華為300萬啟動第六屆奧林帕斯獎，全球征集AI難題

來源：深城物聯

辦公室墻上那張世界地圖前，任正非畫下華為在全球數據洪流中的新坐標，第六屆奧林帕斯獎帶著百萬獎金再次成為華為向全球基礎研究拋出的橄欖枝。

華為數據存儲產品線總裁周躍峰站在臺上，宣布第六屆奧林帕斯獎正式啟動時，背后的屏幕上展示著令人矚目的數字：300萬元人民幣獎金池，兩個百萬大獎，五個二十萬獎項。

近日，華為宣布正式啟動第六屆奧林帕斯獎全球征集，面向全球科研工作者公開征集解決AI時代存儲難題的“解題之道”。隨著生成式AI和大模型技術的爆發式增長，數據正在以前所未有的速度和規模被創造、處理和分析，而傳統存儲架構已經難以滿足AI時代的需求。

在過去的五年里，華為設立的奧林帕斯獎已經吸引了全球12個國家的超過320名學者參與，共評出6個奧林帕斯獎和18個奧林帕斯先鋒獎。這一獎項正在成為華為連接全球頂尖科研力量、布局數據存儲未來的重要橋梁。

300萬獎金背后的AI存儲挑戰

12月26日，華為第六屆奧林帕斯獎正式啟動全球征集。今年獎金池依舊保持在300萬元人民幣，專門用于獎勵在數據存儲領域做出突破性貢獻的科研工作者。

獎項設置包括2個奧林帕斯獎，每個獎金高達100萬元人民幣；以及5個奧林帕斯先鋒獎，每個獎金20萬元人民幣。

今年奧林帕斯獎聚焦的核心議題是“AI時代的存儲難題”。具體包括數據處理過程中的算力開銷大、協議棧復雜、知識庫構建難、推理效率與精度沖突、存儲成本激增等五大挑戰。

獎項評審將重點關注兩個研究方向：面向AI時代的創新介質技術，以及Agentic AI原生的數據底座。這些研究方向直擊當前AI技術發展中遇到的存儲瓶頸問題。

華為布局基礎研究的五年征程

奧林帕斯獎得名于太陽系中最高的火山——火星上的奧林匹斯山，寓意著華為希望與全球科學家一同攀登數據存儲領域的技術高峰。自2019年設立以來，這一獎項已經走過五個年頭。

從第一屆到第五屆，奧林帕斯獎見證了數據存儲技術的快速演進。最初的幾屆獎項更多關注存儲介質本身的技術突破，而隨著人工智能技術的蓬勃發展，獎項關注點逐漸向AI與存儲融合的方向傾斜。

歷屆獲獎者包括來自全球頂尖高校和研究機構的科學家，他們的研究成果不僅獲得了華為的認可和資助，更重要的是，這些研究成果正在逐漸轉化為實際可用的技術方案。

在第四屆奧林帕斯獎中，來自中國科學院計算技術研究所的團隊憑借“面向大數據應用的智能存儲系統”項目獲獎；第五屆則頒給了清華大學團隊的“以存算網融合優化AI訓練效率”方案。

華為創始人任正非曾多次強調：“向上捅破天，向下扎到根。”這句話簡潔地概括了華為的科研哲學——既要追求最前沿的基礎理論研究，又要將技術深扎到產業應用的土壤中。

對于基礎研究，任正非有著獨特的見解：“華為每年將銷售收入的10%以上投入研發，其中很大一部分用于基礎科學研究。我們不追求立竿見影的商業回報，而是要為行業未來發展儲備能量。”

在他的推動下，華為建立起一套完整的基礎研究體系，包括“2012實驗室”、華為研究院以及與全球高校的合作網絡。奧林帕斯獎正是這一體系中的重要一環，它專門針對數據存儲這一細分領域，鼓勵全球科學家探索前沿方向。

任正非曾表示：“未來的競爭是基礎研究的競爭。”在他看來，只有在基礎科學領域取得突破，企業才能在技術競爭中占據制高點。奧林帕斯獎的設立，正是華為這一理念在數據存儲領域的具體實踐。

隨著大模型參數量的爆炸式增長，AI訓練和推理過程中產生的數據量呈指數級上升。據行業分析，一個千億參數級別的大模型，訓練過程中產生的中間數據就可能達到數百PB級別，相當于數十個國家級圖書館的數字館藏。

