【菜科解读】

央广网大连5月7日消息（记者丁一）五一假期如约而至，双假叠加带动文旅市场热度持续攀升。

金石滩度假区依托山海资源禀赋，全方位提升游客体验感，使假期文旅市场持续升温，消费活力充分释放。

据大数据测算，假日期间，金石滩度假区共接待游客50.5万人次，同比增长16.9%；

实现旅游综合收入3.63亿元，同比增长17.1%。

游客接待量与旅游综合收入双双创下历史新高。

发现王国夜场秀（央广网发 大连金石滩国家旅游度假区管委会供图）

金石滩度假区以山海资源为基底，推动文体旅多业态深度融合，打破传统度假模式，让游客在沉浸式体验中感受滨海旅游的独特魅力。

假日期间，发现王国以潮流文旅为核心，举办UPUP音乐节，打造YOLO潮流夜、全民欢唱夜两大主题夜场秀，搭配升级版梦幻烟火秀，将节日氛围拉满；

同步开启的奥特曼主题区三周年庆典，推出多元化互动活动，满足亲子家庭与年轻群体游玩需求。

快乐海岸打造海陆空全域玩海场景，除20余项海上游乐项目外，推出水上飞人表演、海上大黄鸭打卡等特色内容，全方位满足游客玩海需求。

山海奇幻谷以户外障碍挑战赛事+国风游园双核驱动，刷新五一假期客流新高，假期累计接待游客超4万人次，单日最高入园突破8000人次。

山海花朝节、花神巡游、花朝音乐会等十余项活动，为游客留下精彩、有趣、充实的五一狂欢记忆。

凉水湾游艇码头推出“海上游金石滩”快艇观光+海边拾鲜双重套餐，游客不仅可以乘快艇一览山海奇观，还可以沉浸式体验赶海乐趣。

游客观赏艺术展（央广网发 大连金石滩国家旅游度假区管委会供图）

五一期间，“鲁艺薪火·艺启新程”鲁迅美术学院春季教师作品展和“陶瓷100”陶瓷装饰绘画巡展两场高水平艺术展面向市民游客免费开放，展出的作品不仅有鲁迅美术学院（大连校区）各院系教师优秀作品，还有全国陶瓷装饰绘画领域青年才俊及知名艺术家的精品力作，深受艺术爱好者欢迎。

聚焦游客多元化休闲需求，金石滩度假区全方位升级游玩场景，丰富产品供给，以场景创新带动消费升级，让假日经济更具活力。

游客游览国家地质公园（央广网发 大连金石滩国家旅游度假区管委会供图）

大连滨海国家地质公园以亿年山海奇观为核心，推出山海集章换盲盒互动玩法，让游客在打卡赏景的同时收获额外乐趣，吸引大批游客慕名到访。

金石文化博览广场以文化体验为核心，推出“馆长大咖见面日”特色活动，让游客深度感受文化魅力。

生命奥秘博物馆“做一只会摸鱼的动物”主题活动，融合互动体验、科普讲座等多种形式于一体，让游客在休闲放松中收获知识与乐趣。

金石万巷美食街在五一假期全新亮相，唐风古街风貌搭配各地特色小吃，打造“美景+美食”沉浸式消费场景，让游客流连忘返。

北马山庄不仅有田园采摘等传统体验项目，这个五一还推出土窑烧披萨、打糍粑、手工珐琅掐丝等多种亲子互动体验项目，让孩子们收获满满。

假期露营（央广网发 大连金石滩国家旅游度假区管委会供图）

假期里，露营度假成为热门选择，躺营日记露营地推出篝火、烟花秀、互动游戏等特色服务，今石秋谷、金石森居等户外露营地同步打造假期专属体验，各露营地人气爆棚、一席难求。

金石滩绿发希尔顿度假酒店、大连硬石酒店、绿发温泉假日酒店等相继推出美食趣味、音乐演绎、亲子互动等特色玩法，让游客住得舒心、玩得开心。

假日期间，金石滩度假区9家重点监测酒店平均入住率近八成，发现王国度假酒店、汤景泽日式温泉酒店、亚朵酒店等多家酒店连续3日满房。

游客了解金石滩旅游项目（央广网发 大连金石滩国家旅游度假区管委会供图）

据悉，为确保五一假期旅游市场安全平稳运行，金石滩度假区坚持以游客为中心，贴心服务“不放假”。

以主要景点及周边道路包保工作为主线，度假区管委会干部职工深入游客中心、景区景点一线，做好游客疏导、咨询答疑等服务保障工作，全力做好游客服务。

联动多部门对重点场所、重点领域开展拉网式全覆盖监管，实现监管全覆盖、隐患全清零，营造安全平稳有序的旅游环境。

英伟达力荐，小团队两个月开源一款「光速级」智能体推理引擎

机器之心编辑部 智能体时代的核心是算力。

尤其是在 Coding Agent 爆发之后，算力问题变得前所未有地尖锐。

Claude Code、Codex、Cursor 等产品正在把 AI 从「问答工具」变成「持续运行的软件协作者」，单次会话轻松突破 50K tokens，系统负载转向了更极端、更复杂的智能体负载。

