据中央气象台7月30日最新通报，过去一天内，广东、河南、四川、吉林等地部分区域遭遇了显著强降雨过程。展望未来三天，广东、广西、福建、河南、山东、四川、陕西等地的部分区域预计仍将面临强降水威胁，相关部门需高度警惕山洪暴发、地质灾害、中小流域洪水以及城市内涝等次生风险。与此同时，吉林、黑龙江及内蒙古东北部地区将持续出现降雨，并伴随强对流天气特征，尤其是黑龙江部分区域的雨量可能较大，必须严密防范暴雨引发的次生灾害，同时关注其对交通运输、城市正常运转及户外活动的干扰。

回顾昨日（29日）的降雨实况，广东中西部、江西中部、河南中南部、四川盆地西部、云南西部等地普遍出现了大到暴雨，局部区域甚至达到大暴雨级别。此外，黑龙江东南部、吉林东北部也录得大雨或暴雨，其中吉林延边局地出现大暴雨。据统计，上述地区的最大累计降雨量达到174.7毫米，出现在河南南阳；最大小时降雨量则在30至89.8毫米之间浮动。

从未来三天的降雨趋势来看，四川中东部和南部、重庆西部、河南、山东西部、山西南部、河北南部、广东、广西、甘肃南部、陕西南部及云南等地将陆续迎来大到暴雨，部分区域可能遭遇大暴雨的猛烈冲击。

具体到7月30日上午8时至31日上午8时的24小时时段，四川盆地中西部、西北地区东部、黄淮西部、华北南部、华南大部、江南南部以及内蒙古东北部、青海东部等地的部分区域将有大到暴雨现身。其中，四川盆地中西部、甘肃东部、河南北部、山东北部、广西中部和南部沿海、广东中部和西南沿海等地的局部地区预计会出现大暴雨，累计雨量可达100至240毫米。上述区域在降雨过程中还将伴随短时强降水，最大小时雨量预计在20至50毫米之间，个别地点甚至可能突破70毫米。为此，中央气象台已于7月30日早晨6时继续发布暴雨黄色预警。

在强对流天气方面，未来三天黑龙江、吉林东北部及内蒙古东北部将频繁出现对流性降水，部分地区有大到暴雨，局地大暴雨，同时伴有短时强降水、雷暴大风或冰雹等剧烈天气现象。根据预报，7月30日早上8时至31日早上8时，东北地区北部、西北地区东部、西南地区东部、华南南部等地的部分地区将出现8级以上的雷暴大风或冰雹天气。中央气象台亦于7月30日早晨6时持续发布强对流天气蓝色预警。

从更长的预报窗口来看，7月31日上午8时至8月1日上午8时，四川盆地中西部和南部、云南西部、西北地区东部、华北大部、华南南部、海南岛、内蒙古东北部、东北地区中北部以及西藏中南部、青海南部等地的部分区域预计有中到大雨，其中四川盆地中西部和南部、甘肃南部、陕西西南部、黑龙江中北部等地的局部地区可能迎来暴雨或大暴雨，累计雨量在100至150毫米之间。

展望8月1日上午8时至8月2日上午8时，西南地区东部和南部、华北中北部、内蒙古东南部、东北地区中东部、华南南部以及西藏东南部、青海东南部等地的部分区域将有中到大雨，四川盆地中西部和南部、黑龙江东南部、广东东南部沿海、云南东北部等地的局部区域则可能出现暴雨或大暴雨，预计雨量同样为100至150毫米。此外，内蒙古西北部部分区域在7月31日及8月1日期间还将伴有4至5级的风力。

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。

中新网武汉7月30日电（记者 王东宇）依托146台无人值守机场构筑的智能网络，武汉这座长江与湖泊交织的超大城市，正迎来治理模式的全新变革。这套覆盖全域的低空无人机遥感监测体系，在全国范围内尚属首创。7月29日，武汉市测绘研究院携手大疆行业应用，对外集中呈现了以“城市智眼”为中枢的低空新型基础设施建设的阶段性成果。

由武汉市测绘研究院自主研发的“城市智眼”平台，当前已为全市16个职能部门提供支撑。146座无人值守机场以中心城区2至3公里、开发区与新城区4至5公里的间距进行网格化布设，除划设的禁飞区域外，各处响应均可在5分钟内抵达。系统支持“一键直飞、接力续飞、临时转飞”等多种灵活作业模式。

在日常交通管理实践中，武汉市公安局交通管理局已将无人机深度嵌入勤务体系。借助这张全域覆盖的飞行网络，一旦警情发生，无人机可在短短数分钟内飞抵现场并核实状况，同时依托AI智能算法，对占道经营、违规停车等行为实现精准锁定与即时识别，由此构建起“发现—定位—推送—处置”的全链条事件处理流程。武昌区交管大队辖区日均车流量高达90万辆次，无人机投入应用后，每年累计处置各类交通警情与突发事件接近千起。自去年8月启动部署以来，无人机共完成400起高架道路交通事故的处置，其中约三成通过远程喊话引导当事方自行拍照取证、撤离现场，无需民警登桥处理。当前，无人机作业半径已延伸至高架行人安全护航、工地常态化巡检、电动车违规穿行桥隧的安全宣导、景区客流疏导以及大型活动全域安保等多个维度。

在生态环境治理方面，武汉市生态环境部门已落地“蓝天卫士”“碧水卫士”“生态绿盾”等13个应用场景，无人机巡查被广泛运用于排污口摸排、扬尘及废气排放监控、河湖岸线巡检、水生生物观测等领域。针对农村水环境治理，已完成139个点位的精确定标，规划了73条巡航线路，确保巡查工作实现无死角、标准化、常态化。每次巡飞结束后，AI系统能够自动剖析水体状态，并输出规范化分析报告。

