中國基金報記者 憶山
根據華為數據存儲公眾號消息，5月23日，在2024全球數據存儲教授論壇上，華為舉行2023年奧林帕斯頒獎典禮并發(fā)布2024年奧林帕斯新難題懸紅。
5月26日，“華為懸紅200萬全球求解難題”的話題登上微博熱搜榜前列。
今年的奧林帕斯難題主要聚焦存儲技術、新型數據底座兩大方向。華為數據存儲產品線總裁周躍峰表示，具備極致性能、數據韌性、全新數據范式、高擴展性、綠色節(jié)能、數據編織能力的數據存儲是AI時代存儲演進的必由之路，需要各界的共同參與。
發(fā)布2024年奧林帕斯難題懸紅
據了解，自2019年起，華為每年發(fā)布奧林帕斯難題百萬懸紅，旨在牽引全球數據存儲領域基礎理論研究方向，突破關鍵技術難題，加速科研成果產業(yè)化，實現產學研合作共贏。
根據華為奧林帕斯獎章程，共設置2個奧林帕斯獎，每個難題方向1個，如果某個難題方向大獎空缺，增設1—2個奧林帕斯先鋒獎。奧林帕斯獎獎金100萬人民幣/個，奧林帕斯先鋒獎獎金50萬人民幣/個。
為了推動基礎技術領域的持續(xù)突破，華為面向全球正式公布了2024年奧林帕斯兩大難題：一是每比特極致性價比的存儲技術，二是面向AI時代的新型數據底座。
華為方面表示，希望今年與學術界在以面向大規(guī)模數據處理的存儲體系結構創(chuàng)新、面向海量數據的分級存儲介質應用創(chuàng)新、面向大模型的存儲集群技術、面向企業(yè)/邊緣的高性價比訓推技術及新形態(tài)存儲、面向AI場景下的新型數據管理和高效處理技術等方向共同攻堅，構筑高質量的數據存儲系統(tǒng)。
來源：華為數據存儲公眾號
此外，華為數據存儲產品線成立了第一屆奧林帕斯顧問委員會，由全球數據存儲相關領域具有廣泛影響力的知名科學家組成。奧林帕斯顧問委員會旨在為難題方向提供指導意見，推動奧林帕斯獎全球影響力提升，促進數據存儲相關領域的學術生態(tài)繁榮，吸引更多全球科研團隊投入數據存儲領域研究。
已發(fā)布四期，吸引全球逾240名學者參與
據了解，“奧林帕斯懸紅”已發(fā)布四期，共吸引來自全球49所高校的240多名學者積極參與。
來源：華為數據存儲公眾號
往屆獲獎信息上，蘇黎世聯邦理工學院Torsten Hoefler教授團隊以及上海交通大學過敏意教授團隊榮獲2023年奧林帕斯獎。來自新加坡國立大學尤洋教授團隊、韓國科學技術院John Kim教授團隊、北京大學楊仝老師團隊、中國科學院計算技術研究所王穎老師團隊獲得2023年奧林帕斯先鋒獎。
蘇黎世聯邦理工學院Onur Mutlu教授所帶領的團隊聚焦以數據為中心的網存算融合系統(tǒng)的研究，創(chuàng)新自適應優(yōu)化算法，加速存儲架構的技術迭代，榮獲2022年奧林帕斯獎。來自華中科技大學的金海教授團隊、北京航空航天大學的趙巍勝教授團隊、華中科技大學的繆向水教授團隊及浙江大學的劉健老師團隊獲得2022年奧林帕斯先鋒獎。
清華大學的鄭緯民院士團隊獲得2021年奧林帕斯獎百萬元懸紅，來自中國科學院微電子研究所的劉明院士團隊、中國科學院上海微系統(tǒng)與信息技術研究所的宋志棠老師團隊以及中山大學的盧宇彤老師團隊分獲奧林帕斯先鋒獎。
2020年奧林帕斯頒獎典禮上，來自清華大學的舒繼武老師團隊獲得奧林帕斯獎和百萬懸紅，來自上海交通大學的陳榕老師團隊和華中科技大學的馮丹老師團隊分獲奧林帕斯先鋒獎。
當前數據基礎設施建設主要面臨三大挑戰(zhàn)
此外，5月24日，華為數據存儲亮相第七屆數字中國建設峰會。
華為數據存儲產品線副總裁龐鑫在分論壇上表示，數據是建設數字中國的基礎資源和關鍵要素，而數據基礎設施是數據價值釋放的基礎，存儲設施作為數據基礎設施的核心部分，是支撐數據高效流通和安全合規(guī)的重要組成。當前數據基礎設施建設主要面臨三大挑戰(zhàn)：
第一，數據轉化率低。截止到2023年我國數據產量已經達到32ZB，而數據轉化率只有2.9%，我國雖然已經是全球的數據大國，但還不是數據強國。大量數據沒有保存下來，數據留存率低，造成大量的數據要素價值沒有被充分釋放。
第二，數據安全的問題。當前大約75%的數據仍然保存在機械硬盤存儲介質上，而機械硬盤的主要專利被國外廠商所掌握，缺乏成熟的端到端供應鏈機制，存在很大的產業(yè)風險。還有是數據存儲內生安全，主要包括人為因素帶來的安全風險，數據被勒索的風險、缺乏健全的數據保護災備體系。據統(tǒng)計，2023年，每11秒就會發(fā)生一次勒索軟件攻擊事件，平均勒索贖金達1000萬人民幣，且相關勒索攻擊還在持續(xù)增加。
第三，數據資產價值變現效率偏低。數據的流動性不高，數據共享難，存在數據孤島，缺乏數據可視化管理，從而導致數據不敢流動、不能流動、數據使用效率低，例如在AI大模型的場景下，缺少可信的數據流通利用基礎設施，造成數據供給慢、大量的算力在等待數據，從而導致AI基礎設施可用度低，據統(tǒng)計我國AI集群可用度普遍不足30%，而其它發(fā)達國家的AI集群可用度在50%。
針對當前所面臨的問題，華為建議在以下三個方面持續(xù)增強數據基礎設施建設，更好助力數字經濟發(fā)展。
第一，數據存儲作為數據要素化的關鍵因素，應加大數據保存規(guī)模，推進價值數據應存盡存，并加快發(fā)展和部署高可靠性、高性能、高安全的先進存儲設施，匯聚保存高質量的數據資源，推動建立數據存力中心，為數字中國高質量發(fā)展提供堅實的數據基礎。
第二，在提升數據安全方面，應該推進在數據基礎設施建設中加大SSD存儲的使用，提高自主的先進存儲使用比例，夯實數據安全底座；構建數據基礎設施內生安全能力，健全數據容災備份和防勒索病毒安全體系，建立數據流通基礎設施的安全屏障。
第三，針對網存算協同，通過近存計算、算力資源的數據直通，提升存儲和計算的協同效率；減少數據周轉率，提升數據有效利用率。
據了解，在峰會展覽展示區(qū)，華為數據存儲全面展示了OceanStor全閃存存儲、分布式存儲等系列產品，以及全局可視、可管、可用的數據湖解決方案，加速數據資產化進程。通過現場交流，幫助客戶更加全面地了解更多方案細節(jié)。