7月19日，首届全国数智健康大赛上海赛区复赛在徐汇滨江正式拉开帷幕，本次赛事以“数智赋能，守护健康”为主题。走进比赛现场，技术交锋火花四溅，创新理念层出不穷，每一轮答辩、每一次互动都成为智慧交融、经验互鉴和成果共享的重要平台。

据悉，此次大赛由国家卫生健康委统计信息中心在全国范围内发起，旨在深入推进“人工智能+医疗卫生”战略行动。上海赛区复赛由上海市卫生健康委负责组织协办，紧紧围绕卫生健康行业在数字化转型中面临的核心痛点、关键难点和现实堵点，在赛事机制、评审体系和赛道布局三个维度进行了全面升级，着力打造专业化、实战化、可落地的赛事框架，确保比赛呈现出高质量、高水准、高成效的鲜明特色。

自复赛正式启动以来，上海赛区人气持续高涨，吸引了来自全国20多个省市的104支参赛团队齐聚申城，展示各自风采。与此同时，大赛亦搭建起沟通协作的优质桥梁。在赛事机制设计上，上海赛区重点承办了诊疗方案生成和病历书写生成两大智能化赛道，广泛覆盖全科及专科的多元应用情境。比赛采用真实数据验证、专家独立评审、系统实操展示、路演答辩等方式，将客观数据验证与主观应用演示紧密融合，以实际行动履行大赛使命，充分彰显赛事的专业权威性。

在评审环节，上海赛区构建了一支由全国三甲医院临床专家、公共卫生管理专家、智能科技领域学者等组成的多学科融合评审团队，推行“技术答辩+场景实操+落地评估”的综合性评价体系，突破以往单一技术评分模式的局限，从创新维度、应用价值、实际落地能力和社会效应等多个层面综合评判参赛项目的整体表现。

在赛道设置方面，上海赛区创新性地推出了“便民、助医、辅政、促研”四大主题赛道，精细筛选出一批技术领先、实用性强、可复制推广的优质项目，构建了从思路创新、原型验证、中试打磨到成果转化的全流程支撑生态，为卫生健康事业的高质量发展注入强劲动能。

赛事组委会透露，上海将以此为契机，聚焦创新驱动与成果转化，深耕健康数智化前沿领域，持续完善产学研用一体化创新链条，不断激发数字健康产业的生机与活力，凭借创新力量赋能健康上海建设，并为全国卫生健康数智化转型贡献上海智慧与可行方案。(完)

中新社香港7月26日电 香港特区政府财政司司长陈茂波于26日发布网志称，凭借优越的自然景观、周密的空间规划、完善的交通网络以及顶尖的高教资源，北部都会区（简称“北都”）将与进驻的科技创新企业、专业人才及多元产业紧密融合，逐步蜕变成一个集宜居、宜业、宜学、宜游于一体的现代化都会地带，同时亦将成为驱动香港未来经济增长的全新动力源。

陈茂波在文章中透露，特区政府正着手编制香港历史上首个五年发展规划，而行政长官的新一份施政报告也正处于公众征询阶段。日前，一场聚焦“宜居城市”主题的咨询活动吸引了逾80位来自规划、环保、社会福利、智库及各类专业团体的代表，他们从多个维度出发，共同为香港宜居环境的优化升级献计献策，并对北都的未来前景表现出高度关注与热切期盼。

他进一步说明，目前北都区域内已有四个新发展区破土动工。展望未来五年，这里将新增超过7万个住宅单位，以及100万平方米的经济产业楼面空间；而到十年之后，预计累计建成的房屋单位将达到约24万个，经济楼面面积则会突破1000万平方米。北都的各个社区均采用“15分钟生活圈”的设计理念，通过科学配置各类公共设施，确保居民徒步或骑行不超过一刻钟，即可满足日常生活中的绝大多数需求。

谈及产业发展，陈茂波指出，北都将重点推动科技创新与多元化经济业态的协同并进，预期能够催生大约50万个崭新的就业岗位。在河套深港科技创新合作区的香港园区内，已有逾90家创科企业完成入驻，且今年内还将有5栋大楼陆续竣工。与此同时，新田科技城和洪水桥产业园等园区的运营公司也已相继组建，各项建设正加速推进，未来将与规模宏大的北都大学城区形成联动效应，实现“政、产、学、研、投”五位一体的深度融合，从而释放出更为丰沛的就业机遇。

陈茂波还强调，北都区域内分布着自然风光旖旎的郊野与海湾。除了已经挂牌成立的红花岭郊野公园之外，三宝树湿地保育公园的相关工程亦在稳步开展。这一公园不仅致力于守护珍稀野生动物，还将保留生态友好的传统鱼塘，此举既能丰富当地的生物多样性，又可向市民提供高品质的本地水产品，并为大家打造一处休闲放松的理想场所。