森林防火领域同样受益于“城市智眼”的赋能。武汉市森林防火监测预警中心借此构建起立体化的监测矩阵，全面贯穿火情处置的事前预防、事中应对与事后复盘。事前阶段，系统可生成森林防火预案的三维模型；事中阶段，调度无人机实时跟踪火势走向；事后阶段，则对受灾范围进行研判并开展推演总结。目前，“30分钟闭环”火情核查机制已趋于成熟：重点防火期每日12时至18时自动巡飞，日常一旦捕捉到火情预警，即可调度邻近无人机实施精准核实。非重点防火期，这些无人机则转而承担三维数据采集任务，服务于森林资源动态监测、图斑核查、防火设施巡检等多项业务。监测频率由此前的季度级跃升至日级，图斑识别精度达到亚米级。

目前，全市所有无人机均已接入城市运行“一网统管”平台。武汉市城市运行管理中心利用覆盖全市8569平方公里的三维地图（其中包含1200平方公里高精细三维模型），并整合水位、空气、桥梁等关键监测点数据，实现了对城市核心运行要素的全方位感知，推动城市管理从被动的事后处置加速向主动的事前预警与预测转变。

支撑多部门高效协同的，是一套“共建共享”的运营机制。自然资源、城建、城运、交管、城管、园林、环保、水务、应急等多个部门共用同一张机场网络，通过统一平台按需调度、自动排期，且各部门数据严格隔离、权限独立管控。一套基础设施服务全城各部门，有效规避了重复建设，显著压减了城市低空基础设施的整体投入。大疆行业应用表示，从2022年开启无人化作业的机场产品，到2025年实现“全时全域、全流程自动化”的大疆机场3，产品持续迭代正推动低空自动化逐步成为城市治理的日常标配。（完）

7月30日，一场聚焦“Token经济”发展的发布仪式在浙江嘉兴举行，其主题为“发展Token经济，助推产业提质”。活动现场，嘉兴市委常委、常务副市长颜海荣向外界发出诚挚邀请，表示将秉持开放协作与互利共赢的宗旨，热忱欢迎各类企业、高等院校及科研机构加入这一平台，共享资源、释放算力潜能，携手推动人工智能技术在更广泛产业领域落地生根。

当前，人工智能产业正加速迈入以词元（Token）为核心的新阶段。词元作为大模型智能服务的标准化价值单位，承担着连接算力、模型与应用的关键角色。而构建统一的Token公共服务平台，则被认为是打破算力孤岛、推动AI技术规模化部署的重要路径。

作为运营中心面向市场的对外服务窗口，长三角（嘉兴）Token运营中心的门户网站也在当天同步启动。据悉，该平台整合了五大统一功能模块，包括统一的API入口、Token计量机制、费用结算体系、政策抵扣流程以及安全审计标准，力求为企业用户提供一站式、规范化服务。

嘉兴市城市投资发展集团有限公司党委委员、副总经理魏栋在介绍中提到，企业只要完成一次接入，便能按需调用包括DeepSeek、Qwen在内的百余款主流大模型。平台遵循“企业提需求、平台选模型”的运行逻辑，能够依据任务特点自动匹配性价比最优的模型方案，在优化用户体验的同时有效控制Token消耗。此外，平台还针对不同客户群体推出了普惠包、按需套餐及专属定制等三类服务模式，力图让AI资源的获取像水电供应一样便捷透明、随时可取。

作为国家算力枢纽节点城市，嘉兴的算力规模位居浙江省首位。目前全市已拥有规模以上工业企业6327家、人工智能科创企业230余家，各类应用场景中所蕴含的AI需求体量庞大、潜力可观。

在这片土地上，扎实的算力基础设施与丰富的产业生态相互赋能，共同构筑起Token运营中心稳步前行的“双引擎”。在算力层面，嘉兴已聚集润泽、阿里、中国电信、中国移动等四个万卡级算力中心，为Token全生命周期的调度管理及标准化结算提供坚实底座；在应用层面，桐昆、立讯等行业领军企业以及大量中小制造主体，则为Token服务的实际落地提供了真实、多元且可持续的场景支撑。

接下来，运营中心将重点围绕纺织新材料、智能终端、高端装备等本地优势产业，推动Token从抽象的技术概念转化为企业生产运营中可感知、可量化的实用工具。

长三角（嘉兴）Token运营中心的定位是“立足嘉兴、服务长三角、链接全国资源”，其职能涵盖三大方向：其一，打造普惠化的服务入口，通过统一Token平台实现长三角企业“一次接入、全网通享”，明显降低AI应用门槛；其二，构建资源调度枢纽，有效衔接优质算力供给与区域产业需求，确保算力不闲置、需求不落空；其三，探索绿色可信服务模式，依托嘉兴在算电协同方面的先行实践，建设绿色Token溯源评价体系，为出海企业提供可信赖、可计量、可追溯的AI服务支撑。

启动仪式上，首批20家生态伙伴正式签约入驻。未来，各类算力、模型、应用及服务商均可依照统一标准接入该平台，携手共建一个开放、协同、共赢的Token经济生态圈。

对嘉兴而言，建设长三角Token运营中心并非追逐一时热点，而是着眼于提升服务企业、壮大产业、联动区域的长期能力。此次运营中心的正式启动，也是地方主动融入国家算力网络、探索AI服务规模化落地的一次生动实践。（完）