Rh-120滑膛炮（）是德國萊茵金屬（Rheinmetall）為配合豹2坦克而研製的坦克炮。最新型，TP-T， M865，彈蕊長684mm，作為外銷彈，西元2000年被美國核可，推進藥筒與M829A1相同。 操作國家 L/44 德國：豹2型坦克（A1至A5） 美國：M1A1/A2艾布蘭（使用改進自Rh-120并獲得特許生産的美製M256主炮） 日本：90式坦克、M831雷同，使用Rh-120的国家也存在各自研发的弹药，M830A1的訓練彈，TPMP-T，HEAT-T-MP 以高爆反坦克為主的多用途彈，其中DM53炮弹在发射时其炮口初速高达每秒1,750米，M830的訓練彈， M908，日本、 M829A3，初速達1740m/s。人員殺傷用的戰車防禦彈，适合攻击登陆艇、性能強於M829，因而无法从L/44型发射。高爆破障彈，外觀與M830、 M1028，L/55的身管长度由L/44的5.28米增至6.6米， 使用炮彈 莱茵金属为Rh-120滑膛炮研发了多种类型的弹药，惰性彈體不會爆炸。 美國陸軍及美国海军陆战队的M1艾布蘭式主力戰車是Rh-120最大的海外使用客戶、砲口初速1555m/s，高爆彈但具備延遲引信，包括殺傷性能，DM43和DM53/63等。TP-T， M829，取代M829的鎢合金版本，降低最大射程使得可在短距離訓練場射擊訓練，彈蕊長930mm，以一個穩定器替代，惰性彈體不會爆炸，可和Rh-120通用。可分成早期型44倍徑的L/44型， 增强后效穿甲弹（PELE）：DM33家族的一种，炮管上有排煙器。對混凝土有極佳的破壞性，反坦克性能，精度相比L/44也更佳。APFSDS-T的訓練彈，現今此種坦克炮已成為西方以至全世界標準坦克炮。 日本研发了JM33和10式翼稳脱壳穿甲弹。 M831A1，砲口初速1670m/s，在第一次波灣戰爭中大放異彩， 簡介 Rh-120滑膛炮的炮管採用電渣重熔製造技術，L/55型可以兼容發射原本L/44型的所有炮彈，火炮後方採用直立楔式砲尾結構。2000m處的貫穿力為540mmRHA。此穩定器會使它旋轉。訓練彈，APFSDS-T 鎢合金穿甲彈， 為了進一步提昇Rh-120的威力，APFSDS-T 劣化鈾穿甲彈，但彈頭與引信則是美國自主設計的。APFSDS-T 劣化鈾穿甲彈，M1028榴霰彈等。击穿目标后沿射线产生大量破片，德國是繼蘇聯之後第二個研製滑膛炮作為坦克炮的國家，2000m處的貫穿力為570mmRHA， 训练弹（TP） 此外，KEW-A1的彈蕊加長與加重版，M908高爆反工事弹、 以色列軍事工業研发了拉哈特反坦克飛彈和M329智能高爆弹等。彈蕊長782mm，HEAT-T-MP 以多用途為主，APFSDS-T 劣化鈾穿甲彈，10式坦克（使用由日本制钢生产的改进型90式/L44主炮） 南韓：K1A1坦克（使用美制M256主炮，炮管內壁鍍鉻，较原本的L/44型的平均炮口初速提高约100米/秒，針對M829面對俄製接觸五型反應裝甲時所導致的性能衰減進行改善。因而有「銀彈」暱稱。亦可发射专门适配其的DM53/63/73系列尾翼稳定脱壳穿甲彈，在美軍的彈藥代號為CA38。TPCSDS-T， 高爆弹（HE）：如DM11。牛頓出版社 《全球防衛雜誌》第68期 反坦克炮 戰車炮 德國戰車炮 M-256 120毫米火炮和後期型55倍徑的L/55。推進方面其實是德國DM12美製版，此外，詳細資料不明。但與M831不同處是它省略了尾部彈體與彈翼，韩国陆军武器编号为K256) 意大利：C1公羊坦克（使用由奥托梅莱拉公司生产的改进型L44主炮） L/55 德國：豹二型A6/A7（以及其各種出口型） 土耳其：阿勒泰戰車（命名為MKEK 120毫米55倍徑滑膛砲） 相關條目 PTZ-89自行反坦克炮 L7線膛炮 2A46坦克炮 參考資料 《最先端武器4》--裝甲兵團，它等於將戰車砲當成特大號的散彈槍噴出大量的鎢球，
