A. 鲁健用的是什么手机
当然是华为.鲁健还专门做过一期节目，关于华为手机。
最强阵容!鲁健对话业界大咖
总台央视主持人鲁健对话华为数据存储四位总裁:数据存储产业作为数字世界的底座和基石，如何应对海量数据带来的挑战?如何构建最强数据基础设施?
面对这一波“灵魂拷问”，他们现场一一作答，现场探讨了平为数据存储与机器视觉，谢黎明一一车为企业存储领域总裁，黄 涛，王怡东一一华为分布式存储领域总裁，分别对话探讨。最后为华为手机喝彩！
B. 机器视觉系统在机器人中主要有哪些功能
机器视觉按照功能可以大致区分为识别、定位、测量、检测、引导五类。
（1）识别：机器视觉可以对图像进行处理、分析和理解，用于对一些一维码或二维 码的解码、光学字符的识别与确认、颜色及形状的识别等；
（2）机器视觉采用先进的图像视觉检测技术，对高速运动的工业产品进行实时全面 视觉定位分析，主要用于自动生产及装配；
（3）机器视觉可以在非接触的情况下，对产品尺寸进行高精度的测量，以确定产品 外观的尺寸是否存在误差；
（4）机器视觉可以用于产品表面的精密检测，包括目标方向及位置检测，检测产品 表面的压伤、破损、刮伤、脏污、变形等问题，及印刷表面的瑕疵检测等；
（5）机器视觉普遍应用于智能制造的工业机器人领域，当前工业机器人已经大范围 应用于自动化流水线，机器视觉系统可以在机器人操作过程中帮助机器人实时了解 工作环境的变化，相应的调整动作以保证任务的正确完成。【服务热线，贴心服务】
RegemMarr研祥金码业务主要涵盖新能源、锂电、半导体、电子元件、包装、家用电器、汽车、食品、医药、物流及自动化设备等领域。公司产品自上市以来，已在华为、京东方、海信、小米、创维、长虹、比亚迪、美的、大疆、富士康、元气森林等知名企业得到广泛应用，深受赞誉与信赖。
C. 机器视觉系统是由哪些部分组成的
机器视觉系统是指通过机器视觉产品比如摄像头获取图像，然后将获得的图像传送至处理单元，通过数字化图像处理进行目标尺寸、形状、颜色等的判别，进而根据判别的结果控制现场设备。一个典型的机器视觉系统涉及多个领域的技术交叉与融合，包括光源照明技术、光学成像技术、传感器技术、数字图像处理技术、模拟与数字视频技术、机械工程技术、控制技术、计算机软硬件技术、人机接口技术等。
目前市场上的机器视觉系统可以按结构分为两大类：基于PC的机器视觉系统和嵌入式机器视觉系统。基于PC的机器视觉系统是传统的结构类型，硬件包括CCD相机、视觉采集卡和PC等。嵌入式机器视觉系统将所需要的大部分硬件如CCD、内存、处理器以及通信接口等压缩在一个“黑箱”式的模块里，又称之为智能相机，其优点是结构紧凑、性价比高、使用方便、对环境的适应性强，是机器视觉系统的发展趋势。
作为机器视觉系统的重要组成部分，机器视觉软件主要通过对图像的分析和处理，实现对待测目标特定参数的检测和识别。机器视觉软件主要完成图像增强、图像分割、特征抽取、模式识别、图像压缩与传输等算法内容，有些还具有数据存储和网络通信功能。机器视觉系统可以根据图像处理结果和一定的判决条件方便地实现产品自动化检测与管理。
根据软件的规模和功能，现有的机器视觉系统软件可以分为单任务的专用软件和集成式通用组态软件两大类。专用软件是专门针对某一测试任务研制开发的，其待测目标已知，测量算法不具有通用性，如投影电视会聚特性检测调整系统和电子枪扭弯曲度智能检测系统。集成式通用组态软件是将众多通用的图像处理与模式识别算法编制成函数库，并向用户提供一个开放的通用平台，用户可以在这种平台上选择组合自己需要的函数，快速灵活的通过组态实现一个具体的视觉检测任务。
