近日，华为正式面向全球科研界抛出"英雄帖"，启动2025年度奥林帕斯奖（OlympusMons Awards）百万级悬红难题征集。本次悬赏总奖金高达300万元， 旨在汇聚全球智慧，攻克人工智能（AI）浪潮下数据存储与处理领域涌现的一系列根本性挑战。 两大主攻方向，破解AI数据困局 2025年奥林帕斯奖聚焦两大前瞻性方向，旨在从硬件介质到软件架构层面，系统性构建面向未来的数据基础设施。 具体来看： 方向一：面向AI时代的创新介质技术。 AI的普及正急剧改变数据访问模式，"冷"数据被频繁激活变为"温"数据，"温"数据则进一步转化为需要即时处理的"热"数据，导致计算负载和能耗大幅攀 升。本方向呼吁研究"以存补算、以存换算"的新范式，探索超高密度信息记录及层次化大内存等创新技术，以期打造出高性能、大容量且兼具高性价比的 新型存储系统。 具体需要攻克三大细分技术难题：基于SSD的存算融合与高效索引技术；面向超高记录密度的存储信道调制编码技术；层次化大内存网络协议和IO路径优 化技术。 方向二：Agentic AI原生的数据底座。 随着AI技术，特别是智能体（Agent）应用的飞速演进，数据正经历一场深刻变革：不仅规模爆 ...

近日，华为正式面向全球科研界抛出"英雄帖"，启动2025年度奥林帕斯奖（OlympusMons Awards）百万级悬红难题征集。本次悬赏总奖金高达300万元，旨在汇 聚全球智慧，攻克人工智能（AI）浪潮下数据存储与处理领域涌现的一系列根本性挑战。 随着AI技术，特别是智能体（Agent）应用的飞速演进，数据正经历一场深刻变革：不仅规模爆炸式增长，其性质、留存方式与管理范式也在重构。传统的数据存 储系统日益面临算力开销庞大、协议栈复杂、知识库构建困难、推理效率与精度难以兼得，以及存储成本激增等多重压力。 在此背景下，华为本届奥林帕斯奖直指产业核心痛点，公开征集能够重塑AI数据基石的创新解决方案。 两大主攻方向，破解AI数据困局 2025年奥林帕斯奖聚焦两大前瞻性方向，旨在从硬件介质到软件架构层面，系统性构建面向未来的数据基础设施。 具体来看： 方向一：面向AI时代的创新介质技术。 AI的普及正急剧改变数据访问模式，"冷"数据被频繁激活变为"温"数据，"温"数据则进一步转化为需要即时处理的"热"数据，导致计算负载和能耗大幅攀升。本方 向呼吁研究"以存补算、以存换算"的新范式，探索超高密度信息记录及层次化大内存等 ...

苏黎世联邦理工学院Onur Mutlu教授所带领的团队聚焦以数据为中心的网存算融合系统的研究，创新自 适应优化算法，加速存储架构的技术迭代，荣获2022年奥林帕斯奖。来自华中科技大学的金海教授团 队、北京航空航天大学的赵巍胜教授团队、华中科技大学的缪向水教授团队及浙江大学的刘健老师团队 获得2022年奥林帕斯先锋奖。 2021年奥林帕斯获奖名单方面，来自清华大学的郑纬民院士团队获得"奥林帕斯奖"百万悬红，来自中国 科学院微电子研究所的刘明院士团队、中国科学院上海微系统与信息技术研究所的宋志棠老师团队以及 中山大学的卢宇彤老师团队分获"奥林帕斯先锋奖"，激励科研奖励金50万元人民币。 华为第六届奥林帕斯奖正式启动全球征集。 据"华为数据存储"公众号今日（12月26日）消息，华为宣布面向全球启动2025奥林帕斯奖 （OlympusMons Awards）悬红难题征集，这是华为公司第六年举办该全球赛事。 华为表示，随着AI技术的发展，传统应用正在向Agent智能应用演进，数据不仅在规模上持续增长，数 据的留存、管理与应用方式也在发生改变。本届奥林帕斯奖将聚焦解决AI时代数据处理的算力开销 大、协议栈复杂、知识库构建 ...

华为第六届奥林帕斯奖正式启动全球征集。 据"华为数据存储"公众号今日（12月26日）消息，华为宣布面向全球启动2025奥林帕斯奖 （OlympusMons Awards）悬红难题征集，这是华为公司第六年举办该全球赛事。 华为表示，随着AI技术的发展，传统应用正在向Agent智能应用演进，数据不仅在规模上持 续增长，数据的留存、管理与应用方式也在发生改变。本届奥林帕斯奖将聚焦解决AI时代数 据处理的算力开销大、协议栈复杂、知识库构建难、推理效率与精度冲突、存储成本激增等 问题，面向全球科研工作者公开征集解题之道。 2025奥林帕斯难题 [4] 方向一 面向Al时代的创新介质技术 Al的发展与广泛应用,驱使冷数据变温、温数 据变热、热数据处理开销变大;研究以存补 算、以存换算的新范式,超高密度信息记录以 及层次化大内存创新技术,打造高性能、大容 量、高性价比的存储系统。 难题一:基于SSD的存算融合与高效索引技术 难题二:面向超高记录密度的存储信道调制编 码技术 难题三:层次化大内存网络协议和IO路径优化 技术 今年奥林帕斯奖奖金池还是保持了百万级，总奖金300万元，设置2个奥林帕斯奖，奖金各 100万元；5个奥 ...

