软件介绍
保鲜膜的这{三个“隐藏技能” 暴雨天里有}大用！
一卷普普通通的保鲜膜，在暴雨倾盆时竟能化身“应急神器”，其价值远不止于食材保鲜。近日，国家应急广播邀请北京市通州区消防救援局火灾调查和新闻宣传科副科长祁兴龙进行专题访谈，他向公众展示了保鲜膜在极端天气下的多种巧妙应用。
当暴雨来袭，手机若意外进水，往往面临黑屏、短路等故障风险，严重影响通信联络。此时，只需将保鲜膜平整地贴合于手机表面，层层包裹并翻转封口，无需任何辅助工具，便能迅速制作出一个简易防水装置。实际测试表明，经过多层缠绕防护的手机，即使短暂浸入水中，也能确保在暴雨出行期间正常运作。
雨天户外情况瞬息万变，当急需绳索固定物品却无绳可用时，保鲜膜亦可作为临时替代品。根据实际需要拉伸、裁剪至合适长度，再反复揉搓使之收紧，一根“应急绳索”便应运而生。若需增强其承重与抗拉强度，可将多根这样的“简易绳”拧合在一起，足以满足雨天临时固定、捆绑、牵拉等多种应急需求。
雨天出行，磕碰受伤在所难免，而夹杂着细菌的雨水极易侵入伤口，引发感染。此时，可在已包扎好的敷料及绷带外层再覆上一层保鲜膜，紧密隔绝外界污水，一定程度上能有效降低二次感染风险。需要特别提醒的是，此方法仅适用于临时应急防护！一旦抵达安全地带，务必第一时间移除保鲜膜并更换敷料，以免伤口因闷热不透气而诱发炎症或感染。
事实上，除了保鲜膜，身边诸多日常用品在汛期转移避险时同样能发挥意想不到的作用。若暴雨持续不止，家中积水渐深，急需紧急撤离时，随身携带一个塑料盆便显得尤为关键。它既能在危急时刻充当简易浮具，又能帮助被困高处的人员通过敲击发出声响，吸引救援人员注意。
国家应急广播特别提醒广大民众，汛期家中应常备应急包并定期检查更新，同时密切关注天气预报与预警信息，主动学习并掌握各类应急避险知识，方能在关键时刻保持冷静、从容应对，切实守护自身生命安全。
功能特点
血液基因检测让九成早《期胰腺癌“现形》”
科技日报北京7月21日电（记者刘霞）日本金泽大学的科研团队近日研发出一种名为“Panregza”的革命性血液基因筛查技术，该技术能够以高达90%的准确率捕捉到早期胰腺癌的踪迹，为显著改善患者生存预后开辟了新路径。这项突破性成果已在最新一期的《科学报告》期刊上发表。
胰腺癌因其极高的致命性而被医学界誉为“癌症之王”，堪称恶性肿瘤中最具威胁性的类型。根据日本国家癌症中心的统计数据，这种疾病的五年相对存活率仅为8.5%。根治的可能性几乎完全依赖于早期诊断和及时的外科手术干预。然而，早期胰腺癌的侦测极为困难，在已确诊的病例中，处于早期阶段的仅占2%至3%，这正是患者预后普遍不佳的核心症结所在。为了突破这一临床瓶颈，医学界亟需一种非侵入性、操作简便的诊断工具，尤其是能够灵敏识别早期病变的血液标记物。
研究团队先前的研究发现，胰腺癌患者外周血中的基因表达谱与健康个体存在显著差异。基于这一观察，他们巧妙地将外周血基因表达特征与血清肿瘤标志物CA19-9的检测相结合，成功开发出这一创新的诊断模型。尽管该方法的有效性在晚期癌症中已得到验证，但其对早期病变的探测能力此前一直缺乏有力证据。
为了验证这一点，研究人员精心设计了一项试验，招募了10名处于0至I期的胰腺癌患者以及104名健康志愿者作为对照组，全面评估了外周血基因表达、CA19-9水平及两者联合应用的诊断性能。研究结果令人振奋，为胰腺癌的早期筛查和精准治疗带来了新的曙光。
使用说明
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。
更新日志
保鲜膜的这{三个“隐藏技能”暴雨天里有}大用！一卷普普通通的保鲜膜，在暴雨倾盆时竟能化身“应急神器”，其价值远不止于食材保鲜。近日，国家应急广播邀请北京市通州区消防救援局火灾调查和新闻宣传科副科长祁兴龙进行专题访谈，他向公众展示了保鲜膜在极
句子8