7月28日，一场特殊的约谈在安徽桐城举行——国家自然资源督察南京局在其驻地，对桐城市政府主要负责人进行公开约谈。此次约谈直指该市在农田质量改造提升的名义下，违法开采砂石问题突出，督察机构面对面予以严肃批评，明确整改要求，督促加大查处力度，坚决遏制违法采砂行为，切实维护自然资源管理秩序。

矿产资源是国家经济社会发展的重要支撑，维护矿产资源开发秩序，是各级政府义不容辞的责任。根据国家自然资源督察南京局的通报，2022年12月，桐城市政府批准了孔城镇政府编制的《农田质量改造提升方案》，该方案采用地上弃渣与地下砂石换填的方式，开采地下粗砾石，其后平整土地并改良土壤。然而，督察发现，自方案实施以来，施工作业以采砂为主导，土壤改良和农田质量改造并未真正落实。仅在2022年12月至2023年底期间，就已外运销售砂石近40万吨。上述行为明显违反了《中华人民共和国矿产资源法》中“禁止任何单位和个人以任何手段侵占或者破坏矿产资源”以及“勘查、开采矿产资源应当依法分别取得探矿权、采矿权”等规定。更令人遗憾的是，桐城市相关部门对上述违法行为未予查处，履职存在明显缺位。

在约谈会上，国家自然资源督察南京局明确要求桐城市深入领会党中央、国务院关于自然资源管理的方针政策及相关法律法规，进一步提高政治站位，充分认识问题的严重性和危害性，深刻反思问题根源，坚决杜绝各类违法开采行为，绝不能以破坏资源、扰乱矿产资源管理秩序为代价换取一时一地的发展，牢牢守住自然资源安全底线。同时，省、市政府应压实主体责任，从严从实督导整改，严肃追责问责，并以此为契机举一反三，建立健全长效监管机制。会议强调，整改须依法依规、实事求是，防止简单化和“一刀切”的做法。

桐城市政府主要负责人在约谈中作出表态，对督察指出的问题将依法依规坚决整改到位，对失职失责问题严肃追责问责，同时以案为戒、吸取教训，完善机制、堵塞漏洞，坚决防止同类问题再次发生。

据国家自然资源督察南京局有关负责人透露，该局将持续关注地方整改进展，适时开展督导核查，充分发挥国家自然资源督察对地方政府履职情况的监督作用，切实维护矿产资源开发利用秩序。

夏日的黎明，微光初透天际，校园里德渊楼一隅的窗内已映出暖黄灯光。五十七岁的专业技术大校李智，鼻梁上架着老花镜，正伏案逐行推敲教案内容，备注栏里密密麻麻地标注着情景模拟的设计思路以及学员们在学习中可能遇到的疑难节点。今年，已是她站上军校讲台的第28个春秋。

时光回溯至1998年，彼时初执教鞭的李智，怀揣着成为一名出色“教书匠”的朴素愿望，立志把每一堂课都讲到极致。政治理论课素以体系严密、学理深远著称，为了不辜负这方讲台，白昼里，她埋首于教材脉络的梳理，撷取最新时政要闻，精心搭建军营故事的素材宝库；夜深人静，宿舍熄灯之后，她依然独对孤灯，字斟句酌地打磨讲稿，反复推敲每一个环节，遇到疑难之处便虚心地向老一辈专家求教，从不放过一丝一毫的模糊地带。

“国防教育者，其使命岂止于传道授业？政治理论教员乃是铸魂育人的中坚力量，课堂上的每一次讲授，都深深影响着学员们的政治信念与情感认同，甚至可能改变他们的人生轨迹。”教研室老主任的一席语重心长，如春风化雨般点醒了李智，促使她开始重新省思“教好书”背后那份沉甸甸的意蕴。

