中新网南宁7月21日电(黄艳梅 杨志雄 梁雨诗)近期，广西在台风“美莎克”带来的极端强降雨影响下，部分地区遭受严重洪涝灾害。与此同时，三伏高温天气仍在持续，湿热交叠、暑气蒸腾，雨后环境潮湿，湿浊水气弥漫，暑湿与洪涝带来的秽浊之气相互交织，形成郁蒸之毒，阻滞气机，秽浊疫邪易弥散四方，侵入肌表、困遏脾胃，导致中暑、外感、泄泻、皮肤疮疹等疾患的发病风险显著上升。

面对这一特殊时期，广西有关专家提醒民众，三伏不仅是冬病夏治的黄金窗口期，更是汛后疾病防控的关键节点。传统中医理论强调“春夏养阳”，三伏作为长夏的极致阶段，天地阳气达到一年中的巅峰，人体经络气血随之通达，此时借助盛阳固本祛寒，辅以温热理疗、食疗温补，可驱散体内沉寒痼疾，实现“冬病夏治、固本培元”之效。

广西壮族自治区卫生健康委员会党组成员，广西壮族自治区中医药管理局党组书记、局长黎甲文指出，中医养生的核心在于顺应四时变化、养护自身元气。在三伏天，起居、饮食、运动、疗法四个维度皆为科学调养的关键途径。他强调，当前广西三伏高温与洪涝汛情叠加，湿邪与秽气交织，民众除遵循“春夏养阳”的传统思路外，还需隔绝污浊湿邪、养护肠胃以避免疫病，同时扶助正气抵御病邪，谨守“避秽、节饮、防暑、驱蚊”之要。

洪涝灾后，水源与环境极易受到污染，高温高湿条件下细菌滋生迅速，民众常出现腹痛、腹泻、恶心呕吐、肠胃不适等症状。广西中医药大学第二附属医院医务部主任、主任医师冯原表示，中医有“湿盛则濡泻”的理论，三伏天暑热夹湿、环境病菌繁多，湿气与秽气易上扰脾胃。若饮食不慎，病菌湿气侵入体内，会扰乱消化功能，引发腹胀、腹泻、呕吐、食欲不振等肠胃问题，这也是洪涝灾后的常见健康隐患。

冯原进一步指出，中医药防治灾后肠道疾病的核心在于“健脾祛湿、辟秽和中”。他建议，民众应严把饮食关口，不喝生水、不食浸泡变质或霉变食材，生冷瓜果与冰饮尽量忌口，以防损伤脾阳、加重内湿。日常居家可推行食疗调养，用生姜、紫苏煮水以温中止泻、辟秽散寒，或以茯苓、山药、薏米煲汤健脾和胃，固护脾胃正气。此外，注重居家环境辟秽，定期开窗通风，可采用苍术、艾叶烟熏居室，净化空气、祛除秽浊疫气，从源头降低疾病风险。

根据中央气象台网站的最新信息，黑龙江省气象台于7月30日07时15分发布了暴雨红色预警信号。该预警指出，龙江县的部分乡镇在过去3小时内已记录到超过80毫米的降水量，而预计未来1小时内，该县大部分区域仍将遭遇持续降雨，预计还将增加20至40毫米的雨量，使得总降水量可能突破100毫米大关，相关部门和民众需高度警惕并采取措施。

为应对这一极端天气状况，政府及相关部门已被告知需按照职责分工，迅速启动防暴雨应急响应机制，并全力组织抢险救灾工作。同时，建议暂停所有集会活动，学校停课，除特殊行业外的企事业单位也应暂时停工，以确保人员安全。

在相亲的初次见面中，你会凭借对方的外貌迅速做出判断，还是愿意多花时间深入了解、培养感情呢？近期，中国青年报社社会调查中心与问卷网（wenjuan.com）联手开展了一项涉及1334名单身青年的调研。结果显示，当首次相亲时对方颜值未达预期，81.2%的受访者倾向于继续接触，而55.7%的受访者认为，过度执着于高颜值可能会与真正的缘分失之交臂。