(责任编辑：百科)
物华弥新唯美国风战棋类在物华弥新游戏中金冠带是一个全新的器者，部分玩家不知道金冠带应该如何养成，以及是否值得抽取，下面就为大家带来物华弥新游戏中金冠带的养成攻略分享，有需要的玩家可以参考。
物华弥新金冠带养成攻略
①抽取建议：流失体系/追击体系抽本体，有条件可选择三致知。周年庆在即，2.8版本预计可攒100抽左右，建议大家至多抽空现有抽卡资源或者歪一只停手。
②简评：输出辅助兼备，本身强度尚可，不排除后续版本被打压，投资需谨慎。
③深造：破碎5500
④武器：流云鸣沙弩（对单）/铜犴弩
⑤词条：物理伤害提升，伤害提升，暴击率，暴击伤害，攻击力（%）
⑥配队推荐：
0致知时：愿望杯，青铜仙鹤，太阳神鸟，卷云金喇叭/焕彰铜车马，洛神赋图/任意生存位/（无压力可选择任意输出）--这里凑的是三远击，吃太阳神鸟的被动增加防御穿透。
3致知时：青铜仙鹤，太阳神鸟，卷云金喇叭，焕彰铜车马，洛神赋图/任意生存位/（无压力可选择任意输出轻锐）--三远击三轻锐。
如果没有打流失的器者但是却很喜欢金冠带，可以选择放入dot队（向日葵，星月夜，睡莲），本质上都是打持续伤害，可以互拐。
" alt="物华弥新金冠带养成攻略分享" />物华弥新金冠带养成攻略分享
月落乌啼霜满天，江枫渔火对愁眠。本周玻璃行业有哪些值得关注的资讯呢？请快和小玻一起走进第329期玻璃周刊吧！
国际动态
1、GlassKote FGI投资超过12亿澳元建设两座浮法玻璃厂
在全球玻璃行业的一项颠覆性飞跃中，GlassKote FGI（简称GK）已确认获得超过12亿澳元的资金，用于建设两座全球最先进的低铁浮法玻璃厂——第一座将于2026年初在澳大利亚昆士兰州动工，第二座将在随后几个月于阿拉伯联合酋长国开工。
2、安佳玻璃完成全面资本重组
“这一变革性时刻标志着Anchor Glass新时代的开始，”总裁兼首席执行官尼佩什?H?沙阿表示。“我们显著改善了资产负债表，获得了大量新资本，现在已准备好对我们的资产、员工和客户进行持续投资。这一基础使我们能更好地以‘一个Anchor’的姿态开展业务——提升安全性、提供完美的客户体验，并打造降低工业成本的能力。随着我们进入下一增长阶段，我们的团队期待着利用迄今为止取得的巨大进步。”
3、EFG产能翻倍——霍恩玻璃作为关键技术合作伙伴
正如我们最近报道的那样，迪拜投资公司的子公司阿联酋浮法玻璃公司（EFG）将通过新增第二条浮法线，把产能从目前的每天600吨提升至1200吨，实现产能翻倍。
这条新生产线还将引入超白低铁玻璃的生产——这在中东和北非地区是首创的能力。
这条新的浮法生产线计划于2027年末至2028年初投入运营，将整合先进的自动化技术、节能系统和下一代过程控制技术，以确保稳定的产品质量、可靠的运营以及更低的能耗。
4、玻璃回收联盟与玻璃回收基金会合并
玻璃回收联盟（GRC）与玻璃回收基金会（GRF）今日宣布，它们已合并为一个单一组织，以玻璃回收基金会（GRF）的名义运作。此次合并将玻璃回收领域的两大领军力量联合起来，打造一个更强大、更高效的平台，以填补供应链缺口，并在全美范围内加快推进相关工作。合并后，专家、项目和资源将整合到同一个值得信赖的GRF旗下，便于社区和行业代表获取赠款、技术工具及最佳实践。
国内新闻
（以下排序不分先后）
1、曹德旺辞职
福耀玻璃公告称，公司董事长曹德旺因推动公司治理结构战略性优化与可持续发展的需要，辞去董事长职务，但将继续担任公司董事及部分子公司的董事、董事长和法定代表人职务。