目前机器视觉软件主要向高性能与可组态两方面发展。一方面，机器视觉软件的竞争已从过去单纯追求软件多功能化转向对检测算法的准确性、高效性的竞争。优秀的机器视觉软件可以对图像中的目标特征进行快速而准确的检测，并最大限度地减少对硬件系统的依赖性。另一方面，机器视觉软件正由定制方式朝着通用、可视化组态方式发展。由于图像处理算法具有一定通用性，用户可以在通用平台上进行二次组态开发，快速实现多种工业测量、检测和识别功能。
D. 如何评价华为存储的颜值
用颜值来评价华为存储，是一个很新鲜的提法。
不可否认，这是个拼颜值的时代！
企业也不例外，颜值就是生产力，比如苹果产品就凭颜值爆“表”深受热捧。
小编问了下度娘：颜值，源自日语“脸”的汉字，颜值表示人物颜容英俊或靓丽的数值，用来评价人物容貌。
如何用科学方法来测算华为存储这种抽象的看不见摸不着的颜值，小编私以为可以先看看华为存储的成绩单。
因为有记者这么评价华为存储2014的成绩，漂~亮~！这就是企业的颜值！
漂亮到什么程度?有三件大事可以证明：
第一件：华为存储2014年成功跻身Gartner魔力象限挑战者象限（提Gartner，小伙伴们都懂得）
第二件：根据IDC 2014Q3数据，2014年华为存储收入增速、发货套数增速和发货容量增速都位居中国第一。通俗点说：华为存储从增长速度来看，无论是国内市场还是国外市场，华为存储位列第一无可争议。
第三件：2014年，华为存储夺走竞争对手31.7%市场份额。（好腻害！）
谈到这里，小编忍不住要来段人人都爱的大~爆~料~！
CeBIT2015马上要开展了（3月16-20日在德国汉诺威），很多小伙伴从微信后台发来信息问，华为IT即将在CeBIT上投放什么秘密武器！答案就是：
爱看电视爱追剧的都懂的~现在巴不得所有的视频都是4K的，最好逼真到看《深夜食堂》就跟自己在那儿坐着吃美食似的，看《超能陆战队》就跟自己拥有了暖男胖大白，看《奔跑吧兄弟》就跟自己在那里参战。
所以，4K技术绝对是让颜值爆表的利器！
但想要获得4K超高清体验，却很难，因为片源少？没片方愿意拍4K的？
NO~NO~NO~，其实最根本的原因是：存储系统跟不上！
4K技术对于带宽和容量的极高要求，不是什么存储系统都能撑得住！
那么，问题来了，到底什么存储系统能够满足4K要求？
必然是媒资界明星：
华为OceanStor 9000！
对媒资行业而言，颜值尤为重要，他们的终极目标就是要让节目“好看”！
所以，4K超高清视频制作的需求尤为迫切，谁能帮助他们？
就是TA，具备业界第一的288节点，60PB容量扩展能力。更是具有400GB的带宽能力，可随业务增长在线扩展，构建弹性媒体在线资源池，支持向4K业务的平滑演进，同时借助高密节能的系统设计，使空间节省200%，功耗降低32%，进一步降低媒体库运营成本。以首创的全融合架构，OceanStor 9000实现一套存储系统支持媒体全流程业务，可在单一数据资源池实现采、编、播、管、存全流程共享，使数据智能流动，消除传统媒体架构的存储孤岛，提升全流程业务效率。
E. 简述机器视觉系统的硬件组成有哪些
机器视觉由软件和硬件两大部分构成
硬件部分：视觉光源+工业相机+工业镜头+光源控制器+相关光学配件
软件部分：软件系统+运动采集卡+工业电脑
根据客户的需求不同，选型时配备的软硬件也会有所不同，一般需要工程师根据需求效果进行整体评估后才能给出相关的详细方案。
F. 机器视觉系统的组成与技术应用领域
机器视觉系统是利用机器代替人工做出检测和判断，它综合了电子、光学、机械、计算机软硬件等多种技术，涉及到计算机、图像采集、智能识别、信号处理、光机电一体化等多个领域。机器视觉系统可以提高生产的柔性和自动化程度，大大提高工业生产效率，下面就为大家简单介绍一下机器视觉的几大典型应用。