傳統的數據存儲架構設計之初并未考慮如此龐大的數據處理需求。當數據需要在計算單元和存儲單元之間頻繁遷移時，高達70%的計算資源可能被浪費在數據傳輸上，而非實際的計算任務。

這種效率瓶頸不僅增加了AI研發的成本，也拖慢了技術進步的速度。業界迫切需要一種新型存儲架構，能夠更好地支持AI工作負載，降低數據搬運成本，提升整體計算效率。

華為正是看到了這一行業痛點，將本屆奧林帕斯獎的主題聚焦于AI時代的存儲挑戰，希望通過全球科學家的智慧，找到突破當前技術瓶頸的創新方案。

本屆奧林帕斯獎明確提出了兩大解題方向，每個方向都包含若干關鍵技術難題。

第一個方向是“面向AI時代的創新介質技術”，旨在研究存儲、計算、網絡融合的新范式，目標是打造高性能、大容量、高性價比的存儲系統。這一方向包括三個具體難題：基于SSD的存算融合與高效索引技術；面向超高記錄密度的存儲信道調制編碼技術；層次化大內存網絡協議和I/O路徑優化技術。

第二個方向是“Agentic AI原生的數據底座”，旨在讓存儲系統從簡單的數據存放，升級為能“存、管、用”數據的AI數據平臺。這一方向包含兩個關鍵難題：知識提取、多模態數據表征與知識檢索技術；面向大模型高效推理的語義信息凝練技術。

這些研究方向直擊當前AI存儲領域的最緊迫挑戰。例如，存算融合技術能夠大幅減少數據搬運開銷；而語義信息凝練技術則能提升大模型推理的效率與精度。

從產品競爭到生態構建

奧林帕斯獎的持續舉辦，反映了華為在數據存儲領域的長期戰略布局。從最初的跟隨者，到如今的技術引領者，華為正在構建一個以自身技術為核心，連接全球科研力量的生態系統。

在華為的戰略版圖中，數據存儲被視為智能世界的基石。隨著數字化轉型的深入，數據已經成為企業的核心資產，而存儲技術則是守護和利用這一資產的關鍵。

華為不僅通過奧林帕斯獎吸引全球頂尖科學家關注存儲領域的前沿問題，還通過建立聯合實驗室、資助科研項目、提供實驗平臺等多種方式，與學術界保持密切合作。這種合作模式讓華為能夠提前布局未來技術方向，把握產業發展的主動權。

與此同時，華為也在加快將獲獎技術轉化為實際產品的步伐。往屆奧林帕斯獎的部分獲獎成果已經被整合到華為的數據存儲產品線中，應用于金融、電信、制造等多個行業。

隨著AI技術的深入發展，數據存儲領域正在經歷一場深刻的變革。傳統的以容量和速度為核心的存儲評價體系，正在向以數據價值挖掘能力為核心的新體系轉變。

在這種趨勢下，存儲系統不再僅僅是數據的“倉庫”，而是正在演變為數據的“加工廠”。未來的存儲系統需要具備數據處理、分析甚至初步的推理能力，能夠為上層應用提供更加智能的數據服務。

華為通過奧林帕斯獎所推動的技術方向，正符合這一行業發展趨勢。存算融合、智能數據管理、多模態數據處理等技術，都指向了一個更加智能、高效的存儲未來。

可以預見，在AI的驅動下，數據存儲技術將在未來幾年迎來一系列突破性進展。而像奧林帕斯獎這樣的平臺，將為這些技術突破提供重要的思想源泉和人才支持。

華為存儲產品線研發總裁張迪煊透露，往屆獲獎者中已有多位學者與華為建立了長期科研合作，一位德國科學家團隊的研究成果已應用于華為新一代存儲產品。

當被問及為何持續投入基礎研究時，任正非曾這樣回答：“今天的數學，可能就是明天的技術；今天的基礎研究，可能就是明天產業變革的種子。”

閱讀最新前沿科技趨勢報告，請訪問歐米伽研究所的“未來知識庫”

https://wx.zsxq.com/group/454854145828

未來知識庫是“ 歐米伽 未來研究所”建立的在線知識庫平臺，收藏的資料范圍包括人工智能、腦科學、互聯網、超級智能，數智大腦、能源、軍事、經濟、人類風險等等領域的前沿進展與未來趨勢。目前擁有超過8000篇重要資料。每周更新不少于100篇世界范圍最新研究資料。 歡迎掃描二維碼或訪問https://wx.zsxq.com/group/454854145828 進入。