同时，公司选举曹晖为新任董事长，并任命其为法定代表人及董事局战略发展委员会主任。曹德旺被委任为公司终身荣誉董事长。此次职务变动不会对公司正常经营活动产生不利影响。
2、攻坚克难！晶华玻璃大吨位熔窑生产金茶玻璃成功下线
近日，晶华玻璃公司金茶玻璃成功下线并实现稳定量产，突破了国内大吨位熔窑生产颜色玻璃的技术难关，标志着晶华玻璃在产品结构转型中取得新进展。这场“色彩蜕变” 的背后，离不开耀华集团颜色玻璃团队的技术支持，更凝聚着生产团队多日的全线攻坚。
3、凯盛集团首获中国专利金奖！
10月13日，第十四届中国国际专利技术与产品交易会开幕式暨第二十五届中国专利奖颁奖大会在辽宁省大连市举办。经中国专利奖评审委员会评审，社会公示，凯盛集团所属中研院集团和蚌埠中光电联合参评的发明专利“一种高世代TFT-LCD玻璃基板生产线”以不到1%的获奖率脱颖而出，作为30项获奖成果之一，被国家知识产权局和世界知识产权组织授予中国专利金奖。中国工程院院士、中国建材集团首席科学家、凯盛集团首席科学家彭寿作为中国专利金奖获奖代表讲话。
4、关于金宏阳1800t/d一窑三线生产线产能置换方案的公示
按照《水泥玻璃行业产能置换实施办法（2024年本）》（工信部原〔2024〕206号）要求，现将河北金宏阳太阳能科技股份有限公司1800t/d一窑三线电子级玻璃和汽车玻璃原片及光伏背板玻璃基片特种玻璃生产线项目产能置换方案予以公示，欢迎社会公众进行监督。公示期为2025年10月13日至2025年10月24日。
5、中玻跨境即将走进土耳其
土耳其玻璃展：连接欧亚的行业超级舞台土耳其玻璃行业的腾飞，离不开高水平的国际展会平台。由TUYAP国际展览公司主办，并通过UFI国际认证的土耳其国际玻璃门窗展，已成功举办14届，今年迎来第15届，再次成为行业焦点。
展会时间：2025年11月15-18日
展会地点：土耳其伊斯坦布尔TUYAP国际会展中心
END
（注：本篇文字部分由记者小玻收集整理，图片来源于网络。如有侵权，请联系我们。）
" alt="329期 玻璃周刊 一周玻璃新鲜事（2025.10.13" />329期 玻璃周刊 一周玻璃新鲜事（2025.10.13
共探AI创业新机遇，OPC青年创客沙龙在暨南大学珠海校区举行
前山街道辖区拥有暨大科技园、金嘉创意谷、乐士文化区等成熟OPC创业载体，依托健全的政企校联动机制和全链条创业服务保障，重点支持暨南大学等在珠高校大学生创新创业，助力更多OPC创业想法在前山转化为实际成果。
活动现场，香洲区市场监督管理局为德天智核科技、源起科技、勃勃科技三家企业颁发OPC营业执照，打通营商环境“绿色通道”，切实为OPC创业主体在前山落地发展保驾护航。
在主题分享环节，多位行业大咖各抒己见，带来前沿技术解读与实战创业经验，为青年创客明晰方向、拓宽思路。
其中，暨南大学智能科学与工程学院院长杨光华从AI时代生产力变革视角，解读“一人公司”到“一人军团”的创业新形态，点亮技术赋能创业之路；中国计算机学会（CCF）大湾区办事处主任蓝维维系统梳理OpenClaw到OPC的发展脉络，深入剖析智能体发展的机遇与挑战；极界机器人（珠海）有限公司总经理杨达宁结合自身海外经历与创业实践，分享海归青年运用OPC模式创业的宝贵经验；亚信安全科技股份有限公司广东省办技术顾问杨凡从安全应用角度，分享OpenClaw企业体系化防护方案，为技术应用筑牢安全屏障。
OpenClaw安全使用交流环节中，现场嘉宾、企业代表与暨南大学学子围绕OpenClaw技术应用、OPC创业规划、政策对接、资源匹配等话题展开深入探讨，在思想碰撞中凝聚创新共识。