此外，陈茂波着重指出，智能化管理已成为城市治理的核心方向。要建设智慧城市，提供更加高效便捷的公共服务，离不开全面且扎实的数据基础设施作支撑。特区政府正积极推行数字身份认证体系，不断优化市民的个人数码身份功能与一站式个性化数字服务平台“智方便”的用户体验，同时也在着手研发数码企业身份系统，预计年内即可正式推出。

2026年盛夏时节，遵义市依托得天独厚的山水禀赋，以亲水型户外体验为突破口，持续精进避暑度假的配套设施与服务体系。从蜿蜒水面的景观公路到幽深峡谷的激流探险，从隐秘地底的暗河秘境到茶园掩映的溪涧步道，当地深耕“水+红、茶、酒、洞”的多元融合模式，清凉的自然环境不仅让八方游客流连忘返，更让“避暑度假到遵义”这一金字招牌愈发响亮。

赤水河谷的骑行道、桐梓山间的漂流线、绥阳溶洞内的桨板探秘、习水的水上公路奇景、凤冈茶谷的溯溪体验，以及余庆湖面的极速快艇——遵义的亲水玩法正呈百花齐放之势。漂流、溯溪、飞拉达、摩旅、湖畔露营等各具特色的户外项目加速布局，并与乡野民宿、山林康养、地道农产等业态深度融合，推动游客从走马观花式的单日行程，升级为深度体验的长期驻留，由此构筑起“水景吸引客源、民宿承载留宿、配套拉动消费、产业带动增收”的完整避暑经济循环。

习水县飞鸽森林公园内的天然水上公路，今夏成为游人争相打卡的热门景观。林海环抱之下，清澈见底的浅滩河道上车辆缓缓碾过水面，游客或于岸边驻足拍照，或嬉水纳凉，好不惬意。邻近的飞鱼谷漂流则与这片浅滩形成完美互补——平缓水域是亲子家庭的欢乐天地，湍急河段则满足年轻人对刺激的追求，这里既有社交媒体的传播热度，又有实实在在的户外体验粘性。

亲水景观所激发的，远不止于短期的人气聚集，更是长期旅居生活的开端。习水县依托天然水域与山地气候，重点打造六大避暑片区，培育民宿已达1527家，每年吸引约30万川渝游客在此长期居住，其中回头客比例超过八成。

凭借丰沛的河谷水资源、广袤的林海生态和立体的山地气候条件，遵义正日益成为成渝地区“候鸟式”避暑人群的理想栖息地。“游客玩水后选择留下来，麻羊、方竹笋这些山货的销路也随之拓宽。”习水县文旅部门的工作人员在31日受访时透露，亲水产业每年带来的特色农产品销售额已突破2亿元，实实在在鼓起了村民的腰包。

桐梓县九坝镇，一个常住人口仅约2万的黔北小镇，常年气温维持在19℃上下，而到了夏季却能涌入约12万名避暑大军。这里985家民宿依托清凉的山泉与完善的配套常年爆满，昔日匆匆一瞥的过客，如今已蜕变为在此安居两三个月的“新村民”。

遵义的亲水避暑版图，远不止于漂流一项。各县区深挖本土资源，实施差异化布局，共同织就了一张各具特色的清凉产品网络。

在绥阳，亚洲第一长洞——双河洞为亲水玩法开辟了全新的想象空间。洞内恒温约16℃，游客可乘桨板悠游于地下暗河，亦可沿河谷峭壁挑战洞穴飞拉达，在地心深处感受清凉与冒险交织的奇妙体验。地面之上，清溪峡漂流、山间溯溪、汇川白石崖的悬崖天梯等项目环环相扣，构建起“地下+山间”的立体玩水体系。“过去游客大多半日往返，如今溶洞特色水上项目推出后，近半游客会选择入住周边的洞穴民宿，再串联漂流、溯溪，组成两日避暑路线。”绥阳县十二背后景区负责人表示，差异化的亲水产品显著拉长了游客的停留时间，也带动了周边住宿、餐饮、交通等多领域的综合消费。

务川的洪渡河漂流将刺激的玩水体验与仡佬龙潭古寨的民俗风情巧妙串联；凤冈的万佛峡谷则藏身于广袤茶海之间，原生态的溯溪线路配上茶旅之心摩旅环线，为茶乡避暑注入了更多律动与活力。遵义的亲水户外产品，正从孤立的景点向带状、片区化的网络体系不断延伸。

在漂流、桨板、溯溪、快艇、骑行、露营等多元业态齐头并进的同时，遵义更将清凉资源与红色文化、酱酒文化、茶旅康养、溶洞探秘等元素深度交织，推出红色研学、酒旅康养、茶乡避暑、溶洞探险等一系列复合型线路。千余场村晚、洞穴音乐会、水上嘉年华等精彩活动，极大丰富了旅居者的夜生活，让避暑度假体验从白天的水上狂欢，一路延续至夜晚的缤纷文娱盛宴。

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。