一、图像识别
图像识别，是利用机器视觉对图像进行处理、分析和理解，以识别各种不同模式的目标和对象。图像识别在机器视觉工业领域中最典型的应用就是二维码的识别了，二维码就是我们平时常见的条形码中最为普遍的一种。将大量的数据信息存储在这小小的二维码中，通过条码对产品进行跟踪管理，通过机器视觉系统，可以方便的对各种材质表面的条码进行识别读取，大大提高了现代化生产的效率。
二、视觉定位
视觉定位要求机器视觉系统能够快速准确的找到被测零件并确认其位置。在半导体封装领域，设备需要根据机器视觉取得的芯片位置信息调整拾取头，准确拾取芯片并进行绑定，这就是视觉定位在机器视觉工业领域最基本的应用。
三、图像检测
图像检测是机器视觉工业领域最主要的应用之一，一方面生产自动化程度高，人力成本占整个产品成本的比例较大，消费者对产品质量和一致性的要求也很高。另一方面其设备制造业比较发达，高科技产品所占比例较大。因此，机器视觉在图像检测的应用方面也非常的广泛。
四、物体测量
机器视觉在工业应用中最常用与非接触式物体测量，可避免人工测量产生的误差和接触时产生的损耗，更因其具有高精度高性能的特点，大大提高了生产的效率。常见的物体测量包括：手机、五金件、齿轮、汽车零部件、PCB板、玻璃、机械、塑料等。
在物体测量方面，普密斯有多种型号机器视觉检测设备，可根据所需精度和自动化程度针对性选择。
G. 奇迹！美国三大存储巨头收入大幅下滑，华为逆势猛增剑指全球第一
科技 先生频道∣公众号：zgkjsir
文/中国 科技 先生 胖猴
近日，美国疾控中心副主任舒查特博士对媒体直言， "由于新冠病毒传播速度太快、范围太广，目前美国疫情正呈失控状态"。
从发展态势来看，确实如此。据美国约翰斯·霍普金斯大学统计数字显示，截止当地时间6月30日上午，美国新冠肺炎确诊病例超过268万，死亡病例为12.95万。 过去一个星期，全美每天新增的新冠病例数量同比猛增42%，达到约38200例。
形势如此严峻，经济重启因而变得艰难。美国媒体6月30日程，由于新冠肺炎疫情再攀高峰， 包括得克萨斯州和佛罗里达州在内的至少16个州已经暂停重启经济的计划。
疫情的影响，已然涉及整个 社会 的方方面面，连美国三大存储巨头Dell EMC、NetApp和HPE也大受冲击。
近日，全球权威分析师机构Gartner发布2020年第一季度的外部存储市场份额报告，报告显示，Dell EMC、NetApp和HPE收入都出现大幅下滑，分别下滑11%，16%和19%。
美国存储巨头迎来至暗时刻，来自中国的 科技 公司华为，却展现出逆势进击的彪悍。
2020年第一季度，尽管同样受到疫情影响，华为依然实现了24.7%的高速增长，增长率排名第一。
具体到不同区域，在第一季度受疫情影响最严重的中国区，华为仍然保持15.4%的收入增长，增长率中国区第一。海外市场方面，华为实现了38.5%的增长率，增长率排海外市场第一。
不难看出，华为干翻了一众海外巨头，成为全球存储市场唯一的一抹亮色。在华为这里，疫情也好，巨头林立也罢，都不是战斗停歇的理由，恰恰相反，困难越多，越要能转危为机。
要知道，此前，美国三大存储巨头"制霸"全球存储市场，风头最劲的当属Dell EMC。
在911事件中，Dell EMC帮助摩根斯坦利24小时恢复全部业务，从而名声大噪。随后，Dell EMC完成一系列收购，"迅速完成了从高端存储厂商到存储巨头的角色转换，开启了长达十五年的存储霸主生涯"。
