夜幕低垂，甘肃庆阳的“东数西算”产业园区内，数万架服务器在中国移动（甘肃庆阳）数据中心里整齐排列，指示灯闪烁不定，仿佛一片数字海洋在无声涌动。海量数据在这里汇聚、流转、处理，支撑起千里之外AI大模型的每一次进化。机房中央的监控大屏上，电压、频率、负载率等参数不断跳动，每一个数字的细微变化都牵动着现场工作人员的心弦。

“算力设备容不得半点疏忽，哪怕是毫秒级的供电波动，也可能引发数据丢失或业务中断。稳定的电力供应，就是我们生存的根基。”中国移动通信集团甘肃有限公司算力分公司项目经理李亚洲感慨道，“我们这行对电力的要求，可以说是出了名的‘挑剔’。”他的话语，道出了整个算力产业的心声——数据中心素有“吞电巨兽”之称，据估算，一个10万P算力规模的集群，年耗电量可超5亿千瓦时，电力成本在运营总成本中占比高达60%。AI越智能，算力越“金贵”，它渴求的是7×24小时不间断、综合电压合格率100%、供电可靠率99.999%的“精粮细作”。

而在百公里之外的庆阳市环县，黄土塬上风机林立，巨大的叶片在夜风中悠然旋转，成片的光伏板在月光下泛着幽蓝光泽。这里正是全国首个百万千瓦级绿电聚合试点项目的所在地。国网庆阳供电公司发展部主任彭自强坦言：“过去风电和光伏各自为战，出力忽高忽低，与数据中心7×24小时的稳定用电需求难以匹配。绿电虽好，却‘不听话’。算力要的是分秒不歇，绿电给的却是时断时续。”这种供需之间的错位，正是国网庆阳供电公司必须跨越的鸿沟。

“要满足算力对电力的苛刻要求，必须从电网架构和调度机制两个维度同步发力。”彭自强介绍，截至今年5月底，庆阳数据中心集群配套电网已累计投资约4.71亿元，110千伏温泉变电站已建成投运，330千伏德尚变电站及其配套工程也在加速推进。然而，光有“骨架”远远不够——绿电天生波动，必须从机制层面重塑能源供给逻辑。庆阳的创新答案，便是“绿电聚合”模式：并非简单的电力“打包输送”，而是将区域内分散的风光资源集中开发、统一并网、精准匹配，辅以“源网荷储一体化”技术，实现“电—算协同调度”，为数据中心量身打造稳定、清洁、低价的专属供电方案。

在陇东能源大数据中心，新型电力系统智慧融合平台的大屏上，庆阳全域的风电场、光伏站、储能电站、算力负荷实时联动。哪阵风来，哪片云遮阳，哪座机房负荷攀升——系统都能自动研判，储能即刻响应，火电同步兜底。“绿电聚合是政府、电网、电源企业、客户多方协同的成果，这盘棋，缺了谁都无法运转。”彭自强说。今年1月，绿电聚合试点项目一期100万千瓦首批机组并网发电，75万千瓦风电、25万千瓦光伏与配套储能电站协同发力，二期项目也在稳步推进。截至目前，园区到户综合电价稳定在0.4元/千瓦时以下，今年1至5月已为园区企业节省用电成本1300余万元。“电价每降0.1元，企业成本就能显著下降。当电价优势转化为算力竞争力，西部正从能源输出地迈向算力价值高地。”国网庆阳供电公司市场营销部五级专家冯晶表示。

李亚洲对中国移动园区的供电体验感受深切：“甘肃移动庆阳数据中心依托绿电优势，电力供应稳定可靠，截至目前未发生一次因供电问题导致的算力中断。绿电占比上来了，电价下去了，但可靠性一分未减。”而“绿电聚合”仅是起点，庆阳的更深层探索，是构建“算力＋绿电＋循环”三位一体的零碳发展模式——向上游，筑牢500万千瓦新能源底座；向中游，打造算力调度枢纽，庆阳数据中心集群算力总量已达18.5万P，智算占比超过99%；向下游，推动用能结构绿色化、能碳管理智能化。2025年12月，庆阳“东数西算”产业园区整体入选首批国家级零碳园区建设名单，清洁能源消费占比已提升至88%，一个“能源—算力—零碳”的完整价值链正在黄土塬上逐步成型。

