财联社12月26日讯，华为第六届奥林帕斯奖于12月26日正式启动全球征集。今年依旧设置了300万元人民币的奖金池，旨在聚焦解决人工智能（AI）时代带来的存储难题。
华为发布的活动海报显示，“奥林帕斯奖”（OlympusMons Awards）由华为公司于2019年起设立，其宗旨是鼓励全球的科研工作者投身于数据存储领域的基础理论研究，以期突破关键技术瓶颈，加速科研成果的产业化进程，最终实现产学研的合作共赢。
自设立以来，奥林帕斯奖已吸引了来自全球12个国家的超过320名学者参与，累计评选出6个奥林帕斯奖和18个奥林帕斯先锋奖。可以说，奥林帕斯奖已经成为数据存储领域一项具有重要影响力的专业奖项。
2025年度的奥林帕斯奖（或称相关技术难题）主要围绕两大方向展开：
方向一：面向AI时代的创新介质技术
随着人工智能的飞速发展及其在各行各业的广泛应用，数据的使用模式正发生深刻变化。大量原本属于“冷数据”的访问频率可能提升，变为“温数据”，而“温数据”又可能进一步升级为“热数据”，这导致处理这些数据的开销迅速增大。为了应对这一挑战，研究方向包括探索“以存补算”（即利用存储能力弥补计算能力的不足）或“以存换算”（即通过优化存储来替代部分计算）的新范式。同时，超高密度信息记录技术以及分层（层次化）大内存创新技术也是重点，目标是构建高性能、大容量且具有高性价比的存储系统。
针对此方向，具体技术难题包括：
- 基于SSD（固态硬盘）的存算融合与高效索引技术：旨在突破传统SSD仅能存储数据的局限，实现计算与存储的深度融合，提升数据处理效率。
- 面向超高记录密度的存储信道调制编码技术：研究能够在更高密度下稳定可靠地记录和读取数据的调制编码方案，以提升存储介质的存储密度。
- 层次化大内存网络协议和路径优化技术：探索如何设计和优化适用于大规模、多层次内存网络的协议和路由策略，以实现高效的数据传输和访问。
方向二：AgenticAI原生的数据底座
Agentic AI（能够独立自主地执行任务的AI）的兴起，对存储系统提出了更高的要求。传统的存储系统仅仅是数据的“存放”功能已不足够，需要进化为能够支撑AI高效“存管用”（存储、管理、使用）的AI数据平台。这需要研究高质量知识库的构建、语义信息的提炼等关键技术，从而构建出真正支持Agentic AI运行的数据基础设施。
针对此方向，具体技术难题包括：
- 知识提取、多模态数据表征与知识检索技术：研究如何从海量数据中有效提取知识，并以适合AI理解的多模态形式进行表示，同时实现高效的知识检索。
- 面向大模型高效推理的语义信息凝练技术：重点在于如何对数据进行精炼和组织，以加速大型AI模型的推理过程，提高其响应速度和准确性。
