8月29日，在2026全球数据存储教授论坛上，华为正式揭晓第六届“奥林帕斯奖”获奖名单。来自国内外的7支科研团队凭借在数据存储领域的前沿研究与技术突破，分别获得1项奥林帕斯奖与6项奥林帕斯先锋奖。其中，由沈志荣教授和张一鸣教授带领的智能存储与计算重点实验室团队，凭借“层次化大内存的I/O优化与高效组织技术研究”方案，实现XPU下的高性能数据访问，显著提升系统推理效率，荣膺最高荣誉奥林帕斯奖。
“奥林帕斯奖”由华为于2019年设立，旨在鼓励全球科研工作者投入数据存储领域基础理论研究，突破关键技术难题，加速科研成果产业化。2025年赛事设置2个奥林帕斯奖（每个100万元奖金）和5个奥林帕斯先锋奖（每个20万元奖金），若奥林帕斯奖出现空缺，评委会可根据评选结果追加1至5个先锋奖。奖金均分为两年资助，每年资助50％，用于支持获奖团队的后续深入研究。获奖团队还可与华为建立技术交流渠道并获得科研助力。
据统计，本届赛事共吸引来自全球30所高校及研究机构的160多位专家学者申报，经严格评审，最终7支团队获奖。获奖团队的研究方向覆盖数据存储介质、存储系统架构、数据处理效率等多个关键领域，反映出当前全球数据存储研究的前沿态势。
在论坛现场，华为数据存储产品线研发管理部部长常胜同步公布了第七届“奥林帕斯奖”的技术方向与难题。方向一为“每bit极致性价比的存储技术”，要求通过存储介质技术创新，实现海量数据“存得下、存得起”以及状态数据高性能访问，具体包括“海量数据的超高密度存储与高效检索技术”和“状态数据的内存型存储介质与近存加速技术”两大难题。方向二为“Agentic AI原生的数据底座”，旨在牵引突破Agent负载数据供给瓶颈，构建AI可理解、可信任、可追溯、可复用的企业数字资产，加速AI规模化落地，具体包括“以Token生产效率为中心的高效数据供给技术”和“基于本体知识图谱的高泛化、可演进知识表征技术”两大难题。
随着AI大模型与智能体应用的快速普及，数据存储正从传统容量扩展转向面向智能计算的高效供给与成本优化。华为通过奥林帕斯奖持续引导学术界聚焦存储基础理论突破，其最新技术方向已明确指向AI原生的数据基础设施，这一动向或将对未来企业级存储产品路线产生直接影响。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