奥林帕斯奖项目概况 - 华为公司于2019年设立“奥林帕斯奖”，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，实现产学研合作共赢 [3][44] - 该奖项自设立以来，已吸引全球超过12个国家的320名学者参与，共评出6个奥林帕斯奖和18个奥林帕斯先锋奖 [3][44] - 2025年奖项设置包括2个奥林帕斯奖（每个奖金100万元）和5个奥林帕斯先锋奖（每个奖金20万元），获奖者可与华为建立技术交流渠道并获得科研助力 [3][44] - 第六届奥林帕斯奖于2024年12月26日正式启动全球征集 [41] 研究方向一：面向AI时代的创新介质技术 - 核心目标是研究以存补算、以存换算的新范式，以及超高密度信息记录和层次化大内存创新技术，以打造高性能、大容量、高性价比的存储系统 [5][46] - 该方向下设三个具体技术难题，旨在应对AI发展导致的数据处理开销增大、数据规模跃升（至YB量级）以及异构存储介质协同等挑战 [5][11][19][46][52][60] 难题一：基于SSD的存算融合与高效索引技术 - **技术挑战**：当前存算融合架构面临近存算力瓶颈，因大部分AI算子算术强度高；同时，SSD容量扩大导致FTL映射表规模膨胀，显著推高内存需求，形成功耗、成本和可靠性的核心瓶颈 [8][49] - **技术诉求**：目标是探索面向AI应用的高性能、大容量SSD技术 [9][50] - **算子优化下沉技术**：研究面向LLM推理、RAG等AI场景的存算融合友好型算子优化，将高算术强度算子转化为低算术强度算子，以存储空间换计算时间，目标是在保证精度和性能的同时，将算力需求下降10倍 [9][50] - **低内存高效索引技术**：目标是将整盘映射表常驻DRAM的需求降低70%或更多，在标准测试和真实数据集下，相比原始FTL，吞吐保持95%或以上，P99延迟上升不超过10% [10][51] 难题二：面向超高记录密度的存储信道调制编码技术 - **课题背景**：为解决数据规模达YB量级后“存得下、存得起”的挑战，提升存储信道容量密度成为关键突破口 [11][52] - **技术挑战**：多元符号记录技术尚未成熟，二元记录下信道容量受限；现有调制编码方案导致实时检测译码算法复杂度呈指数级提升，难以实际应用 [17][58] - **技术诉求**：目标是在受限信道场景下实现信息记录密度提升2倍以上，并保证数据可靠恢复 [18][59] - 构建端到端的数据调制编码和记录技术，使记录密度增益G达到3或以上 [18][59] - 构建配套的高可靠检测译码技术，使误码率恶化小于10% [18][59] 难题三：层次化大内存网络协议和IO路径优化技术 - **课题背景**：Agentic AI的发展趋势（如多智能体协同、记忆驱动智能）对存储提出了多样化负载需求（带宽/容量/IOPS）；XPU（如GPU）需要直接、主动向存储发起请求，传统为CPU设计的数据访问协议栈已无法满足其高带宽、高IOPS、低时延诉求；需通过构建层次化大内存系统整合HBM、DDR、Flash等异构介质，以突破单一介质局限 [21][62] - **技术挑战**：基于RDMA的GPU Initiated IO引入了复杂的RoCE协议栈开销，且GPU缺乏中断机制只能轮询，占用计算资源；Agentic AI复杂的非均匀、突发性数据访问模式对层次化存储系统提出了双重挑战，导致性能损失 [23][24][64][65] - **技术诉求**：目标是探索基于层次化大内存的XPU原生网络访问协议和IO路径优化技术 [26][67] 研究方向二：Agentic AI原生的数据底座 - 核心目标是使存储系统从简单的数据存放演进为数据存管用的AI数据平台，通过研究高质量知识库、语义信息凝练等技术，构建Agentic AI原生的数据底座 [27][68] - 该方向下设两个具体技术难题，聚焦于知识处理与推理效率 [28][34][68][74] 难题四：知识提取、多模态数据表征与知识检索技术 - **技术挑战**：知识完整表达困难，多源异构数据处理过程易导致语义丢失；多模态知识对齐复杂，向量语义表征错位影响检索精度；知识库检索噪声大，传统排序策略对长尾知识权重分配不合理 [32][72] - **技术诉求**：目标是探索高质量知识库中的知识提取、多模态数据表征与知识检索技术 [33][73] - **异构数据的知识提取技术**：提升知识表达完整度，目标编辑距离小于0.05，数据处理带宽达到1GB/s，生成知识可检索时间小于100ms [33][73] - **多模态语义对齐的知识增强技术**：提升语义理解一致性，目标向量内容语义表征精度NDCG@10超过0.9，图谱关联语义表征准确性F1分数超过0.99 [33][73] 难题五：面向大模型高效推理的语义信息凝练技术 - **技术挑战**：缺乏系统性的存算系统冗余抑制框架，推理流程中的上下文、KV Cache、参数、多源数据等冗余相互耦合；缺乏以语义信息论为基础的精度保障理论模型，无法对“凝练-精度”进行理论建模 [37][77] - **技术诉求**：目标是面向Agent AI长序列与多模态混合推理场景，构建端到端的存算协同信息凝练系统 [38][78] - 在精度损失小于1%的前提下，实现端到端存算压缩比达到20倍或以上，推理吞吐提升5倍或以上 [38][78] - 构建覆盖推理多阶段（上下文冗余、KV Cache冗余、模型参数冗余等）的统一信息凝练框架，并建立可解释的无损压缩理论模型，确保压缩策略的泛化能力 [39][79] 行业技术趋势与对比数据 - **存储介质带宽与成本对比**：HBM带宽为1-4 TB/s，成本约为15美元/GB；DRAM带宽为100 GB/s，成本约为3美元/GB；大容量存储（如Flash）带宽为7-32 GB/s，成本约为0.3美元/GB；SSD带宽未明确列出，成本约为0.06美元/GB [6][47] - **层次化内存系统带宽容量比（宽容比）**：高带宽内存（如HBM）的宽容比（每TB容量的带宽）约为40+ TBps/TB；内存型存储的宽容比约为1 TBps/TB；大容量存储的宽容比约为0.001 TBps/TB [20][22][61][63]

