中新网香港七月二十一日电 (记者 戴小橦) 当日港股三大指数表现各异，恒生科技指数则录得百分之一点三二的涨幅。从盘面看，半导体板块成为市场焦点，华虹宏力飙升逾百分之十七点九，澜起科技上涨百分之十七，兆易创新亦录得百分之十五的升幅，天数智芯、上海复旦、中芯国际、晶合集成及英诺赛科分别上涨百分之十二、百分之九、百分之八点二、百分之七点四及百分之四点七。

市场目光尤其聚焦于人工智能领军企业北京智谱华章科技股份有限公司（简称“智谱”）。该股全天走势强劲，盘中一度冲高逾四成，最终收报每股一千二百一十九港元，单日涨幅达到百分之三十六点八九。此番股价猛涨，得益于两项重大利好同时落地：一方面，智谱AI宣布建成一座功率达GW级的国产AI算力数据中心；另一方面，公司同日正式完成对国产AI异构算力软件企业“中科加禾”的收购。

对于本轮港股行情，东吴证券分析认为，七月以来的反弹主要受到多重利好共振驱动：宏观流动性环境趋于宽松、AI产业景气度持续升温、以及市场资金面明显回暖。当前港股估值仍具吸引力，配置价值凸显。不过，后市能否延续涨势，关键仍取决于两大核心因素：其一，美股AI投资主线是否能从硬件领域延伸至应用层面；其二，美联储是否能够持续维护市场关于暂停加息的预期。

在2026人工智能产品应用博览会开幕首日，一位来自苏州的创业者吴松芸向记者分享了她对失眠问题的独特见解：“很多人难以入睡，并非身体失去了休息的能力，而是思绪纷杂，大脑难以进入平静状态。”她所研发的AI个性化睡眠决策系统“Tide Flow”，此前已在世界人工智能大会OPC一人公司独立先锋挑战赛成都赛区摘得金奖桂冠。

谈及投身这一领域的初衷，吴松芸援引了一组令人警醒的数据：当前全球约有三分之一成年人正遭受睡眠问题困扰，由此带来的经济损失每年高达6800亿美元。她指出，睡眠困境已然演变成一场波及全球的健康危机。“我们的目标并非直接治疗失眠，而是营造一个让大脑感到安心的环境，使其能够自发地平稳过渡至睡眠状态。”

按照医学分类，睡眠障碍可细分为四类：入睡困难、深度睡眠不足、早醒后疲惫不堪以及夜间频繁中断。目前，吴松芸团队将研发重点放在入睡困难这一用户群体上。她解释，团队通过构建细致的用户画像，利用个性化偏好引导大脑逐步放松，再辅以正向反馈机制来优化睡眠体验。此外，系统引入了“临界替换”策略，有效规避了大脑因重复刺激而产生的适应性与疲劳感。

历经多轮迭代，“Tide Flow”目前已更新至第16个版本，其对用户的分类精准度达到92.35%。该系统能够深度剖析用户的睡眠问题，科学评估失眠类型，并据此量身定制解决方案，涵盖行动方案标签库、行为数据库以及助眠内容标签库等多个维度。

对于未来，吴松芸抱持着质朴而坚定的信念：在这个充满变数的时代，她希望借助科技的力量，为每个人守护一份安稳而确定的夜晚。(完)

新华社成都7月31日电 2025年11月11日16时许，四川省阿坝藏族羌族自治州马尔康市红旗大桥后方山体突发大规模滑坡，右岸引桥与部分路基遭到严重损毁，致使国道317线通行中断。得益于提前预警和交通管控的果断实施，此次灾害未造成任何人员伤亡。

日前，四川省政府常务会议审议并正式通过《阿坝马尔康“11·11”红旗大桥垮塌灾害调查报告》。调查认定，红旗大桥右岸边坡地质构造错综复杂，岩体裂隙发育旺盛，强卸荷带纵深广布，加之库水位上升导致岩体长期浸泡而软化解体、承载力显著削弱，再叠加通道施工扰动与桥梁运行荷载等多重因素，最终引发水库诱发型基岩边坡坐落式深层滑坡，成为大桥垮塌的直接肇因。调查同时指出，相关勘察单位未按规范要求，对右岸引桥所在的水库坍岸区域实施工程地质勘察，亦未开展桥梁岸坡稳定性评价，勘察环节存在弄虚作假行为，导致桥轴线定位和整体设计缺乏充分依据，部分工程防范措施形同虚设，为灾害埋下重大隐患。此外，库区桥梁安全隐患排查整治和监测预警体系亦存在明显薄弱环节。

灾害发生后，四川省委、省政府迅速响应，在交通运输部、应急管理部及自然资源部等国家部委的指导下，全力推进应急处置与善后工作，并专门成立由副省长挂帅的阿坝马尔康“11·11”红旗大桥垮塌灾害调查组，全面启动灾害调查。调查组秉持“科学严谨、依法依规、实事求是、注重实效”的工作方针，严格依照《中华人民共和国突发事件应对法》及《自然灾害调查评估暂行办法》等相关法规，综合运用现场勘查、资料调阅、检验检测、模拟推演及专家论证等手段，系统复盘山体滑坡与右岸引桥垮塌的全过程，科学界定灾害性质，深入查明防灾减灾措施、勘察选址、工程设计、施工建设、工程监理等各环节状况，以及地方政府、行业主管部门和相关企事业单位的履职情况与存在问题，并在此基础上深刻汲取教训，提出切实可行的整改意见与防范对策。

调查结果进一步证实，红旗大桥右岸边坡地质条件极为复杂，岩体裂隙发育、卸荷带深度异常，库水上升浸泡后岩体物理力学性能剧烈退化，承载能力持续下降，加之通道施工扰动与桥梁荷载的协同作用，最终诱发水库型深层基岩滑坡。滑坡体带动右岸引桥基础发生显著位移并持续下沉，桥墩在巨大推力下相继倾斜、断裂乃至坍塌，这是右岸引桥整体垮塌的直接成因。同时，调查还揭露了涉事企业在勘察设计环节存在违法分包转包、项目建设管理责任严重缺位、隐患排查治理流于形式等多重乱象。

针对调查中发现的涉嫌违法犯罪问题，调查组已依法将相关人员的线索及证据材料移送公安机关立案侦查；对地方政府、有关部门及相关国有企业公职人员在履职方面的问题线索，也已移交具有管辖权的纪检监察机关，依规依纪依法严肃处理；有关企业涉及的违法违规行为，则交由相关行业主管部门依法进行查处。目前，各项追责问责与整改工作正在有序推进之中。

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。