软件介绍
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。
功能特点
深港联动2《0分钟紧急救援 食物过敏旅客跨境脱险》
深圳西九龙站派出所于本月23日对外通报，一名女乘客日前在西九龙站内地口岸区，因食物过敏突发呼吸困难及抽搐，经由深港两地多个部门的协同努力，开辟紧急救援通道，仅用20分钟便将该旅客安全送回香港就医。目前，该旅客身体状况恢复良好，已顺利返回家中。
事发当时，该旅客在海关查验区域向工作人员寻求帮助，表示进食后出现严重不适。海关方面随即通报相关联勤单位，西九龙站派出所民警与驻站医务工作者火速抵达现场，当时旅客已倒地，伴随剧烈呕吐和抽搐。现场医疗人员评估后，判断需立刻送回香港治疗。应急联勤指挥中心随即与港方急救资源取得联系，并协调边检部门启动医疗救援的快速流程——安排专人引导、优先办理返港手续，警方与在场民众合力将旅客护送至深港交界，无缝衔接地将她交由港方救护车接收。从接到求助到完成转运，整个过程仅花费20分钟，为抢救工作争取了宝贵时间。
据相关人士介绍，西九龙站采用“一地两检”运作模式，内地口岸区内无法直接拨打120，而前往内地医院需乘坐高铁逾十分钟，跨境转运因此成为急症旅客最有效的救治途径。基于此，西九龙站派出所依托应急联勤指挥中心，与内地口岸各单位及港方共同构建了常态化救援机制：每当旅客突发急症需返港就医，指挥中心会同步协调边检办理退港核验、启动转运预案，各环节均有专人引导并优先放行。自今年以来，该通道已成功援助19名突发急症旅客，且所有人员均及时康复。
当前正值暑期跨境出行高峰，西九龙站派出所特别提醒，携带儿童出行的家长需加强看护；有过敏史或慢性疾病的旅客，建议随身携带应急药物。若在旅途中感到身体不适或遭遇突发状况，可第一时间向现场民警求助。派出所将持续强化与海关、边检及港铁的联勤协作，全力构筑口岸安全防线。
使用说明
专家学者齐聚深圳共探大湾区（生物制造科）技成果产业化
7月29日，一场聚焦生物制造领域科技创新的对接交流活动在深圳光明区拉开帷幕，这也是“百家全重进湾区”系列活动的重头戏之一。当天，来自科研界和产业界的代表齐聚一堂，围绕前沿议题展开深度对话。
此次交流活动由广东院士联合会、中国科学院深圳先进技术研究院（以下简称“深圳先进院”）及广东省科学院微生物研究所等多家单位联手筹办。与会各方就微生物安全与健康科学、生物制造的演进趋势与现实应用、合成生物学的最新突破等话题进行了深入探讨，旨在搭建科技研发与产业需求之间的高效桥梁，推动创新成果精准落地。
开幕式上，广东院士联合会秘书长卢育辉以《“两会一行动”力促产业科技互促双强》为题，向与会者详细介绍了该会在促进科技与产业深度融合方面的创新举措与实践路径。
在主题报告阶段，中国工程院院士、广东省科学院微生物研究所名誉所长暨广东院士联合会副会长吴清平，发表了题为《中国微生物安全与健康科学大数据库创建及其在绿色生物制造中的应用》的演讲。他着重阐述了微生物在人类健康维护及工业流程中的关键角色，并介绍了微生物菌种基因数据库建设的阶段性成果及其广阔应用前景。
深圳先进院院长、定量合成生物学全国重点实验室主任及国家生物制造产业创新中心主任刘陈立，则通过《生物制造发展趋势与实践探索》的报告，系统梳理了生物制造百年来从萌芽到壮大的发展轨迹，并结合具体案例剖析了当前技术突破与产业化进程中的关键节点。
随后的项目路演环节精彩纷呈，五个创新团队轮番亮相，集中展示了涵盖创新药物研发、生物分子智能设计、精准发酵技术、细胞免疫治疗以及未来食品育种等多个生物制造核心方向的最新成果。这些项目不仅体现了大湾区在该领域的锐意创新精神，也彰显了区域内深厚的科研积累与产业转化潜力。
在自由交流与对接时段，来自广州、深圳、东莞等地的企业代表与科研机构专家，围绕关键技术攻关、科技成果转化及产业链协同合作等话题展开了热烈而务实的沟通，进一步促进了跨区域、跨行业的资源整合与优势互补。
更新日志
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
句子2