软件介绍
台风“红霞”来《袭 香》港发出今年首个“八号风球”
中新社香港七月二十五日电 题：台风“红霞”逼近 香江拉响今年首个“八号风球” 记者 刘玥晴 张祥毅
今年第12号台风“红霞”步步紧逼，香港天文台于25日晚上10时10分发布本年度首个八号西北烈风或暴风信号，即俗称的“八号风球”，并预告可能在26日凌晨1时到2时之间，将信号升级为九号烈风或暴风风力增强信号，也就是市民常说的“九号风球”。
香港的热带气旋警报体系共分五级，依次为一号戒备信号、三号强风信号、八号烈风或暴风信号、九号烈风或暴风风力增强信号及十号飓风信号。当天下午1时20分，天文台率先挂出三号强风信号。
记者午后走访湾仔一带，见到不少市民已纷纷投入防台准备，井然有序地选购蔬菜、肉类、水果及海鲜等生活物资。在一家超市里，市民赵先生手提数袋速冻水饺、烧卖及包子，他笑着对记者说，台风天出门不便，速冻食品烹饪省事，多囤一些就不用频繁跑下楼，家人吃着也轻松省心。
与此同时，楼宇门窗的防风加固工作也在紧锣密鼓地推进。记者途经九龙一处商场时，目睹工作人员正为临街的玻璃门窗交叉贴上防风胶带，以降低碎裂风险；附近还有住户采用“米”字型贴法，对家中窗户进行加固处理，防范于未然。
香港特区政府运输署当天发布消息称，内地铁路部门通报，因应预期中的恶劣天气，25日至27日期间，多班往来香港西九龙高铁站与广州南站、深圳北站、上海虹桥站、北京西站等地的列车车次将取消，另有部分车次的出发站或终点站有所调整。
航空运输亦受波及。记者从香港机场管理局获悉，截至25日下午4时50分，香港国际机场当日已有29班离港航班及20班抵港航班取消，同时有126班离港航班与112班抵港航班出现延误。
香港国泰航空则宣布，所有原定于26日凌晨1时15分至下午6时之间抵港及离港的航班全部取消，受影响的旅客将获安排转乘其他班次，航班运营预计最快在26日傍晚或27日逐步恢复常态。
陆路与海上交通同样受到影响。香港铁路有限公司、公共巴士及轮渡营运商均表示，“八号风球”生效期间将仅提供有限度服务或全面暂停服务。港珠澳大桥穿梭巴士则自25日晚上10时30分起停运。
香港特区行政长官李家超当日于社交平台发文指出，已指示特区政府各相关部门展开全面充分的准备与应变部署，以抵御台风“红霞”可能带来的挑战。他同时呼吁公众保持警觉，时刻留意政府发布的最新气象资讯。
特区政府渠务署透露，已针对可能出现较严重水浸的区域作出专项预防与应急安排，包括安装可拆卸式挡水板、向居民派发沙包、对全港约240个易因淤塞而积水的黑点进行巡查清理，并调派强力排水机器人“龙吸水”随时待命。
香港天文台预测，受“红霞”外围雨带影响，26日香港将迎来频密的狂风大骤雨及雷暴，海面亦将出现大浪及涌浪，提醒市民与游客远离岸边，注意安全。(完)
功能特点
广西出台预《防中》小学生溺水法规 自救技能进入课堂
在7月30日，《广西壮族自治区预防中小学生溺水若干规定》（简称《若干规定》）正式通过广西壮族自治区十四届人大常委会第二十六次会议审议，并即刻宣布施行。这一举措旨在针对区内复杂的水域环境，为中小学生筑起一道坚实的防溺水安全屏障。
当日，自治区人大常委会组织新闻发布会，详细解读了《若干规定》的核心内容。据自治区人大常委会副秘书长赵武林介绍，广西水系密布、水域形态纷繁，这使得中小学生溺水风险防范成为一项严峻挑战。此次立法明确划定了各职能部门的责任边界，力求在法治框架内有效化解此类隐患，此举具有深远的现实意义。
《若干规定》共十六条，内容涵盖预防溺水工作的基本原则、各相关主体的职责划分、宣传教育推进、游泳设施建设、情境化教学模式、预防与应急救援措施，以及对应的法律义务等，形成了系统化的治理方案。
在职责界定上，《若干规定》对各级政府、教育机构、监护人及其他相关方提出了明确要求。县级以上人民政府需要建立常态化的防溺水协同工作机制，定期研讨并部署相关工作，牵头开展危险水域的排查与治理，同时将所需经费纳入年度财政预算。教育、体育、水利等主管部门应在各自管理范围内履行相应职责。乡镇及街道办事处则需将防溺水工作融入网格化服务管理框架，负责区域内的隐患排查、日常巡查及应急处置，同时明确专人负责巡查，按规定布设防护设施与警示标识，配备应急救生设备，并构建快速反应的应急系统，指导村（居）委会落实相关任务。
考虑到广西农村地区不少家庭存在外出务工情况，留守学生规模相对庞大，校外及节假日期间溺水事件多与监护缺位紧密相关，《若干规定》特别强调，中小学生的父母或其他监护人应为非在校时段预防溺水的首要责任承担者，必须履行常态化的安全教育、日常监护以及委托照护时的告知义务。
对于学校方面，《若干规定》要求中小学校系统开展防溺水知识传授，结合本地实际推行游泳技能与自救技巧训练，着力增强学生的风险辨别意识，提升其对水域特性的熟悉程度及应急自救能力，从而全方位织密防溺水安全网络。
使用说明
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。
更新日志
台风“红霞”来《袭香》港发出今年首个“八号风球”中新社香港七月二十五日电题：台风“红霞”逼近香江拉响今年首个“八号风球”记者刘玥晴张祥毅今年第12号台风“红霞”步步紧逼，香港天文台于25日晚上10时10分发布本年度首个八号西北烈风或暴风信号
句子8