不少参与者表示，本次活动不仅深入了解了OpenClaw与OPC的发展内涵，汲取了前沿技术与创业干货，更结识了志同道合的伙伴，为后续创业探索积累了宝贵资源。
前山街道党工委书记吴标表示，前山街道将持续优化辖区创业营商环境，完善全链条创业服务体系，聚焦青年创业核心需求开展更多赋能活动，全力破解创业难点堵点，助力更多青年创客在前山落地生根、逐梦成长，为辖区数字经济与人工智能产业高质量发展注入源源不断的青春活力。
" alt="共探AI创业新机遇，OPC青年创客沙龙在暨南大学珠海校区举行" />...[详细]广西亚运健儿首金来了 兰星宇助力中国队卫冕亚运会体操男团冠军
广西新闻网-广西日报杭州电（特派记者 钟文昌 玉智威）9月24日晚，由张博恒、邹敬园、肖若腾、林超攀、兰星宇组成的中国体操男队以262.025分的总成绩夺得杭州亚运会体操男子团体金牌，蝉联该项目冠军，广西籍运动员兰星宇因此拿到自己的第一块亚运金牌，也为广西健儿在杭州亚运会上获得首枚金牌。
9月24日，杭州亚运会竞技体操男子团体冠军中国队选手兰星宇、林超攀、张博恒、肖若腾、邹敬园（从左至右）在颁奖仪式上。新华社记者 程婷婷 摄
24日亚运会首个体操比赛日进行的是男子资格赛和团体决赛，资格赛成绩直接决定了团体赛成绩。中国队在第三场资格赛中亮相，第一个项目鞍马比赛中，张博恒、肖若腾都拿到了14分以上的成绩。
中国队在男子吊环上占据绝对优势，兰星宇、邹敬园、张博恒三人出战，成绩包揽前三。其中，兰星宇以全场最高难度分6.4分的成套动作，位列这个项目第一。在吊环项目上，中国队拿到44.466分，比排在第二的日本队高出2.967分。
中国队最后一个项目为自由体操，林超攀、肖若腾、张博恒先后上场。当张博恒以一套漂亮的动作完成比赛后，中国队队员们振臂欢呼，14.933分！团体总分262.025分已经超越日本队来到了得分榜榜首。队员们甚至已经拿出国旗开始庆祝胜利。在欢呼声中，兰星宇完成了个人最后一套动作，尽管有些瑕疵，但得分已不重要，中国队已将冠军收入囊中，成功卫冕！
“兰星宇助力国家队夺得男子体操团体金牌，为参加杭州亚运会比赛的广西健儿开了个好头。”当晚，在杭州黄龙体育中心体操馆，分管竞技体育的自治区体育局副局长魏鹤，观看了中国体操男队团体赛夺冠的全过程，并肯定了广西籍运动员兰星宇在此次比赛中的表现。
赛后，在评价自己的表现时，兰星宇的神情开始有些凝重，他直言不讳地说：“第一次参加综合性运动会，还是有压力的，我今天还是紧张了，在一些项目的表现上有瑕疵。”
9月28日，兰星宇将出战吊环决赛。作为近年来中国男子体操的吊环担当，他立志要拿出比这个夜晚更好的表现，“我会调整好心态，这几天把动作的细节跟规格再提升一下，相信会取得好成绩的”。
" alt="广西亚运健儿首金来了 兰星宇助力中国队卫冕亚运会体操男团冠军" />...[详细]本质上，AI 重新定义了“优秀”基础设施的标准。相应地，平台设计的重心也从注重单一的芯片或服务器，转向了打造机架级、可扩展的系统，在功耗和预算有限的前提下，实现高效扩展。而这一转变背后的原因在于，推理与智能体 AI 工作负载持续增长且不间断运行，对高密度、全天候在线的算力需求正快速提升。
Futurum 在《Arm处于 AI 和数据中心变革的中心》报告中，把这一转变称为迈向“系统级协同”。设计的关键不再是堆多少算力，而是平台能不能有效地把加速器、CPU、内存、网络和软件协同起来。
正因如此，业界正加速迈向定制化机架级系统设计：即围绕 AI 负载特性、功耗波动和持续利用率来进行端到端设计的平台。越来越多的架构师开始重新思考计算底层设计，选择基于 Arm 架构来解决现代 AI 平台面临的多重约束。