最近有关算力的大新闻层出不穷。

今天的最新消息：马斯克的 SpaceX 与 Anthropic 宣布达成了重磅协议，超过 22 万块英伟达 GPU 将为 Anthropic 所用。

而 Anthropic 对与 SpaceX 合作开发未来的太空算力体系「表示有兴趣」。

在如此庞大的算力需求下，除了开源还有节流。

也是今天的最新消息：OpenAI 发布了多路径可靠连接 (MRC)，可帮助大型 AI 训练集群更快、更可靠地运行，并减少 GPU 时间的浪费。

我们知道，即便只是单 GPU 吞吐率上的微小提升，一旦应用到生产级集群中，也能够在服务持续增长需求的同时，节约相当可观的算力。

来自 LightSeek Foundation 的一个小团队，在两个月时间内打造了一个全新的，号称「光速」的大模型推理引擎 TokenSpeed。

这一引擎拥有 TensorRT LLM 级别的性能，vLLM 级别的易用性。

并且拥有 NVIDIA Blackwell 上最快的 MLA 注意力内核。

一经发布，TokenSpeed 就受到了英伟达发推文力荐。

目前，该引擎已经开源。

让我们参阅其技术博客，来深入了解「光速」引擎的技术细节。

博客标题：TokenSpeed: A Speed-of-Light LLM Inference Engine for Agentic Workloads 博客链接：https://lightseek.org/blog/lightseek-tokenspeed.html Github 链接：https://github.com/lightseekorg/tokenspeed TokenSpeed 技术简介 TokenSpeed 从第一性原理出发，专门为智能体推理场景设计。

它为智能体负载提供接近「光速级」的推理能力，核心包括：基于编译器的并行建模机制、高性能调度器、安全的 KV 资源复用约束、支持异构加速器的可插拔分层 kernel 系统，以及用于低开销 CPU 侧请求入口的 SMG 集成。

建模层采用本地 SPMD（Single Program, Multiple Data，单程序多数据）设计，在性能与易用性之间取得平衡。

TokenSpeed 允许开发者在模块边界指定 I/O placement 注解。

随后，一个轻量级静态编译器会在模型构建过程中自动生成所需的 collective operation，从而无需手动实现通信逻辑。

TokenSpeed 调度器将控制平面（control plane）与执行平面（execution plane）解耦。

控制平面使用 C++ 实现，并被构建为一个有限状态机（FSM），结合类型系统，在编译期而非运行期强制执行安全资源管理，包括 KV cache 状态转移与使用。

请求生命周期、KV cache 资源以及重叠执行时序，都通过显式 FSM 状态迁移与所有权语义进行表示，因此系统正确性并非依赖约定，而是由一个可验证的控制系统来保证。

执行平面则使用 Python 实现，以保持开发效率，使研究人员与工程师能够更快进行功能迭代，并降低整体认知负载。

TokenSpeed 的 kernel 层将 kernel 从核心引擎中解耦，并将其视为一级模块化子系统。

它提供了可移植的公共 API、集中的注册与选择机制、组织良好的实现结构、面向异构加速器的可扩展插件机制、经过整理的依赖体系，以及统一的快速迭代基础设施。

与此同时，团队还针对 NVIDIA Blackwell 架构进行了大量性能优化。

例如，他们构建了当前智能体负载场景下速度最快的 MLA（Multi-head Latent Attention，多头潜在注意力）kernel 之一。

在 decode kernel 中，由于部分场景下「num_heads」较小，团队通过对「q_seqlen」与「num_heads」进行分组，以更充分利用 Tensor Core 的计算能力。

而 binary prefill kernel 则包含了经过精细调优的 softmax 实现。

目前，TokenSpeed MLA 已被 vLLM 采用。

TokenSpeed 性能预览 Coding Agents（编码智能体）带来了异常严苛的推理工作负载，上下文通常会超过 50K tokens，对话也经常跨越数十轮。