为了让“教”的初衷真正落脚于“育”的成效，让理论的光芒切实映照强军征程，李智毅然决然地向传统政治理论课的陈规旧习发起挑战。她将教学的核心从单纯的知识灌输，悄然转向了能力的淬炼与品格的塑造。她细致入微地调研不同学员的成长轨迹与职业憧憬，把鲜活的军营故事巧妙地植入课堂肌理；课后，她坚持复盘教学得失，不断优化授课方案。面对指挥类、技术类、专升本等多元化学员群体，她总能精准把脉，灵活调整教学侧重点——或嵌入实战化情境，或强化理论与技术的融合，或着力夯实基础短板。

与此同时，李智大胆引入体验式教学理念，围绕部队基层政治工作中常见的棘手难题，精心策划情景剧展演、专题思辨研讨，甚至别开生面地组织“模拟党支部会议”等实操环节，让学员们在身临其境的历练中，习得从容应对实际问题的智慧与胆识。

同事们时常笑她“过于较真”，可她却始终抱持着“扛着责任就要问心无愧”的人生信条，将老一辈学者严谨治学的精神薪火相传。她的教学理念，也在这份执着中完成了从“把课讲好”到“把人育好”的深刻蝶变。许多学员由衷感慨，李老师的课堂既有深邃的理论剖析，又不乏生动的实践参照，听来易懂，用起来更是得心应手。

课堂之外，李智的办公室始终向学员们敞开大门，成为一方倾诉与纾解心灵的港湾。身为国家二级心理咨询师，她曾无数次为迷茫中的学员拨开云雾。学员何昊毕业后被分配到后勤单位，理想与现实的落差曾让他一度陷入情绪的泥淖。李智一次次与他促膝长谈，循循善诱地帮助他重新校准人生坐标，在平凡岗位上追寻自身价值。后来，何昊凭借出色表现成长为团代理副参谋长，两次荣立军功，每逢教师节，他总会准时发来感恩的短信，向这位引路人致以最诚挚的敬意。

教学之余，李智还承担了多项教研课题，成果斐然，先后斩获全国教育信息化大赛二等奖、全军政治理论研究优秀成果三等奖等多项殊荣。

“捧着一颗心来，不带半根草去。能为学员们点亮前行的灯塔，看到他们学有所成，便是我此生最大的欣慰。”李智的话语，朴素而温暖，恰如她二十八载春秋的坚守与深情。

前不久，浙江宁波有户三口之家因长期身处室内高浓度霉菌环境，肺部不幸受到感染，这一消息迅速引发社会各界广泛关注。而眼下，全国多地正遭遇持续强降雨，湿气与闷热交替，让墙面返潮、地板凝水、家电缝隙悄然变黑……这些看似稀松平常的日常细节，背后却潜藏着肉眼难以察觉的健康隐患。霉菌究竟从何而来？我们又能采取怎样的科学策略来防范？科技日报记者为此专访了相关领域专家。

高湿度催化霉菌滋生。联勤保障部队第985医院感染科主任、副主任医师郝月明介绍，霉菌作为一个庞大的丝状真菌家族，已知种类已达数万之众，其中与人类生活休戚相关的，主要集中在曲霉、青霉、根霉、毛霉、枝孢菌、镰刀菌以及链格孢这七大类。郝月明指出，霉菌的“潜伏”转“活跃”需同时满足温度、湿度、营养源与时序四大要素，而湿度在其中扮演着最为关键的角色。霉菌以孢子繁衍后代，这些肉眼难觅的微小“种子”，在适宜条件下仅需一天到两天便能完成萌发与生长。

具体而言，当温度超过20摄氏度，且环境中存在灰尘、食物残渣、木材、纸张、衣物纤维等有机营养时，空气湿度便成为决定霉菌兴衰的核心变量。湿度倘若低于60%，多数霉菌的生长便会受到明显遏制；而一旦升至65%以上，繁殖速率便急剧提升；当湿度攀升至75%至95%的区间，霉菌便进入爆发式的增长阶段，孢子释放量呈几何级数跃升，墙面、衣物、地板等处往往在数日之内便浮现出肉眼可辨的霉斑。“进入汛期后，室外湿度经常突破80%，若室内除湿举措滞后，霉菌便获得了得天独厚的生长温床。”郝月明如是提醒。

