湖南岳阳市汨罗市第一中学2026-2027学年高三上学期10月阶段检测语文试题

2026年10月高三语文月考模拟练习试题

一、现代文阅读（36分）

阅读下面的文字，完成下面小题。（18分）

材料一：

西班牙《理性报》网站9月7日刊登题为《中国把每一分钱都用在刀刃上：穆迪称中国科技企业AI投资翻番至1400亿美元，单位成本获得的算力高于美国》的报道，报道编译如下：

人工智能（AI）领域的竞争强度，通常以投入的金额来衡量。一家企业在数据中心、芯片、服务器与算力上投入越多，相比竞争对手似乎优势就越大。但穆迪评级公司的最新报告指出，这套评判标准可能具有误导性。尽管美国科技巨头在AI基础设施上投入的资金规模大得多，但中国企业用少得多的资金获得了可观的算力。

双方投入的资金悬殊。根据穆迪的估算，中国头部科技企业AI相关资本支出将从2025年的约650亿美元，增长至2026年的约1400亿美元，预计2027年将达到1650亿美元。反观美国，微软、亚马逊云科技、字母表、甲骨文、元宇宙，再加上AI云服务商“核心编织”公司，2026年的投入将超过7850亿美元。

从表面数字看，似乎美国占据压倒性优势。但如果看实际算力，双方的差距要小很多。根源在于基础设施建设与运营成本。中国土地成本更低，能够获取价格相对低廉且供应充足的能源，叠加税收优惠以及各类公共扶持政策，使本土企业每投入一美元，能换取更多算力。

中国的能源与科技政策发挥着重要作用。“东数西算”工程旨在把不需要即时响应的算力业务，转移到能源资源丰富的内陆地区。内蒙古、甘肃等地电力价格低廉，拥有大量可再生能源，部分地区气候条件优越，还可以降低设备散热成本。

最终效果就是，从账面看，这套基础设施或许并不耀眼，但以实际装机容量来衡量，竞争力却很强。穆迪报告引用的国际能源署数据显示：截至2025年底，美国数据中心总装机容量约52吉瓦，中国约为28吉瓦。预计到2030年，美国将达到100吉瓦，中国达到67吉瓦。虽然美国依旧保持领先，但二者之间的差距持续缩小。

此外，中国大模型的竞争力不断提升。比如月之暗面公司的KimiK3、智谱的GLM-5.3，以及阿里通义千问的多个版本。这些案例说明，即便硬件受到限制，中国AI能力依旧实现快速发展。

最大的疑问在于，技术能力能不能转化为营收。建设AI数据中心、开发性能出众的大模型，并不代表业务就一定可以盈利。在这方面，美国企业依旧拥有优势。

差距不仅来自基础设施体量，还体现在美国企业的市场深度、云服务合同规模，以及可以把AI嵌入各类产品的软件生态。中国大力投入开源模型与低价服务，该策略可以加速技术普及，但商业化变现前景依旧存在不确定性。

不过，变化的信号已经显现。受AI相关产品需求拉动，阿里云外部商业化收入上季度同比大涨

45%，创下22个季度以来的最高增速。

由此可以得出一个结论：AI竞争的胜负，并不仅仅看谁花钱更多。在芯片、数据中心规模、商业化变现层面，美国优势依旧明显。但中国证明，依靠低成本、丰富能源、国家扶持、基础设施战略性布局，再加上竞争力不断提升的大模型，用规模小得多的资金，同样可以走出可行的发展路线。所以，AI竞争不只是建设更强的数据中心，更是要让每一分钱、每一度电、每一块芯片，都发挥出最大效能。（编译/韩超）

（《穆迪报告：中企算力投资效率更高》，《参考消息网》2026年9月10日）

材料二：

如何提高利用效率，让算力带来更多产能？“我们要推动‘纸面算力’更高效地转化为‘有效产能’。”软硬件深度协同优化将减少超大规模大模型训练中的系统内耗，加速推动应用落地。

清华大学计算机科学与技术系副教授章明星提到，大模型训练与推理的不同环节对资源的需求差异大，有的阶段需要密集的矩阵运算，有的阶段则偏向逻辑处理和序列生成。单一硬件架构往往只能在其中某一个环节高效运转，其余环节容易陷入低效等待。

