停止改写自身的定义。
更大的宏图已然铺展：到2030年，亦庄将培育形成8个千亿级产业集群，工业总产值剑指1万亿元大关。其核心目标，便是打造新质生产力的典范区。如何实现这一蓝图？靠的是一整套产业体系的协同发力。其中，人工智能被视为总牵引，按规划至2030年，全区智算规模将达到10万P，规上制造业企业AI应用普及率将超过60%，人工智能核心产业规模力争达到2000亿元以上。人工智能时代的竞争，早已演变为底层能力、关键硬件、基础软件、核心要素、场景生态及治理能力的全链条、系统性较量。
更多新兴产业正如雨后春笋般蓬勃生长。从集成电路、医药健康、智能网联汽车这三大优势主导产业，到机器人、智能终端、空天技术、先进能源这四大新兴支柱，再到前瞻布局的6G、量子信息、脑机接口、聚变能源领域，北京亦庄构建起层层递进的产业梯队，清晰的量化目标让宏伟蓝图更具底气。“十五五”时期，乘用车年产量将冲击130万辆，机器人产能剑指50万台套，空天技术瞄准“千企联动、千星入轨、千亿营收”的远景，“亦庄首发”的AI终端数量力争达到1000个。新质生产力究竟以何种面貌呈现？答案，人们将能够在北京亦庄找到。
功能特点
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。
使用说明
“同心筑梦《科普行”山西研学活动开营》 晋疆青少年开启科技文化研学之旅
7月29日下午，2026年“同心筑梦科普行”山西研学活动在山西省科学技术馆正式启动，开营仪式当日在太原举行。来自新疆昌吉州的优秀中学生代表、随行教师以及两地科协的相关负责人齐聚此地，共同开启一场跨越千里的科技与文化探索之旅。本次活动的组织方为山西省科协，其宗旨在于落实中国科协关于科普援疆工作的战略部署。
在活动期间，研学团队将依次探访历史文化遗址、红色教育基地、科普场馆、高校及科技企业，通过沉浸式体验提升青少年的科学素养，同时深化晋疆两地青少年之间的互动与融合。山西省科协副主席谭丽红在仪式上指出，自2023年起，山西便持续推进精准科技援疆工作，充分利用其在历史文化、红色教育及科普资源方面的优势，为两地青少年搭建了广阔的交流舞台。她勉励同学们厚植家国情怀，坚定科技报国的远大志向。
新疆昌吉回族自治州科协科学普及部部长曹瑞表示，山西在科技文化教育领域的丰富实践，对昌吉州的基层科普工作具有重要参考价值。他期望通过借助山西的优质科普资源，引导当地青少年从小树立科技报国的理想信念，并进一步推动晋疆两地实现科普资源的共享与经验的双向借鉴。
来自新疆昌吉州的学生代表阿依娜西·赛尔哈里兴奋地分享道，与普通旅游不同，此次研学更注重深度体验，既能深入了解山西的文化底蕴，又在游玩之余收获大量知识。她坦言：“我最期待的是参观晋祠，渴望探寻其背后的历史故事，同时也希望通过这次研学开阔视野、丰富阅历。”
更新日志
北京最小的版（图，凭啥装下最密集的创）新?中新网北京7月31日电(记者王庆凯左登基)在这座城市仅占1.37%的土地上，孕育出接近四成的工业增加值，这一惊人比例背后，是北京亦庄不懈探索的缩影。7月27日，一场以“首都开局起步‘十五五’”为主题
句子7