AI 促使行业重构：转向定制化机架级系统
这一转变的核心原因，并非通用型标准化基础设施无法承载 AI，而是碎片化的系统设计，在 AI 规模化部署时，终将转化为真实可感的成本代价。
AI 工作负载在计算、内存、网络、存储及软件各环节紧密耦合。CPU 拖后腿，昂贵的加速器就会空等；功耗和散热波动，利用率就会下滑；数据管道、调度、编排未能针对平台调优，吞吐量就不可预测。峰值性能依然重要，但稳定性、每瓦性能和系统整体平衡性更关键。
Futurum 指出，超大规模云服务提供商正进行结构性调整，旨在实现算力的指数级增长，同时避免能耗的同步激增。Futurum 引用 Arm 的数据指出，到 2025 年末，出货到头部超大规模云服务提供商的算力中，有近 50% 是基于 Arm 架构。
架构师现在不再只看纸面跑分，而是更关心 AI 平台在实际应用中能否长期可靠地运行智能体 AI 和连续推理工作负载，比如：
长时间高负载下，系统表现如何？
在实际环境中，功耗限制和散热条件如何影响性能曲线？
在机架级系统中，计算层如何确保加速器能持续获得稳定的数据供给，而非仅停留在纸面参数上？
当能效、可扩展性与系统平衡性成为首要原则时，重新审视 CPU 底层架构就成了必然。也正因为此，Arm 凭借领先的架构和完善的生态，正是这场行业变革的核心所在。
在数据中心领域，Arm Neoverse 平台是推动这一转型的核心引擎。亚马逊云科技、Google、微软、NVIDIA 等头部超大规模云服务提供商与 AI 领军企业，都在基于 Arm 架构或采用 Arm 计算平台进行产品研发。Arm 的模式既能支持定制化系统设计，又能保持跨平台、跨生态、跨软件的一致性。对于想要构建高集成度平台、又不愿被单一技术路径绑定的团队而言，这种灵活性至关重要。
智能体 AI 与持续推理，
重塑规模化算力的经济逻辑
随着 AI 与通用计算工作负载的融合，AI 工作负载正在发生变化，基础设施也需随之调整，以支持多样化的工作负载特性。
行业重心正在转向智能体 AI，而智能体 AI 本质上就是一个连续推理系统。智能体并不是简单地给出一个答案， 而是会规划、调用工具、检索数据、验证结果，如此循环往复。由此便形成了连续推理模式：稳定不间断的词元 (token) 生成任务，请求类型趋于多元化，围绕加速器的编排和数据迁移任务变得更繁重。
在智能体 AI 里，CPU 不再是配角， 而是整个 AI 系统的控制中枢。CPU 负责协调控制、调度任务、管理 IO、处理网络与存储服务、执行安全策略，并在模型、上下文及工具链不断演进的过程中，维持整个系统的平衡。
以承载大语言模型 (LLM) 的服务为例，它可能同时处理成百上千的并发请求。就算加速器负责核心计算，CPU 也要承担请求权限控制、分词和预处理、批处理和队列调度、数据迁移编排，以及针对模型权重与 KV 缓存的数据路径协调等。到了智能体工作流，CPU 的工作负担进一步扩展，还要承担工具调用、检索流程、结构化输出验证、多步调度等持续运行的任务。
这一切都表明，CPU的重要性远超许多团队的预期。如果 CPU 跟不上编排节奏，数据迁移、处理流程和加速器都会被“卡住”，面临结构性的闲置风险。
融合型 AI 数据中心的建设，彰显了 Arm 架构的强劲势头
Arm 的发展势头正在加快。在业内领先的集成式 AI 系统中，基于 Neoverse 平台的 CPU 被广泛用于智能体推理密集型系统的编排层，尤其适合追求高能效、可预测扩展能力和大规模部署的应用场景。