风机依旧旋转，服务器依旧运转。黄土塬上的风与光，经过“绿电聚合”与“算电协同”的双重淬炼，正源源不断地涌入每一座智算机房——不呛、不噎、不中断，稳稳托举着“中国算谷”的每一次运算与每一次跃升。

在北京市房山区，一场关于“隐形雇主”与劳动权益的司法前沿交锋引发关注。部分企业利用合同名称的巧妙转换、管理链条的层层嵌套，试图将劳动关系的责任“甩锅”给模糊地带。面对这样的隐蔽用工现象，劳动者是否还能有效维权？近日，房山区人民法院举行了一场专题新闻通报会，聚焦隐蔽用工类劳动争议的审理现状，并发布了典型案例。据《工人日报》报道，近年来该院受理的相关案件多集中在即时配送、网约出行、快递物流等新兴业态。

新闻发言人指出，一些用人单位通过缔结五花八门的协议、构建多级用工框架，将本应属于劳动法的雇佣关系精心装扮成承揽、外包或合作等民事法律关系，使得劳动者在维权之初便陷入迷茫——究竟谁是真正的雇主？该向谁主张权利？对此，法院坚持实质性审查原则，重点探究用人单位是否对劳动者实施了支配性的劳动管理。从审判结果来看，确认劳动关系或判定企业承担用工主体责任的情形占据主流。

在发布会上，燕山人民法庭庭长针对这批典型案例，剖析了隐蔽用工的常见“套路”，并提供了明确的法律指引。

第一类情形被形象地称为“自己管人、外包发钱”。2023年3月，暴某经某快递站点工作人员安排，以快递公司员工名义注册了外卖平台APP，从此担任骑手。公司为他配发了电动车和统一工装，日常调度与考勤均由公司负责，但双方既未签署劳动合同，也未缴纳社会保险。一次配送途中的车祸，让工伤认定陷入争议。暴某于2024年2月离职后诉至法院，请求确认劳动关系。

法院调查发现，快递公司与一家管理公司签有《业务外包合同》，外包费用由佣金、管理服务费、税费及返费等构成，其中管理服务费竟为零元。暴某通过平台接单，报酬由管理公司代发，但资金源头却指向快递公司。在平台显示中，暴某的身份明确为快递公司员工。法院认为，暴某所从事的配送工作属于快递公司的业务范畴，站点站长通过微信群对其进行了实质性的工作监督和考勤管理，双方关系表现出强烈的人格从属性。至于管理公司发放报酬，证据表明其仅代发工资。合同对价低、履行过程异常，明显有规避劳动关系、转嫁经营风险的嫌疑，该风险不应由劳动者承担。据此，法院认定暴某与管理公司之间不存在实质管理关系，快递公司以《业务外包合同》为由否认劳动关系的抗辩不被采纳，最终确认双方存在劳动关系。

法官提示，法律不会容忍借“自己管人、外包发钱”之名行规避法定责任之实。用人单位若企图以此逃避签订劳动合同、缴纳社保或承担工伤赔偿等义务，不仅徒劳无功，反而可能招致更重的法律后果和赔偿负担。

第二类情形则是“以承揽合同行用工之实”。自2021年7月起，于某在某配送站担任骑手，为A公司提供商超商品配送服务。2023年底，A公司撤出该站点，由B公司接手，于某随之被解绑并与B公司绑定，由此与A公司产生劳动争议。于某坚称自己是A公司员工，而A公司则主张双方为承揽关系，出示了《项目转包协议》，声称于某系以个体工商户身份承包配送业务，工资经由第三方平台支付。

法院审理后认定，双方均具备法定劳动关系主体资格，于某的配送工作构成A公司业务的一部分。虽然工资按单量计算，但A公司对骑手进行排班、控制接单量，甚至单独派单，显然实施了管理行为。据此，法院判定双方符合事实劳动关系成立条件，确认劳动关系存在。

法官提醒，用人单位通过要求劳动者签署承揽或合作协议来“去劳动关系化”，在司法实践中难逃穿透式审查。只要用工实质符合劳动关系特征，即使披着承揽协议的外衣，也会被认定为事实劳动关系。

第三类情形为“名为外包实为派遣”。李某与甲公司签订劳动合同后，被安排至乙公司担任销售员。甲、乙两公司间有《劳务外包合作协议》，约定甲公司派驻人员从事营销项目。因乙公司将李某退回，甲公司随即以严重违反制度为由解除合同。李某申请仲裁后起诉甲公司。