更令人警惕的是，霉菌的藏匿之处往往极为隐秘。山西白求恩医院感染病科主治医师刘晓璇列举了家中几处典型高危地带：淋浴房玻璃胶条、马桶底座边沿、紧贴墙面的衣柜背板、床垫底层、沙发角落、久未通风的鞋柜，以及水槽下方的橱柜——这些皆是霉菌暗自滋生的“秘密据点”。

并非所有霉菌都会对人体构成威胁，但曲霉菌却是其中最具致病潜力的代表之一。郝月明介绍，在已知的数百种曲霉菌中，约有40种具备致病能力，其中烟曲霉威胁最大，黄曲霉、土曲霉与黑曲霉亦不容忽视。人类通过吸入空气中所悬浮的孢子，便可能触发霉菌感染。郝月明解释，霉菌孢子直径仅为2微米至5微米，可于空气中悬浮数日不落。高湿条件下，霉菌在24至48小时内便会释放大量孢子，而日常行走、整理衣物、打扫卫生等行为都能搅动气流，生成富含孢子的气溶胶，普通人在自然呼吸之间便可能吸入数十乃至上百个孢子。

对于免疫系统健全的人群，体内中性粒细胞与巨噬细胞通常能够迅速清除少量入侵的孢子。然而，若长期暴露于高浓度孢子环境，或自身免疫功能存在缺陷，孢子便可能悄然在肺泡深处“安家”，萌发成菌丝并侵蚀周边组织，继而引发感染。刘晓璇特别强调，免疫功能低下者、慢性肺病患者以及重症感染恢复期人群，属于霉菌感染的高危群体。她指出，霉菌感染诊治的最大瓶颈在于早期症状极不典型，极易与普通呼吸道疾病混淆。肺曲霉菌感染的早期信号包括：持续发热且常规抗生素治疗无效、干咳不断加剧、呼吸相关的胸痛、痰中带血丝、气短乏力等。刘晓璇建议，高危人群若在雨季出现发热伴咳嗽超过一周，或发觉痰中带血，务必主动向医生说明家中霉菌暴露史，这对尽早确诊至关重要。

事实上，霉菌的危害远不止局限于肺部。吸入孢子可诱发或加重过敏性鼻炎、支气管哮喘；皮肤接触潮湿环境中的霉菌，容易引发手足癣、体癣；潮湿衣物与洁具上滋生的霉菌孢子，亦可能扰乱私处菌群平衡，诱发霉菌性阴道炎；而误食霉变食品，则可能引发急性胃肠炎。

针对公众关心的防护课题，专家们提出“控湿、清洁、防护”三位一体的综合应对方案。首先是控湿，这被视为阻断霉菌的首要屏障。家庭可配备湿度计，将室内相对湿度严控在50%至60%之间，一旦湿度超过70%，便应及时启动除湿机或空调除湿功能。雨季期间，建议家中有敏感人群者仅在雨歇间隙、正午较为干燥之时短时开窗通风，其余时段紧闭门窗以隔绝室外潮气。其次，清洁亦需讲究策略。清理霉斑时，务必佩戴N95或KN95口罩、橡胶手套及护目镜，以湿布擦拭而非干扫，防止孢子飞散形成气溶胶。坚硬表面可用稀释后的含氯消毒液或75%酒精擦拭去除；对于布料、板材等多孔材料，若已发生深层霉变，则建议直接弃用更换，因为表面清洁无法彻底清除内部菌丝。最后，防护手段不可或缺。当室内霉菌较为密集时，可在卧室、书房等长时间停留区域，配备带有HEPA滤网的空气净化设备，持续过滤悬浮于空气中的霉菌孢子，为健康筑牢最后一道防线。

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。