Web 3.0 ——下一代互联网的变革与挑战 姚前 陈永伟 等 著 中信出版集团 目录 前言 第一章 Web 3.0：渐行渐近的新一代互联网 第二章 Web 3.0：变革与应对 第三章 Web 3.0的经济逻辑 第四章 DAO：Web 3.0时代的组织和治理 第五章 DeFi：Web 3.0时代的金融变革 第六章 Web 3.0时代的商业创新 第七章 Web 3.0语境下的数字资产 0相关的政策。可以预见，在不久的将来， Web 3.0将成为国际竞争的一个新焦点。在这种情况下，我们有必要 对Web 3.0可能带来的变革及挑战有一个充分的认识，并提前为相关 政策准备预案。 本章对Web 3.0的发展历程进行回顾，并对Web 3.0可能带来的 变革、引发的挑战进行一系列分析，同时有针对性地提出一些政策 建议，希望能为公众和学术界认识Web 3.0、制定与Web 3.0相关的 政策提供一定的参考。 对应的通证。当申请提出后，所有该TCR的通证持有者都可以评估该 候选人加入后，是否能提升搜索用户的满意度，能否让通证的价值 提升。如果有人认为该候选人的加入会损害通证的价值，他就可以 对该申请提出挑战，然后让全体通证持有人进行投票（见图2.2）。 只有当赞成候选人加入TCR的投票比例超过某个限度，候选人才会被 允许加入，其事先存入的通证将会被返还，同时还会获得一部分额 外的通证；如果赞成者的比例达不到某个限度，则候选人的申请将

............................ 41 3.1 部分现行反歧视法律法规 .................................... 41 3.2 监管方面的挑战 ............................................ 44 3.3 监管重点和技术 ..................................... 来事 件或情况的任何责任。请读者不要过度依赖这些陈述。 文档摘要 本文围绕人工智能和生成式人工智能（GenAI）的法律和监管环境论述。 主要强调了生成式人工智能在复杂多变的环境中面临的挑战，这些挑战源于生 成式人工智能自身的多样化应用、全球监管机构采取的不同监管方法，以及对 现有规定的延迟适应。 本文旨在为各组织提供基本知识，帮助其从根本上了解自身的现状，并为 他们在快速变化的负责 和监管情况。虽然内容并非详尽无遗，但对于组织来说，这是一个了解自身现 状并确定负责任和合规的使用生成式人工智能应该考虑哪些关键因素的起点。 由于技术的不断进步以及法律和政策环境的演变，提供一份完整的概述是 具有挑战性的。因此，我们建议将这些信息作为了解不断演变的人工智能法规 和监管机构的基础。重要的是要意识到，人工智能法规来自全球各级政府和司 法管辖区。此外，尽管数据隐私和反歧视法规等法律不是专门为人工智能设计，

和新兴市场开展业务。在这些世界市场上，我们的员⼯进⾏着持续的多学科对话 - 获取信息，分析数据，制 定⻅解和提出建议。作为我们的⾸要思想引领产品，花旗全球展望旨在帮助我们的读者应对全球经济⾯临的最具挑战性的问题，并预测⼀个快速变化且相互关 联的世界中的未来主题和趋势。花旗全球展望汇集了我们全球对话的最佳要素，并整合了我公司各个⾼级专业⼈员的思想领导⼒。本⽂不是研究报告，也不构 成对投资的建议或要约 ⽤例领域的专 有分析预测到2050年将有41亿个机器⼈。对于⼀个⽤例，⼈形机器⼈，我们 进⼀步将其分为7个领域。我们的⽅法论将在下⽂中进⾏总结。 3. 挑战 - 第10章探讨了值得关注、辩论和解决的12个挑战。 和解决⽅案。 尽管存在挑战，但我们得出结论：⼀个巨⼤的新市场正在形成（⾮⼈类），AI机器⼈将如约 ⽽⾄。 1 NVIDIA CEO Jensen Huang在2024年台北国际电脑展的主题演讲 内容 摘要与分析 6 技术进步 10 清洁与维护 19 交通运输 29 ⼈形机器⼈ 35 ⼯业 42 服务机器⼈ 45 医疗保健 51 安全、安全和军事 56 资本/专利 62 挑战 68 结论 78 相关阅读 79 © 2024 花旗集团 6 花旗GPS：全球视野与解决⽅案 2024年12⽉ 摘要与分析 AI并⾮新领域（1950年代）。机器⼈也并⾮新事物（1960年代）。能移动的AI机器⼈是新兴领域。