章明星认为，通过“分而治之、异构协同”的策略，针对大模型不同阶段的资源诉求，精准匹配CPU与自主架构的人工智能（AI）加速芯片的差异化计算能力，降低词元（Token）的生成成本，为新技术的普惠共享提供了经济可行性。

随着软硬协同将算力门槛和综合成本推向更合理的区间，受益者不仅是互联网大厂。北京大学计算机学院副教授熊英飞认为，伴随单位算力成本持续下探，结合大模型赋能的代码自动化研发，软件开发的门槛将被系统性压低。以往需要专业团队才能完成的工作，中小开发者甚至初创企业借助AI工具有望逐步落地。这种“技术普惠”效应，也将成为“中小企业数字化转型”与“培育专精特新‘小巨人’企业”的底层支撑。

（李彤《软硬件协同释放潜能：让“纸面算力”变“有效算力”》，《人民网》2026年6月5日）

1．（3分）下列对材料一相关内容的理解和分析，正确的一项是（   ）

A．穆迪报告认为，以投入金额衡量AI竞争强度具有误导性，因为中国企业投入的资金已经超过美国科技巨头。

B．中国头部科技企业AI相关资本支出预计从2025年的约650亿美元增长到2027年的1650亿美元，增速高于美国。

C．截至2025年底，美国数据中心总装机容量约为中国的两倍，但预计到2030年，二者之间的差距将持续缩小。

D．阿里云外部商业化收入同比大涨45%，说明中国AI企业已经彻底解决了商业化变现的不确定性问题。

2．（3分）根据材料内容，下列说法不正确的一项是（  ）

A．中国AI企业每投入一美元能换取更多算力，与土地成本、能源价格、税收优惠和公共扶持政策等因素有关。

B．“东数西算”工程将不需要即时响应的算力业务转移到能源资源丰富的内陆地区，有助于降低运营成本。

C．材料二认为，大模型训练与推理各环节对资源需求差异大，单一硬件架构在所有环节都容易陷入低效等待。

D．材料二指出，软硬协同降低算力门槛和综合成本后，中小开发者甚至初创企业也可能借助AI工具完成以往需专业团队完成的工作。

3．（3分）下列对材料一和材料二论证的相关分析，不正确的一项是（  ）

A．材料一引用穆迪评级公司的报告和国际能源署数据，增强了关于中美AI算力差距判断的客观性。

B．材料一既指出美国在芯片、数据中心规模等方面的优势，也肯定中国路线的可行性，体现了辩证分析。

C．材料二以章明星、熊英飞两位学者的观点为论据，层层递进地论证了“软硬协同释放潜能”这一中心。

D．材料二主要采用比喻论证，用“分而治之”“技术普惠”等比喻，形象说明了算力配置与成本下降的关系。

4．（3分）请根据材料一，概括中国在AI竞争中“用规模小得多的资金走出可行发展路线”的主要做法。

5．（6分）材料一强调“让每一分钱、每一度电、每一块芯片，都发挥出最大效能”，材料二提出“让‘纸面算力’变‘有效算力’”。请结合两则材料，谈谈你对“有效算力”的理解，并说明如何才能提升“有效算力”。

 

阅读下面的文字，完成下面小题。（18分）

标准    

王愿坚

天色渐渐昏暗下来了。

草地行军，这黄昏时分是一天里最好的时光。连队从满是泥泞的沼泽地里走出来，在一块小高地上停住了脚，宿营了。傍着矮树丛，用布单、包袱皮搭起了各式各样的帐篷；捡来树枝茅草，燃起了一堆堆篝火。在风雨和水草、烂泥里跋涉了一天的红军战士们，围着这一簇簇篝火，烤着湿透的衣服，擦拭着枪支；篝火上架着的脸盆、口杯里，清水在响着，冒着热气。于是，歌声和笑声就随着这火苗、轻烟和雾气，一块儿在大草地上升腾起来。

但是，司务长宋新华的心绪却没有往常宿营那么愉快。他提着个竹篾背兜，在篝火间蹒跚地走着。见到一个战士，就从背兜里拿出一块拳头般大的牦牛肉递过去，随口嘱咐道：“注意，省着点吃，这可是一天的口粮！”说着，他心里暗暗叹一口气：“唉，这算什么伙食标准哟！”