La lista de ganadores de la sexta edición del «Premio Olympus» (Olympus Prize) fue anunciada oficialmente en el Foro Global de Profesores de Almacenamiento de Datos 2026, donde 7 equipos de investigación de primer nivel, tanto nacionales como internacionales, obtuvieron 1 Premio Olympus y 6 Premios Pioneros Olympus gracias a sus investigaciones de vanguardia y avances tecnológicos en el campo del almacenamiento de datos. El «Premio Olympus» fue establecido por Huawei (Huawei) en 2019 y se ha convertido en uno de los premios profesionales más influyentes en el ámbito del almacenamiento de datos.
Este evento atrajo a más de 160 expertos y académicos de 30 universidades e instituciones de investigación de todo el mundo. Tras una rigurosa evaluación, finalmente 7 equipos se destacaron. En el foro, Chang Sheng, director del departamento de gestión de I+D de la línea de productos de almacenamiento de datos de Huawei, anunció simultáneamente las dos grandes direcciones tecnológicas y desafíos de la séptima edición del «Premio Olympus», animando a los equipos de investigación de todo el mundo a seguir invirtiendo en la investigación básica del almacenamiento de datos.
Dos grandes direcciones tecnológicas de la séptima edición del «Premio Olympus» anunciadas simultáneamente
La primera dirección es «Tecnología de almacenamiento con la máxima relación costo-beneficio por bit», centrada en la innovación de medios de almacenamiento, con el objetivo de lograr que los datos masivos sean «almacenables y asequibles», al mismo tiempo que se apoya el acceso de alto rendimiento a los datos en estado. Esto abarca específicamente dos desafíos: «Tecnología de almacenamiento de ultra alta densidad y recuperación eficiente de datos masivos», y «Medios de almacenamiento tipo memoria para datos en estado y tecnología de aceleración de almacenamiento cercano», proporcionando soporte técnico clave para los sistemas de almacenamiento de alto rendimiento de próxima generación.
La segunda dirección es «Base de datos nativa de AI Agentic», cuyo objetivo es superar el cuello de botella en el suministro de datos para cargas de trabajo de agentes, construyendo activos digitales empresariales que sean comprensibles, confiables, trazables y reutilizables por AI, acelerando así la implementación a gran escala de AI. Esta dirección también incluye dos desafíos: «Tecnología de suministro de datos eficiente centrada en la eficiencia de producción de tokens», y «Tecnología de representación del conocimiento evolutiva y de alta generalización basada en gráficos de conocimiento de ontología», enfocándose en resolver los problemas de gobernanza de datos en el proceso de aplicación de AI.