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
澳门特区创新主体获批纳入珠海市知《识产权》保护中心专利预审服务范围
南粤七月，知识产权领域传来佳音。广东省市场监督管理局于20日披露，国家知识产权局已正式批准将澳门特别行政区的创新实体纳入珠海市知识产权保护中心的专利预审服务版图。自此，澳门的相关创新主体将得以借助该保护中心的专业通道，享受高效便捷的专利预审服务，从而加速科技成果的知识产权布局与转化进程。
广东与港澳两地地缘相近，科创协作历来紧密。此前，深圳知识产权保护中心已将香港特别行政区的创新主体纳入其专利预审服务范畴，如今这一服务半径再度延伸，覆盖至澳门特区的相关产业创新力量。此举不仅为澳门融入国家发展大局注入新动能，更为粤港澳大湾区建设添砖加瓦，持续贡献知识产权领域的智慧与支撑。(完)
使用说明
孩子视力不好先别急《着配镜》
炎炎夏日，暑假翩然而至，不少父母纷纷携子女奔赴眼科门诊，一旦看到检查单上“视力未达1.0”的字样，便顿时忧心忡忡。然而，学龄前孩童的视力解读，与成年人截然不同，其中藏着诸多容易被误解的“盲区”，以下五大常见迷思，值得每位家长细加厘清。
迷思一：视力未及1.0便等同于近视。实际上，学龄前儿童的视力低于1.0，多为正常的生理性表现，绝非近视的先兆。孩童的视觉能力乃渐进式成熟。依据国家卫健委发布的《0～6岁儿童眼保健核心知识》，3至5岁幼童的视力正常值下限为0.5，6岁及以上则提升至0.7。通常要到7至9岁，视力方可达标至1.0或更高。因而，一位三岁幼童裸眼视力为0.5，实属合乎常理——视力稍低并不代表眼睛出了问题，它或许只是视觉系统发育进程中的寻常印记。
迷思二：视力优良如1.0便代表眼睛健康，可以高枕无忧。此观点忽略了一个至关重要的概念——远视储备。孩子们呱呱坠地之际，皆为“远视眼”，其生理性远视度数约在200至300度之间，犹如一笔“视力储蓄”，用以抵御日后近视的逼近。伴随着眼球的发育，这笔“储备金”逐步递减，直至8至12岁才渐渐过渡至正视状态。若在幼儿园阶段，远视储备即被过早挥霍殆尽，提前迈入正视乃至近视行列，那未来发展为高度近视的隐患便会显著攀升。因此，对学龄前孩童而言，1.0的视力未必是佳音，反而提醒我们更需审视远视储备是否与年龄相符。
迷思三：仅凭电脑验光结果，即妄下“远视储备告急”的断言。未经散瞳处理的电脑验光数据，基本缺乏诊断意义。在医学范畴中，评估远视储备的黄金准则，唯有睫状肌麻痹验光（即散瞳验光），唯有在调节肌完全松弛之际测得的数据，方能反映真实的储备状态。请铭记：电脑验光单在眼科医师眼中，仅是一份粗略的“筛查线索”，必须辅以散瞳检查、眼轴长度、角膜曲率等多项指标方能综合判断。切勿手持一张未散瞳的验光单自行“对号入座”，徒增无谓的焦虑。
迷思四：视力欠佳便归咎于屈光不正，却疏忽了弱视的潜在威胁。儿童视力不佳的成因纷繁复杂，绝不可草率地与近视划等号，其中尤需警惕的是弱视。关键在于，近视可借助镜片矫正至正常水平，而弱视即便佩戴合适度数的眼镜，视力依旧难以达标。弱视治疗的黄金窗口期集中于3至6岁，一旦错过这一敏感阶段，治疗难度便会成倍上升。因此，当体检报告中提示“视力低常”时，务必前往专业眼科机构，通过散瞳验光等手段，甄别其究竟是单纯屈光不正抑或弱视，切勿因一时疏忽而贻误最佳干预时机。
迷思五：轻信商业“视力训练”或民间偏方，却漠视专业诊断的价值。这并非全然否定视功能训练的医学意义——在临床实践中，调节功能训练、集合功能训练以及弱视感知觉训练等，皆具备循证医学的坚实支撑。但关键在于：训练之前，必须先经专业眼科明确诊断——孩子是否存在视功能异常？究竟属于哪一类型的问题？训练的具体目标又当如何设定？唯有在医师量身定制个体化方案后，方可在医疗机构内或遵照医嘱施行。切不可将“训练”与“治疗”混为一谈，更不能越过诊断环节，径直将孩子送往商业机构进行盲目操练。
总而言之，若发现视力报告出现异常，抑或有意了解远视储备状况，正确的途径是携孩子前往正规医院眼科，建立专属眼健康档案，接受散瞳验光、眼轴测量等全面性检查。依循医师的专业建议，采取诸如增加日间户外活动、必要时验配眼镜或进行规范化视功能训练等科学干预措施。(作者：王韧琰，系清华大学附属北京清华长庚医院眼科中心副主任医师)
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7