法院指出，尽管李某与甲公司签有合同，但其在乙公司工作场所接受乙公司的管理、指挥，且工资、福利由乙公司确认和结算，这暴露出两公司间是典型的假外包、真派遣关系。乙公司作为用工单位，未能提供证据证明其按约定程序处罚并退回李某，因此其以违纪为由退回的行为缺乏依据。甲公司作为用人单位，盲目依赖退回决定解除劳动关系，于法不合，最终被判支付违法解除赔偿金。

法官建议，企业必须厘清外包与派遣的界限，不可借外包协议掩盖真实用工关系。用工单位退回劳动者后，派遣单位应独立审查解除条件，依据事实和法律作出决定，而不能机械跟随用工单位的“退回”指令。

香港七月二十日电（记者戴梦岚电）当人工智能能在眨眼之间挥就小说华章、吟咏诗句，甚至炮制出令人难辨真伪的影像时，第36届香港书展上众多执笔人，却将思考的焦点不约而同汇聚到同一命题：在机器愈发擅于书写之际，人类如何守护那份不容取代的独特价值？

在首位摘取普利策新闻奖桂冠的华人摄影家刘香成《古道新章》新书分享会上，一名高中生的提问直指核心——"AI是否能取代摄影师？"刘香成答道，人类对故事的渴求从未停歇，而故事传递的脉络中，有两样基石是智能工具难以企及的：真相与共情。"我坚信，纵使AI降临，也不会有人因此停止讲述。"

作家许知远面对AI创作热潮，流露出难以掩饰的忧虑："当我读到那些由算法生成的文字，内心确实涌起一阵不适。"他质疑AI能够"伪装出精致的表达"，但人与机器的根本分野，在于人类身上那些不可预期的、乃至带点"脱轨"色彩的特质——那些迷惘、徘徊，以及追寻自我的漫漫长路。文学史上真正留下印记的大师，无不毕生叩问"我是谁"。这种略带"偏执"的独特性，在AI愈发普及的时代，反而将愈发熠熠生辉。

作家苏童则将文学创作视作一种带着体温的劳作。在他看来，AI充其量是一位得力的助手，却难以成为文学的灵魂。"AI归根结底是数据的堆砌，而文学恰恰是想象的疆域。"他掷地有声地强调，创作所蕴含的创造力，永远无法被代码复刻。

相较于前述三位作家聚焦于"能否替代"的思辨，冯唐则选择了一条更务实的路径——探索人机共舞的可能性。"我是AI的深度用户，始终偏爱那些最尖端、最昂贵的模型。"这位前任麦肯锡全球董事合伙人，在专访中对中新社记者直言，AI既已问世，便再难"收回盒中"，它正悄然催生一场"脑力平权"的浪潮。与其抗拒，不如将其转化为手中利器。

在其熟稔的管理咨询领域，冯唐观察到，AI撰写管理报告、勾勒战略蓝图的能力，已悄然超越顶尖商学院的新晋毕业生。"若执意与之硬碰硬，坦白讲，你必输无疑，那是一条绝路。"在他看来，人类的价值恰恰蛰伏于AI力所不逮的三重维度：提出洞见式的发问、对生成内容进行甄别取舍、以及斡旋人际间的协作推进。

在文学创作的疆界里，冯唐赋予AI一个鲜活的定位——"高级图书管理员"。它能够高效地检索资料、整合信息，却无法触及创作的核心。他不无憧憬地坦言："我盼望有朝一日，AI能写出'春风十里不如你'般的句子，或炮制出更精妙的战略方案，但就眼下而言，这种景象尚在远方。"

冯唐进一步指出，正当AI以更迅捷、更出色之姿攻城略地时，反而更需人类下足"笨功夫"，去锤炼判断力、沉淀经验。"好比有了计算器，仍要坚持笔算一般，这种付出，或许是绕不开的苦修。而恰恰是这份坚持，或许能让人比旁人走得更远、扎得更深。"

"我如今把AI视作自己的'外骨骼'，"冯唐如此比喻，"但行路终究要依靠双腿。"人类既要学会驾驭这具"外骨骼"的精髓，也应懂得在恰当时机卸下它，让自身的肌肉与心智，始终保有蓬勃的力量。

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。