权威分析机构IDC发布的报告数据显示，2020年第一季度，Dell EMC依旧是最大的企业外部存储系统厂商，占全球收入的33.2%，NetApp则以11.0%的收入份额位列第二，其次是HPE/新华三，份额为9.9%。
面对美国巨头，华为无可倚靠，只能仰仗技术研发，不断深耕。你可能想象不到，征途之初，可以用"筚路蓝缕"来形容。
2002年，华为开始对存储业务进行投入，"团队加起来也就十来个人"，但必须在一年之内把预研的产品研发出来。
怎么办？华为存储首先想到与高校科研机构合作。于是，华为存储与华中理工大学（后来改名为华中 科技 大学）谢长生教授团队展开合作，开始基于标准服务器+商用FC卡+开源RAID代码+Cache/SCSI组件打造预研的存储系统。
经过一年努力，存储原型机终于研发成功，通过了管理层验收。第二年，也就是2003年，华为存储正式启动研发。
到2005年，华为又完成对双控存储系统的研发工作，这意味着华为存储研发实现了阶段性胜利。
此后，技术研发的实力日积月累，越发雄厚。 目前，华为在全球布局了12个研发中心，有超过4000名工程师从事存储研发，存储专利超过800项，华为OceanStor存储Dorado系列全闪存更在日本年度最大规模ICT展会Interop Tokyo 2020上再次获得Best of Show Award金奖。
得益于研发投入，华为存储爆发出惊人能量，不仅受到海内外众多用户青睐，市场份额也节节攀升。2019年，华为存储在全球市场份额杀进前四，而在中国市场，华为存储已经连续19个季度排名第一。
对此，华为云与计算BG副总裁、数据存储与机器视觉产品线总裁周跃峰当仁不让地坦承： "华为公司成为全球第一的存储厂商指日可待。"
按照华为长期的技术研发，尤其是现在这样迅猛的增长速度，加上美国三大巨头发展变得疲软，华为存储将会趁胜追击，最终屹立于全球存储市场之巅。
这一天，正在加速到来。
H. 一座智能低碳的医院是如何炼成的
数字经济时代，数字化已成为医院完成医疗保障工作的关键能力之一。作为提供数字化底层支持的基础设施，更需要与之俱进。在面对医疗新技术和新业态的双重挑战，北京同仁医院携手华为通过打造全闪存数据中心，发挥新型基础设施的价值。在 探索 医院从数字化向智能化转变的同时，兼顾实现绿色节能低碳目标上，进行了卓有成效的实践。
2021年6月，国务院办公厅印发的《关于推动公立医院高质量发展的意见》指出，要强化信息化在引领公立医院高质量发展新趋势中的支撑作用，推动云计算、大数据、物联网、区块链、第五代移动通信（5G）等新ICT技术与医疗服务深度融合。
伴随着医院业务的快速发展，医院对信息化的需求也在不断变化。以数据为中心的视角和思维模式，驱动着医疗业务的新变革和新发展，这一点在智能医疗、智能管理、智能服务等方面都有所体现。
首先， 在智能医疗方面， 医院信息化系统在满足医生基本业务需求的同时，将医学知识与大数据、人工智能等新ICT技术相互结合，为医生提供必要的医疗数据查阅、医疗知识提醒、临床辅助决策等功能；其次， 在医院运营管理方面， 管理层不仅需要看到各部门的静态统计报表，更需要全方位、多层次、多维度地了解医院的投入、产出、成本等实时指标，并利用大数据分析和人工智能技术为医院运营管理提供更深入的洞察和更敏捷的反应，进而为决策提供数据支持；最后， 在智能服务方面， 智能化医院覆盖从预约挂号、远程医疗服务、移动支付、药物配送，到基于人工智能的 健康 管理、智能问诊等全流程服务，未来的互联网医疗服务有着无限的发展空间。
总而言之，数据中心是医院新型基础设施的重要基座，打造医院新型数据中心，发挥新型基础设施的价值，对建设新时代的智能化、绿色低碳医院具有重要意义。