颜值，究竟会不会成为爱情的绊脚石？来自山东、现年31岁的汪可儿坦言，她从未因外貌而拒绝过任何相亲对象。“对我而言，比起颜值，初次见面能否聊得投机，才是决定是否继续交往的核心。”她认为，相亲的本质是为未来的共同生活寻找伴侣，“我并非不欣赏帅哥，只是觉得他们可能与我的人生轨迹相距甚远。我更想找到一个能携手应对现实风雨的人”。然而，在北京工作的27岁青年王一阳持不同观点，他将颜值视为相亲中的首要考量。“如果看到照片就觉得不合适，我绝不会进一步联系。”他回忆道，此前父母曾介绍一位朋友家的女孩，尽管两人不乏共同话题，但女方的外貌未能让他心动，“我便失去了继续了解的兴趣”。

当首次相亲时对方颜值未达预期，人们究竟会如何抉择？调查数据显示，在拥有相亲经历的1321名受访者中，81.2%的人表示仍会选择继续接触，而18.8%的人则将颜值视为不可妥协的底线，选择不再往来。

来自安徽的32岁李轩同样将颜值作为交往的前提条件。“至少对方要过我心中的‘及格线’，我才会决定见面。如果见面后发现照片与真人差距太大，我也不会继续投入。”他直言，“倘若看到对方长相，就不愿共度余生，那这种错过也只能顺其自然。”在他看来，真正让人错失良缘的因素，或许是交际圈过于狭窄。“如今单身青年众多，如果主动拓宽社交范围，或许能遇到更多合适的人选。”

王一阳的认知转变，源于身边一个实例。“我有个长相出众的朋友，她的男友个子不高，颜值普通，但两人相处得极为融洽。”看到那些外表看似不般配的情侣携手同行，他开始反思，过度追求颜值可能让自己错过合适的对象。“如果能放下对外貌的执念，或许会遇见‘三观’相契、兴趣相投，相处起来格外舒服的人。”

那么，一味沉溺于高颜值，会不会让合适的缘分悄然溜走？数据表明，55.7%的受访者认为会如此，16.8%的受访者持否定态度，另外27.5%的人则表示难以断言。

近半受访者认为，颜值会随岁月流逝而褪色，不应成为婚恋的核心标尺。在天津生活的27岁叶倾，随着年岁增长，选择多接触一些人以不错过可能的缘分，但她明确表示不会降低自己的标准。“如果颜值不达标，可能见一两次面就会作罢。”在她看来，若双方无法激发进一步了解的兴趣，“那段缘分便不算美好”。她此前曾遇过一位外形出众的相亲对象，“但他仗着自己有人追求，总觉得别人该为他提供情绪价值”，加之两人缺乏共同语言，最终未能走到一起。不过，叶倾也承认，与英俊之人相处能带来愉悦感，“尽管‘三观’等因素决定了婚后的状态，但对方的颜值至少要合自己眼缘，不能太过逊色”。

“高颜值确实更容易吸引他人。”王一阳曾在社交平台发布相亲帖并附上个人照片，收获了不少回应。“除了文字中显露的性格特质，我感觉大家还是更关注外貌。”但他认为，颜值在相亲中更像是“敲门砖”，若想步入婚姻殿堂，沟通技巧、家庭背景等因素同样不容忽视。

关于颜值在婚恋中的权重，调查揭示了多元观点：51.9%的受访者认为高颜值有助于迅速吸引对方、开启恋情；49.9%的人强调颜值会随时间改变，不应作为核心标准；47.1%的人觉得颜值虽非决定性因素，但也不宜过低。其他看法包括：与高颜值者相处心情更佳，值得重视（40.1%）；颜值无关紧要，性格与“三观”更能决定婚姻幸福（24.6%）；颜值或许是个“坑”，因为俊美者往往自恋（5.2%）等。

不久前，汪可儿与最后一位相亲对象步入婚姻殿堂。尽管对方在某些方面未完全满足她的期待，但相处中她看到了他的责任感与担当。“这些品质才是支撑婚姻的基石。”她总结道，“恋爱与结婚的评判标准迥然不同，颜值在婚姻中只占据极小的比重。”

此次调查中，受访者性别分布为男性44.5%、女性55.5%；地域上，一线城市占32.1%，二线城市占37.5%，三四线城市占21.7%，县城或城镇占7.0%，农村占1.7%；年龄层面，00后占28.9%，95后占28.3%，90后占26.2%，85后占16.6%。（文中受访者均为化名）

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。