华为启动第六届奥林帕斯奖 - 公司于12月26日正式启动第六届奥林帕斯奖全球征集，本届奖金池为300万元人民币，聚焦解决AI时代的存储难题 [1] 奖项设立背景与历史 - 奥林帕斯奖由公司于2019年设立，旨在牵引全球数据存储领域基础理论研究，突破关键技术，加速科研成果产业化 [3] - 自设立以来，奖项已吸引全球超过12个国家的320名学者参与，共评出6个奥林帕斯奖和18个奥林帕斯先锋奖 [3] 2025年奖项设置与激励 - 2025年奖项设置包括2个奥林帕斯奖，每个奖金100万元人民币，以及5个奥林帕斯先锋奖，每个奖金20万元人民币 [3] - 获奖人或团队将与公司建立技术交流渠道并获得科研助力 [3] 本届奖项聚焦的AI时代存储挑战 - 随着AI技术发展，传统应用向Agent智能应用演进，数据规模持续增长，数据的留存、管理与应用方式发生改变 [3] - 本届奖项聚焦解决AI时代数据处理的算力开销大、协议栈复杂、知识库构建难、推理效率与精度冲突、存储成本激增等问题 [3] - 奖项面向全球科研工作者公开征集针对上述问题的解题之道 [3]

据悉，华为"奥林帕斯奖"于2019年起设立，旨在牵引全球数据存储领域基础理论研究方向，突破关键技 术难题，加速科研成果产业化，实现产学研合作共赢。自奖项设立以来，已吸引全球12个国家的超过320 名学者参与，共评出6个奥林帕斯奖和18个奥林帕斯先锋奖。 2025年设置了2个奥林帕斯奖（奖金100万元人民币/个），5个奥林帕斯先锋奖（奖金20万元人民币/ 个），总奖金300万人民币。获奖人或团队将与华为建立技术交流渠道并获得科研助力。 华为称，随着AI技术的发展，传统应用正在向Agent智能应用演进，数据不仅在规模上持续增长，数据的 留存、管理与应用方式也在发生改变。本届奥林帕斯奖将聚焦解决AI时代数据处理的算力开销大、协议栈 复杂、知识库构建难、推理效率与精度冲突、存储成本激增等问题，面向全球科研工作者公开征集解题之 道。 本届奥林帕斯奖将聚焦解决AI时代数据处理的算力开销大、协议栈复杂、知识库构建难、推理效率与精度 冲突、存储成本激增等问题， 面向全球科研工作者公开征集解题之道。 方向一：面向AI时代的创新介质技术 国芯网[原:中国半导体论坛] 振兴国产半导体产业！ 不拘中国、 放眼世界 ！ 关注 世界半导 ...