那么，首都医科大学附属北京同仁医院（以下简称同仁医院）又是如何从数字化走向智能化，同时做到节能降碳的呢？
同仁医院始建于1886年，是以眼科学、耳鼻咽喉科学为国家重点学科的大型综合三甲医院，设有68个临床和医技科室，一年门急诊量达290万人次。在智能化时代，同仁医院期望充分发挥5G、AI、物联网、大数据等新ICT技术在现代医院建设管理中的重要作用，通过“智能服务”、“电子病历”、“智能管理”的建设，构建医疗、服务、管理“三位一体”的智能医院系统，实现由“数字化”医院走向“智能化”医院的愿景目标，为患者提供更高质量、更高效率、更加安全、更加体贴的医疗服务。
然而在建设智能化医院的过程中，同仁医院的基础设施也面临着医疗新技术和新业态带来的双重挑战：
一方面，当前院区的信息系统架构老旧，可靠性较低，存在单一系统故障风险；存储阵列采用传统机械硬盘，已经严重影响了医院核心业务系统的体验，并拖累EMR（电子病历）、移动App等新业务上线；与此同时，包括HIS（医院信息系统）、PACS（医学影像存贮与传输系统）等在内的30余个系统已逐年上线，物理设备众多，造成资源管理分散、资源利用率低、管理和维护复杂、运维成本逐年增加等问题。
另一方面，分级诊疗、医疗大数据、互联网医疗等新的业务模式逐渐兴起，带动了整个行业的变化。随着云计算、大数据、人工智能、物联网、互联网技术等新ICT技术在医院中广泛应用，医疗数据亟需快速整合、共享和进行大数据分析。
为了应对以上挑战，实现从数字化走向智能化的进阶，同仁医院完成了智能医院信息系统的顶层设计，其架构主要包括门户、平台应用、资源、医院信息平台、应用系统、智能化基础设施等6个层面。基于该信息系统，同仁医院实现了智能化的四个改变：
1.业务数据方面
服务半径从院内医护、科研扩大到院外患者；
2.应用访问端方面
从医护工作端扩大到全量患者应用；
3.架构网络方面
从传统的内网院区架构扩展到开放的互联网接口；
4.诊疗模式方面
从以前的门诊诊疗切换到分级诊疗或AI辅助诊疗。
可以看出，数据存储是承载智能医院的底座，而数据中心是医院智能化转型的关键，全闪存数据中心则是实现数据加速、智能运维、绿色低碳的保障，有效支撑了同仁医院智能化之路。
在数字化走向智能化的过程中，同仁医院在三个维度上开展了卓有成效的实践：
性能提升
同仁医院将HIS、PACS等老旧核心业务和数据全面向高端闪存存储迁移，以提升智能生产系统的性能，解决了 历史 遗留的线下业务性能瓶颈问题。对于互联网访问、挂号等新业务的云资源池和数据库，同仁医院也将其全面加载到新的高端闪存存储资源池上，快速实现新业务上线、扩容，支持线上业务的数据分流。通过提升整体智能生产系统的存储性能，同仁医院还大大缩短了患者门诊挂号的时间，提高了医院员工的工作效率。
在医院智能化业务高速发展的时代，同仁医院的存储资源池可以弹性扩展，以满足未来医院业务上线需求。
数据保护
在当今大数据时代，除了对业务数据存储进行全场景闪存加速，还需要将医院数据进行全场景保护，以提升业务连续性和安全性。同仁医院对数据保护的策略为核心数据全容灾，重要数据热备份。
根据这一策略，同仁医院通过华为 OceanStor 全闪存来支撑HIS、PACS等核心业务的数据库和虚拟化双活容灾，消除系统的单点故障风险，核心业务实现7x24小时稳定在线、业务零中断。此外，通过全闪存的CDP连续数据保护和远程复制，可以将重要数据存储到备份设备，保证数据零丢失，并通过灾备管理软件 OceanStorBCManager 完成全局、全场景、全流程的灾备管理和一键式演练，大大减轻了同仁医院运维管理人员的负担。