大多数公开基准测试并不能充分捕捉这种行为。

研发团队与 EvalScope 团队一起，基于 SWE-smith 轨迹对 TokenSpeed 进行评估，这些轨迹密切反映了生产环境中 Coding Agents 的流量情况。

由于生成速度对 Agent 的用户体验至关重要，因此，团队的目标是在维持单用户 TPS（每秒 token 数）下限的同时，最大化单 GPU 的 TPM（每分钟 token 数）—— 通常是 70 TPS，有时是 200 TPS 或更高。

此外，研发团队针对 TensorRT-LLM（目前 NVIDIA Blackwell 平台上的最高水平）对这一设计进行了基准测试，并在认为针对 Agentic workloads 存在更好权衡的地方，采取了与之不同的设计方案。

下图展示了在不同部署配置下（无 PD 解耦），TokenSpeed 与 TensorRT-LLM 的 Kimi K2.5 性能帕累托曲线（Pareto curves）。

每条曲线都以 TPS/User（横轴）作为延迟指标，以 TPM/GPU（纵轴）作为吞吐指标，并通过扫描并发数绘制而成。

对于 Coding Agents（高于 70 TPS/User），最佳配置是 Attention TP4 + MoE TP4。

在这一配置下，TokenSpeed 在整个帕累托前沿上均优于 TensorRT-LLM：在最低延迟场景下（batch size 1）大约快 9%，在 100 TPS/User 附近吞吐量大约高 11%。

团队表示，他们的核心优化之一是 TokenSpeed MLA。

下图对比了 TokenSpeed MLA 与 TensorRT-LLM 的 MLA，后者是目前 NVIDIA Blackwell 上的 SoTA。

可以看出来，优化后的二进制版本预填充内核（prefill kernel），使用 NVIDIA 内部旋钮来微调 softmax 实现，在 Coding Agents 的五种典型预填充工作负载（带长前缀 KV cache 的 prefill）中，都超过了 TensorRT-LLM 的 MLA。

解码内核则将查询序列轴折叠进头轴，以更好地填充 BMM1 的 M tile，从而提升 Tensor Core 利用率。

结合其他优化，在带有 speculative decoding 的典型解码工作负载中（batch size 为 4、8、16，且带长前缀 KV cache），这使得相对于 TensorRT-LLM 来说，延迟几乎降低了一半。

最后，研发团队也表示，该项目于 2026 年 3 月中旬启动开发，虽然目前展示了惊人的性能，但仍有大量底层代码（如 PD 分离、KV 存储等）正在合并和完善中，接下来将继续推进。

从上述性能表现来看，不难看出，TokenSpeed 的出现旨在通过更现代化的架构设计，打破传统推理框架在易用性与极致性能之间的平衡点，为大规模 Agent 部署提供了一个高性能、开源的底座。

而英伟达的力荐，也说明推理引擎正在成为 Agent 时代基础设施竞争的一个新焦点。

更多信息，请参阅原博客！ 参考链接： https://x.com/lightseekorg/status/2052048105412141376 https://x.com/NVIDIAAI/status/2052061195381911806

“4只皮皮虾1035元”最新进展：当事人称已接到最新回复“市监局说价格没问题”

网友质疑“4只皮皮虾1035元”最新进展。

5月7日上午，记者联系上该网友，其回复称目前已经接到三亚市场监督管理局说价格没问题。

据极目新闻：5月5日，有网友反映，其在三亚一家海鲜店宵夜时，仅4只皮皮虾就花费1035元，价格过高，店家存在宰客行为。

网友发帖 该网友发布的图片显示，其于5月4日晚间前往三亚某海鲜店用餐，点了中号红花蟹、大号泰国濑尿虾、椰子饭及部分酒水饮品，4人共计消费1815元。

账单显示，大号泰国濑尿虾的单价为每千克1512元；

另一张点菜单则标注“大泰虾”4只，单价756元。

该网友在帖子中明确表示，已拨打12345政务服务热线进行投诉。

评论区多名网友称价格过高，并表示在其他地方吃没有这么贵。

账单 6日凌晨，三亚市市场监督管理局微信公众号发布情况通报回应此事：“5月5日，我们关注到有网友反映我市一海鲜店存在价格过高的问题，我局立即联合相关部门介入调查，目前三亚放心游平台已启动先行赔付机制。

一旦查实存在违法违规行为，我们将依法从严处理，绝不姑息。

” ▌来源：大象新闻、极目新闻 ▌编辑：韩明霞 校对：汤琪