经理，负责Linux驱动和开 源虚拟化软件开发。 开源软件的爱好者： 在2016-2018年担任FreeBSD基金会董事。 ” 讲师简介 www.top100summit.com • 挑战与机遇 • 实践 • 天时 • 地利 • 人和 • 复盘 & 启示 • 下一步 目录 www.top100summit.com 2021年11月 2022年3月 2022年6月 2022年9月 由此，罗氏诊断组建了多领域人才融合的新 团队，而这只团队本身也是需要去学习医疗 健康行业的场景，才能去推动转型的挑战。 案例背景 流程 团队 技术 用户 www.top100summit.com 数字化转型： 核心 vs. 新生 线下 vs. 线上 壁垒 vs. 竞争 问题与挑战 流程： 项目 vs. 产品 瀑布 vs. 敏捷 技术： 新技术 vs. 已有系统 传统IT工具 Web Server … H/W OS Data Base Login Config Users Roles Integration … 之前 Why What How 挑战 • 不同外包商（难复用） • 一次性交付 （特定目标，难复制） • 每次更新要求CR（流程长，开发时间被压缩） www.top100summit.com 核心实践 – 项目转变成产品 H/W

在算力网络推进各行业数字智能化转型过程中，随着行业应用涉 及的需求逐渐多样化、模型更加复杂化，行业应用中新业务、新需求、 新场景的多样化多对算力网络的灵活性、自动化和智能化提出了更高 的要求。为应对上述挑战，服务生成算力网络的概念得以提出。服务 生成算力网络通过将 AI 技术与算力网络的基础设施、功能流程、服 务应用等深度融合，把 AI 的解决目标和承载方式都设在算力网络内 部，利用 AI 技术 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 II 本白皮书详细阐述了服务生成算力网络的发展背景、基本概念、 参考架构、关键使能技术，同时介绍了服务生成算力网络的典型应用 场景，并探讨了服务生成算力网络的挑战机遇和发展趋势，旨在为服 务生成算力网络研究创新、技术发展和应用落地提供参考。然而，服 务生成算力网络的实现是个长远目标，相关理念和技术仍在研究发展 中，本白皮书还存在需要不断完善的地方，真诚地期盼读者批评指正。 ......... 1 1.1 算力网络面临新的机遇及挑战 ................................................ 2 1.2 人工智能开启算网应用新范式 ................................................ 4 1.3 算网服务生成成为应对挑战的必经之路 ........................

�� �� �� �� �.� AI对传统运维的影响 �.� AI在运维实践中的挑战 �.� 运维应当如何拥抱AI 第二章：稳定可靠运维面临的挑战 �.� 数据快速增长挑战 �.� 需求、逻辑实现不可控挑战 �.� 复杂技术栈挑战 �.� 应急体系建设挑战 �.� 数据安全、合规挑战 第三章：可靠运维服务体系能力建设分析 �.� 建设自主可控的运维团队 � 障，数据库运维的可靠性与效率，直接决定了业务价值的实现能力。 当前，AI等新技术的发展为数据库可靠运维带来新的机遇与挑战。机遇方面，自然语言交互让非 技术人员也能便捷操作数据库，智能诊断与预测式运维将被动故障处置转化为主动风险防控，自 动化部署与调优大幅降低人工成本。挑战方面，AI幻觉导致的准确性风险、多技术栈（尤其是国产 数据库与云架构）带来的管理复杂度、数据爆炸式增长对灾备能力的更高要求，以及数据安全合 在此背景下，ITPUB联合福建海峡银行、腾讯云数据库编写《智能化时代数据库自主可靠运维》 白皮书，旨在为企业提供一套兼具前瞻性与实践性的运维指南。 白皮书从智能化运维发展趋势切入，剖析AI对运维模式的重塑与落地挑战，展望智能运维发展趋 势。系统梳理数据增长、技术栈复杂、应急体系建设、安全合规等核心痛点。结合福建海峡银行和 腾讯云数据库实践，梳理出从团队建设、权责制度、可观测体系、标准化流程、应急预案、知识库沉

4.1 5.1 5.2 5.3 4.2 2.2 3.2 4.1.1 4.2.1 4.1.2 4.2.2 4.2.3 2.3 3.3 2.4 前言 大模型对基础设施的挑战 超节点的出现与演进 超节点基础定义与特征 超节点应用案例 总结和展望：迈向未来计算的下一个十年 参考文献 通往通用人工智能之路：最新大模型发展动态 07 07 06 16 21 技术从单点能力突破迈向系统能力创新 超节点技术产业生态发展格局 基础特征：大带宽、低时延、内存统一编址 超大规模 扩展特征：多级缓存池化、资源灵活配比 超高可靠 灵活切分 大模型计算基础设施的挑战 小结 小结 CONTENTS 目录 超节点发展报告 02 当我们站在人工智能大模型技术飞速发展的十字路口，一个清晰的趋势已然浮现：大模型正沿着 “规模定律”不断演进，从预训练扩展到覆 时代的核心计算单元” 这一重要观点，清晰地呈 现了超节点的基础定义与特征，包括技术层面的基础特征和扩展特征，以及系统层面的大规模、高 可靠、多场景特征。同时，通过分析全球产业的演进路线、超节点稳定性的核心挑战以及技术产业 生态发展格局，为产业界指明了超节点的发展方向。 在未来计算的下一个十年，超节点无疑将成为推动 AI 技术发展的关键力量。这份发展报告为我 们提供了宝贵的理论指导和实践参考，相信在

