8月29日，在2026全球数据存储教授论坛上，第六届“奥林帕斯奖”获奖名单正式揭晓。来自国内外的7支顶尖科研团队凭借在数据存储领域的前沿研究与技术突破，分别斩获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创新性提出“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，成功荣膺最高荣誉奥林帕斯奖。

智能存储与计算重点实验室沈志荣教授（左）

华为数据存储产品线研发管理部部长常胜（右）

　　作为数据存储领域的权威赛事，第六届“奥林帕斯奖”锚定AI时代数据存储与处理的技术演进趋势与产业发展需求，聚焦“面向AI时代的创新介质技术”与“Agentic AI原生的数据底座”两大核心方向，旨在攻克介质成本高、容量密度低、内存级存储性能不足、多模态知识表征与检索困难、语义信息冗余等难题，以推动存储产业持续创新升级，为AI规模化落地筑牢数据底座。

　　据统计，本届赛事共吸引了来自全球30所高校及研究机构的160多位专家学者踊跃申报，经严格评审，最终7支获奖团队脱颖而出，充分彰显了全球数据存储领域的深厚学术积淀与创新活力。获奖团队名单如下：

　　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：“每bit极致性价比的存储技术”——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，包含“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：“Agentic AI原生的数据底座”——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，包含“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。