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 新，需要业界、学界、监管部门集思广益，共同推进。 [1] 所谓联邦身份管理，即不同应用都将认证的功能委托给可信任的第三方认证模 块，对于身份的认证和授权都可以通过这个第三方模块进行。 第二章 Web 3.0：变革与应对 陈永伟《比较》研究部主管 互联网的形态是随着技术的发展不断演进的。在经历了Web 1.0 和Web 2.0时代之后，目前的互联网正在进行一场Web 3.0革命。Web 3.0革命的初衷是试图以区块链等新技术为手段，打破少数大型平台 web-3-0-5da4f2bf95ab. 陈永伟，程华。元宇宙的经济学：与现实经济的比较[R]. 财经问题研究工作论文，2022. 陈永伟。美国众议院《数字市场竞争状况调查报告》介评 [J].竞争政策研究，2020（05）:5-20. 陈永伟。平台反垄断问题再思考：“企业—市场二重性” 视角的分析[J].竞争政策研究，2018（05）:25-34. 陈永伟。区块链通识[M].上海：格致出版社，2020:147-

科学家们将其形象地称为“人工智 能的夏天”和“人工智能的冬天”。尽管每次技术革新都为智能机器的创造指明了新的方向，但最 终都未能实现预期目标。现在，人工智能正迎来另一波浪潮，业界对此充满期待。安永将持续关 注这一领域的最新进展，与各界共同探讨如何利用这一技术，推动创新与发展，为我们的未来创 造更多可能性。 期待保险行业：数据 + AI开启经验 规模化复制时代 目前，某头部人工智能研发公司正在将人工智能的发展重点转向AI 画布法 结语 安永保险服务：引领创新，塑造未来 在这个充满无限可能的新时代，安永以其在保险服务领域的创新能力，正致力于推动人工智能 （AI）对保险行业的革新，同时也在重新构建整个保险服务生态体系。 安永致力于将高度复杂的业务流程与最新的AI技术相结合，我们不仅提供高效、精确的保险服务， 更让我们的客户能在每个关键决策点都能获取到最准确、最及时的信息。与此同时，安永正在构 建的全新保险 保险科技公司、保险客户等各个 环节，以实现保险行业的全面、高效、智能化运营。在这个生态体系中，每一位参与者都能找到 自己的位置，共同推动保险业的进步。 我们相信，只有不断创新，才能引领未来。安永，以其在保险服务领域的领先地位和创新实力， 正为保险行业描绘出一幅全新的画卷。我们热忱欢迎每一位客户和伙伴，一起参与到这个伟大的 变革中来，共创美好未来。 画布法是一种将前两个工具的结论进行模块

中原银行实时风控体系建设实践 Construction practice of real-time risk control system of Zhongyuan bank 陈玉强 中原银行数据银行部 河南省唯一省级法人银行 贴心、专业、合作、共赢 服务战略、服务实体、服务企业、 服 务人民 • 蝉联六年《金融时报》 “年度十佳城市商业银行” ，相继荣获“铁马 十佳银行 ”、“最佳上市公司

证 券 研 究 报 告 股票研究 / [Table_Date] 2025.09.11 AI Agent 和智能金融大数据服务打造新 成长曲线 高伟达(300465) [Table_Industry] 计算机/信息科技 [Table_Invest] 首次覆盖 评级 增持 目标价格(元): 30.69 12M 绝对升幅 67% 80% 241% 相对指数 54% 56% 186% [Table_Report] 相关报告  高伟达首次覆盖 [table_Authors] 姓名 电话 邮箱 登记编号 杨林(分析师) 021-23183969 yanglin2@gtht.com S0880525040027 开发与合作共建相结合的方式，构建领先的金融 AI Agent 智能体应 用服务平台，并有望实现商业模式的创新，以分润型的运营模式代 替项目交付型模式。 战略投资 DACS，迈向 Web3.0 技术服务。公司全资子公司高伟达 信息科技(香港)有限公司已签约参股数字资产清算服务有限公司 （DACS），在业务和客户层面进行深度合作。公司有望成为帮助传 统金融体系接入 Web3.0 和数字人民币世界的重要“桥梁”。 风险提示。AI

Tesla P100 ，用于深度 学习。 2022 年 12 月， OpenAI 发布基于 GPT-3.5 的聊天机 器人模型 ChatGPT 。 2022 年 3 月， 英 伟 达 发 布 Hopper 架构。 2021 年 4 月，英伟达 发 布首款数据中心 CPU 。 350 300 250 200 150 100 50 0 2019 年 2 月， OpenAI

Tesla P100 ，用于深度 学习。 2022 年 12 月， OpenAI 发布基于 GPT-3.5 的聊天机 器人模型 ChatGPT 。 2022 年 3 月， 英 伟 达 发 布 Hopper 架构。 2021 年 4 月，英伟达 发 布首款数据中心 CPU 。 350 300 250 200 150 100 50 0 2019 年 2 月， OpenAI

王心怡 SAC No. S0570121070166 SFC No. BTB527 xinyi.wang@htsc.com +(86) 21 2897 2228 联系人 陈钰 SAC No. S0570121120092 chenyu019111@htsc.com +(86) 21 2897 2228 联系人 权鹤阳 SAC No. S0570122070045 训练芯片进展：仍与英伟达在性能和生态有一定差距。训练芯片需通过海量数据训 练出复杂的神经网络模型，使其适应特定的功能，对性能和精度有较高的要求，并需具备 一定的通用性。近年来， 国内厂商训练芯片产品硬件性能不断取得突破，但与市场主流英 伟达 A100 产品仍存在一定差距。以云邃 T20 产品为例，其 32 位单精度浮点性能达 32 TFLOPS，高于 A100 的 19.5 TFLOPS，且在功耗上更具优势，但内存宽带不足 A100 模型直接进行推理。 在推理芯片的选用方面，相较于训练更多关注模型大小而言，推理更依赖于任务本质，以 此决定所需芯片种类。当需要大量内容/图像 AI 生成式时，需要 GPU 进行推理计算（如英 伟达主流的 T4 芯片）；而对于较简单的推理过程（语音识别等），CPU 有时也会成为较好 的推理引擎。 图表12： 英伟达 GPGPU 系列芯片关键参数 资料来源：Nvidia，华泰研究