沈 薇 第九届未来网络发展大会白皮书 算电协同技术白皮书 III 前 言 在数字经济与能源革命深度融合的时代背景下，算力与电力的 协同发展正面临前所未有的机遇与挑战。随着 5G、人工智能、工业 互联网等新一代信息技术的迅猛发展，全球算力需求呈现爆发式增 长，2023 年我国算力总规模已达 230EFLOPS，智能算力增速高达 45%。然而，这种增长也带来了严峻的能源问题，全国数据中心年 50%，但“弃风弃 光”与东部电力短缺并存的结构性矛盾日益凸显。这种算力需求激 增与能源转型的双重压力，使得构建高效、低碳的算电协同体系成 为实现“双碳”目标的关键路径。 当前算电协同发展面临诸多现实挑战。在资源匹配方面，算力 基础设施主要集中在东部负荷中心，依赖化石能源供电，而西部新 能源富集区却面临算力需求不足的问题，影响了绿电的消纳。在系 统协同层面，算力调度以性能优化为导向，电力系统则以稳频调峰 本白皮书详细介绍了算电协同的发展背景、基本概念、功能架 构、关键使能技术等；同时，分析了算电协同典型应用场景、生态 第九届未来网络发展大会白皮书 算电协同技术白皮书 IV 建设，并探讨了算电协同面临的技术挑战和未来发展方向。我们期 待本白皮书能够为政产学研各界提供系统性参考，推动算力网络与 新型电力系统从简单叠加走向深度融合，最终实现“绿色算力赋能 数字经济，高效能源驱动算力革命”的美好愿景。

众多企业基本完成数字化基 建的布局，来到数字化的中局 战场，企业就要更加意识到思 维转变的重要性。 同时，我们也发现，仅凭企业自身的力量 无法有效覆盖数字化转型的方方面面，很多企 业数字化转型面临最大挑战之一是没有专业的 技术和知识提供有力支撑。选择合适的合作伙 伴至关重要。在这个连接与共生成为主流趋势 的时代，一个优秀的合作伙伴，可以有效帮助 企业提升数字化转型的成功率。 总之，我们希望，无论企业正处于数字化 展的。 代的数据基础建设和治理应用、技术创新与业 务场景融合，再到数字化创新赋能业务升级， 推动企业整体数字化转型，以数字化转型伙伴 的身份和企业一起见证了数字化发展过程中遇 到的很多问题和挑战。 目前，勤达睿在大中华区的业务专注于为 数字化技术提供整合及可靠的数字化运营服务， 能够全方位参与企业数字化转型从关键任务型 IT 基础架构的设计、构建、管理并不断更新的 全流程，统筹企业的数字资源，提供陪伴式的 AI 机 器人能够达到 100% 的回访。” 更为典型的例子则与保险行业一年一度的 “开门红”活动有关。对保险企业来说，“开门红” 是一年中最关键的时间点，但对传统的数据中 心也是一项巨大的挑战。“用传统管理数据中 心的模式，不仅成本高，而且运营效率很低， 无法灵活适应不同的情况”。按照刘立民的介绍， 以往的经验是，技术团队会采购性能强大的服 务器放在数据中心内，但大多时间，这些机器

术驱动的全球健康生态系统。 这份报告客观阐述了 AI 和 ICT 技术融合将如何推动变革，造福人类和社会。 Joseph Sifakis 序言 为实现上述愿景，我们仍面临诸多超越通用人工智能范畴的技术挑战。我们的目标不仅是创造 一种“能够理解、学习任何人类所能完成的智力任务的机器”，更在于让机器能够整合自身能力， 自主行动，感知现实环境，并以自适应且可靠的方式追求其目标。 智能系统的构建正在颠覆传统的系统工程，需要将基于传统 据空间中，使其能完整准确认知数据系统中的复杂性，这是我们研究和经常讲到的精准智能或 SCI for AI。这是一个复杂系统自组织、自适应、不断逼近真理的过程，其数学基础与实现路径是未来 十年我们面临的核心科学挑战。 《智能世界 2035》所描绘的十大技术趋势，并非孤立的技术罗列，而是构成了一个相互依存、 协同演进的复杂生态系统。从计算范式的革命（突破冯 • 诺依曼瓶颈）、存储范式的改变（数据即 智能） 深度融合，形成具有感知、分析、决策和行动能力的行业级“大脑”与“神经系统”，从而极大提 升产业运行的效率、韧性与创新活力。这种赋能是一个复杂的系统性问题，需要技术专家与领域专 家深度协作，共同破解行业特有的复杂性挑战。 尤为重要的是，《智能世界 2035》中“Token 管理网络，让智能成为能源的神经系统”这一 趋势，点明了智能世界发展的一个关键约束与使能条件。未来无处不在的智能体及其承载的海量算 力，其