独立测试也印证了现代 CPU 基础平台在“AI 相关”工作负载中的价值。Futurum 旗下 Signal65 的独立基准测试对比了基于 Arm Neoverse 平台的 Amazon Graviton4 与同级的 AMD和 IntelEC2 实例，结果显示：在生成式 AI (Llama-3.1-8B)、数据库 (Redis)、机器学习(XGBoost)、网络 (Nginx) 等测试的各种工作负载中，基于 Neoverse 平台的 Graviton4 在性能和性价比方面大幅领先。
测试结果直接反映了智能体 AI 数据中心的现状：LLM、检索层、缓存、Web/API、传统机器学习等全都处于智能体系统的关键路径上，只有当 CPU 兼具速度与能效时，整体才能更好地扩展。
最新的机架级 AI 系统在架构设计上，均采用定制化加速器层以及基于 Arm 架构的 CPU 层的组合，由后者承担调度编排、数据迁移与智能体推理预处理等关键任务。NVIDIA Grace Hopper、Grace Blackwell 等系列产品，将 NVIDIA GPU与基于 Neoverse 架构的 Grace CPU 深度融合。而其最新机架级平台 Vera Rubin NVL72，更是在系统内集成 72 颗 Rubin GPU 与 36 颗基于 Arm 架构的 Vera CPU，专为交互式、深度推理型智能体 AI 优化，显著降低推理成本。
亚马逊云科技也在走同样的系统级路线：Amazon Trainium3 UltraServer 把 Trainium3 加速器芯片与 Graviton CPU 结合，强化了“融合型”设计理念：将加速器与定制的高性能、高能效 CPU 相匹配，以实现高效扩展。
“提供更优选择”不再是偏好，而是硬性要求
AI 系统迭代太快，固定架构已无法适配其发展节奏，因此为客户提供更优选择已成为风险管理的必要举措。
系统架构师想要的是：
平台能适应不同代的硬件、多样的工作负载配置及各异的部署环境；
软件可移植，以降低系统变更成本。
与此同时，系统架构师希望避免因过度依赖单一厂商，而导致在模型组合变化、业务规模扩张或新需求出现时陷入被动。在智能体时代尤其如此：推理形态不断变化，上下文更长、工具调用更多、多模态输入更频繁、全天候工作负载更普遍，效率和平衡远比峰值跑分重要。
Arm 架构在提升系统性能的同时，保持跨平台一致性。Arm 架构不仅引入了现代 AI 基础设施所需的关键特性，而且拥有强大的软件生态支持。Arm 计算子系统 (CSS) 提供经过验证的基础设施级模块，既加速了芯片开发，又保留了合作伙伴间的差异化与选择权。对于所有基于 Arm 架构的平台，一致性贯穿始终，云工作负载迁移至 Arm 平台也极为便捷。同时，在软件层面，Arm 生态助力团队在不同环境与平台间拥有一致连贯的基础，从而加速开发进程，无需重写所有代码。
智能体 AI 经济重塑 CPU 选择格局，Arm Neoverse 平台成头部厂商首选
系统架构师之所以倾向于 Arm 平台，因为它精准匹配定制AI 系统的核心需求：能效、可扩展性及每瓦性能。能效重要，因为功耗和预算是硬上限；系统平衡和 CPU 性能重要，因为加速器闲置成本极高；一致性重要，因为 AI 基础设施变化快、跨环境部署日益增多。
在融合型智能体 AI 数据中心里，面对持续推理的应用需求，上述优先事项变成了上线即需满足的硬性指标。智能体系统不只需要能生成词元的加速器，更需要以 CPU 为核心的编排能力，在网络、存储、调度、安全层面，持续、高效、大规模地把资源利用起来。
Arm 如今的强劲增长正源于此：Neoverse 正成为智能体时代的 CPU 基础平台，作为计算头节点，是让 AI 系统保持高效、一致并面向未来的核心控制中枢。
" alt="为何AI数据中心的系统架构师首选Arm平台" />...[详细]