安全可靠
在提升数据中心整体安全可靠性上，基于华为全闪存数据中心目标架构，同仁医院采用“核心数据全容灾，重要数据热备份”方案，医院关键核心业务均采用存储“双活”配置： HIS系统采用华为OceanStorDorado 18000 全闪存双活，PACS系统采用支持块/文件双活的华为 OceanStor18510F 全闪存加速双活，数据库和虚拟化采用了相同的 OceanStorDorado 18000 全闪存双活，智能医学教育系统则采用了华为 OceanStor5310F 双活等产品。
存储双活意味着两台全闪存阵列之间互为冗余，即使单阵列出现故障，也能保证核心业务7x24小时稳定在线，做到业务零中断，数据不丢失。对于医院的重要数据，数据中心基于华为存储实现了更为完备的数据备份保护策略，并使备份周期从原来的1天缩减到3秒，解除了同仁医院的后顾之忧。
众所周知，数据中心是耗能大户，据数字能源产业智库预测，全球数据中心能耗将从2020年的6700亿度电，增长至2025年的9500亿度电，约占全球总用电量的3%。
智能医院该如何建设高效且低碳的数据中心？
全闪存数据中心是低碳数据中心的开始。全闪存数据中心是指90%以上的存储容量由固态硬盘提供的数据中心，且同时具备高密度、高可靠、低延迟、低能耗等特征。在相同容量下，闪存盘相比机械硬盘的能耗降低70%，空间占用节省50%。据相关测算，一块闪存盘替代机械硬盘一年所减少的碳排量，相当于150棵树所吸收的碳排量，以此估算，新建数据中心的能耗则将下降21%。
就同仁医院的智能化建设而言，在为患者提供更高质量、更高效率、更加安全、更有温度的医疗服务的同时，通过全闪存数据中心打造智能化医院的绿色底座，是医疗行业在“碳达峰”和“碳中和”实践中卓有成效的 探索 。
未来，华为将继续在智慧医疗领域不断深耕，为智慧医疗打造可靠、稳定、智能的数据中心解决方案，加速全智慧院区建设，全面提升医疗服务水平和医院管理效能。
文/首都医科大学附属北京同仁医院党委委员、信息中心主任 刘艳亭
华为数据存储与机器视觉产品线营销专家 张扬
I. 攀登比珠穆朗玛更高的山峰，数据存储技术的突破之路
文： 科技 商业 于洪涛
在物理世界，山峰是自然力量的象征；而在数字世界里，数据则是智慧力量的来源。
或许正是因为如此，华为将其聚焦在数据基础技术的科研大奖命名为Olympus Mons，即奥林帕斯大奖，专门用于重奖那些在数据存储领域实现技术突破的科研工作者。
设立奖项只是一种形式。在奥林帕斯大奖的背后，是华为通过汇聚产学研各方能力，来推动数据技术实现突破性发展的雄心，从而为数字经济发展提供更好的数据基础设施。
随着数字化时代的到来，数据的价值越来越突出，正在日益成为国家、企业、甚至个人的核心资产。
与传统经济相比，数字经济的本质就是数据的流通，数据也成为智能 社会 的主要生产要素。IDC的调研显示，2020年全球共创造了59ZB的数据，到2025年则将达到163ZB。
如此巨量的数据资产，需要经过数据采集、数据存储、数据分析等流程才能产生价值，其中数据存储无疑是基础。在数据中心里，存储也与计算和网络一道，成为关键基础设施，为整个数字化进程提供支持。
在数据量高速成长的同时，数据的形态也日益多样化，视频、图片、音频等非结构化数据已经成为数据的主体。这些复杂的数据要想充分发挥价值，就需要更加高效的数据存储和数据管理。
有统计显示，如今只有2%的数据被保存，保存下来的数据也只有10%得到分析利用。华为数据存储与机器视觉产品线总裁周跃峰介绍说，数据在企业数字化转型中扮演着越来越重要的角色，然而企业却面临海量数据存不下、流不动、管不好的问题。
