软件介绍
省《级统筹、市》级突破 河南走出适配省情医改之路
中新网周口7月30日电（李海珠）7月29日，国家卫生健康委员会于河南省周口市举行例行新闻发布会，河南省卫生健康委员会副主任周勇在发言中表示，该省已成功将“三明医改”的精髓与本地实际相融合，依托省级统筹协调、市级重点攻坚的策略，构筑出一套与河南经济社会发展水平高度契合的医改新范式。他强调，这一探索为全省医疗体系改革注入了强劲动能。
周勇进一步阐述，河南始终把深化医药卫生体制改革视为重大民生工程，系统推进，省、市、县三级均建立起涵盖医疗、医保、医药的“三医”联动工作机制。改革坚持以公益性为导向，加强政策间的协同配合，特别在编制管理上大胆创新，对公立医疗卫生机构空余编制实施专编专用，自2025年初以来，已成功为各级机构吸纳近两万名专业技术人才，极大充实了基层医疗力量。
近年来，国家卫健委积极倡导以地市为单元开展“学三明、抓医改”活动，力促各项改革举措落地生根。在此背景下，河南精心筛选出郑州、周口、洛阳等9个城市，作为该活动的创新攻坚示范市，旨在通过典型引路，形成可复制、可推广的经验模式。
周勇在发布会上列举了生动的实践案例：郑州市对派驻至医共体的人员每年给予每人8万元的财政补助，此举有效稳固了人才向基层流动的态势；周口市则在基层广泛部署智能辅助诊疗系统，大幅提升了诊疗的精确度与效率；洛阳市则完善了以服务为核心的动态编制调整机制，建立起一个拥有1000个编制的周转池，从而极大提升了编制资源的利用效率。
为了回应民众日益多元化、多层次的健康服务诉求，河南将便民就医服务作为改革的突破口，以此放大改革整体成效。自2023年起，该省连续推出包括护理上门、家庭病床等在内的35项惠民举措。截至今年，全省累计提供居家护理服务达6.23万人次，设立家庭病床1.02万张，切实减轻了群众负担，让民众真切享受到了医改释放的“红利”。
在优化医疗机构功能定位与空间布局、推动优质医疗资源下沉及便捷群众就医方面，河南采取了哪些关键举措？周勇回应称，鉴于河南乡镇人口稠密的特点，全省已推动815所乡镇卫生院实现服务能力达标，并重点扶持200所乡镇卫生院提档升级，使其具备二级医院的服务水准，从而成为县域医疗卫生的次级中心。同时，大力扶持乡村医疗机构建设，确保基层群众能够就近获得可靠医疗服务。按照每所村卫生室6000元的年度补助标准，全省每年投入2.68亿元用于保障村卫生室的基本运行。2025年，全省基层医疗卫生机构已承担了近60%的诊疗任务。
面对群众的健康期盼，河南一方面着力提升县区级医院的综合能力，充分发挥其在城乡医疗网络中的枢纽作用；另一方面，依托大型医院的辐射带动效应，力争实现疑难重症患者在省内得到有效救治，减少跨省就医。
此外，河南不断健全制度机制，力促资源下沉与便捷利用。城市三级医院与县级医院建立对口支援关系，实现了结对帮扶与组团式派驻的全覆盖。在省级层面，统筹推进医疗、医保、医药“三医一张网”及数字医共体建设，促进了区域内资源共享与业务协同。同时，充分发挥医保在支持基层能力提升与引导分级诊疗中的杠杆作用，所有紧密型县域医共体均已实施医保基金总额预算和打包付费。河南还遴选出50种适合在县域首诊的疾病，适度提高其在基层医疗机构就诊的医保报销比例，并在统筹地区内对基础病组与基层病种实行同病同标准的支付方式。通过这一系列系统性措施，持续推动人才、技术、管理、服务“四下沉”，为全省医改深化提供了坚实支撑。（完）
功能特点
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。
使用说明
中国红十字《会总会向青海地震灾区调》拨救灾物资
7月30日，北京电——中国红十字会总会今日披露，针对青海省海南藏族自治州兴海县于7月28日遭遇的多次5级以上地震，该机构已迅速启动应急响应机制。根据青海省红十字会提交的最新灾情评估与物资需求报告，总会决定向震区紧急调配包括赈济家庭包、御寒冲锋衣在内的总计2500件（套）救援物资，以全力支援当地抗震救灾及灾后救助工作。
值得一提的是，在地震发生当天，青海省红十字会及海南州红十字会便已第一时间采取行动，调集帐篷、折叠床、被褥等急需物品共计1100件（套），并组建赈济救援队伍火速奔赴灾区一线。这些力量正积极投入到灾民转移安置、生活保障及心理疏导等各项救援任务中，确保受灾群众得到及时有效的救助。
更新日志
省《级统筹、市》级突破河南走出适配省情医改之路中新网周口7月30日电（李海珠）7月29日，国家卫生健康委员会于河南省周口市举行例行新闻发布会，河南省卫生健康委员会副主任周勇在发言中表示，该省已成功将“三明医改”的精髓与本地实际相融合，依托省
句子5