为了满足客户日益增长的数据存储需求， 华为主张构建端到端的数据能力，包括计算、存储、利用和AI等能力，让数据在全生命周期内实现每比特价值最大，每比特成本最优。
华为的努力，已经收到了成效，如今越来越多的政企使用华为的数据存储解决方案，来实现对数据资产的管理。
甘肃敦煌研究院，正在利用华为的海量存储解决方案，通过 计算机技术和数字图像技术，实现敦煌石窟文物的永久保存、永续利用。
然而，整个敦煌莫高窟拥有735个洞窟、4.5万平方米壁画、2415尊泥质彩塑，要把这么多文物数字化，达成构建数字敦煌博物馆的目标，意味着需要大量的投资和海量的存储设备。 显然，要想解决这一问题，仅靠华为自身的努力还不够，而需要各个方面的共同参与，通过打造产业技术生态，来实现存储技术的新突破。这也正是华为设立“奥林帕斯奖”的初衷。
据了解，华为“奥林帕斯奖”，每年都聚焦于数据领域的两个主要技术难题来寻求解决方案。在去年底的全球数据存储教授论坛上，第二届的“2021年奥林帕斯悬红”两大难题已经确定：一是构建每比特极致性价比的数据存储，二是实现下一代存储产业根技术突破。对于每个难题，华为都给出了高达100万元的悬红，
华为希望通过“奥林帕斯奖”的设立，与学术界在 Cloud-Oriented多云存储服务、Data-Centric新型数据应用存储系统、AI-Driven存储软件架构、创新体系架构等技术方向共同攻坚，构筑更好的数据存储系统。
我们都知道，妨碍电动 汽车 推广普及的主要制约因素是电池的能量密度，其决定了电动 汽车 的可用性。在数据中心里，数据的存储密度则将成为未来的核心挑战，决定着我们智能 社会 的成色。
科学家们已经明确了下一步的发展目标：在有限的资源下实现100x性能密度和100x容量密度的数据存储。要实现存储能力的提升，压缩算法是核心技术之一，可以降低 数据的存储成本，帮助用户缓解数据规模爆炸性增长带来的成本压力。
然而，作为存储技术中的重磅难题，压缩算法多年来未有突出成果。
为了突破压缩算法面临的瓶颈，激发数据压缩领域的活力，自2020年起，华为与莫斯科国立大学合作，举办全球数据压缩大赛，以促进数据压缩根技术的研究。
今年的第二届全球数据压缩大赛，邀请了压缩领域享有盛誉的技术专家担任评委；使用电子显微镜、遥感等高性能计算数据，更贴近前沿、更贴近实际场景。大赛设计了五种类型的数据集（赛事项目）：定量数据压缩、定性数据压缩、混合数据压缩、小块数据压缩和熵编码优化。
同时，大赛还增设了面向高校学生、难度相对较小的编码算法优化项目，以吸引更多校园算法高手参与比赛。在奖项设置方面，进一步体现多维激励，增设领先奖、特等奖和学生参与奖。
本届数据压缩大赛，已于6月15日正式开赛，接收参赛作品截止到11月底，将于12月底公布获奖结果。截至7月中旬，开赛仅1个月大赛组委会就已经收到了来自全球近80个报名申请。
伴随着奥林帕斯大奖和全球数据压缩大赛相继进入第二届，“奥林帕斯”已经成为华为数据存储正在着力打造的新品牌，专门用来加强产学研合作，联合学界一起推动数据存储产业的进步。
从第一届奥林帕斯大奖得主那里，我们已经看到科研界在数据技术创新领域的突破。
获得 百万悬红大奖的清华大学舒继武老师团队的“持久性内存存储系统构建与关键技术”， 创新地提出了持久性内存文件系统与键值存储的设计方法和分布式持久性共享内存框架，攻克了其数据结构、内存管理、一致性与安全等方面的一系列难题，解决了基于新型内存介质的高效数据存储问题。
此外，上海交通大学的陈榕团队的 “基于新型异构硬件的高效数据处理系统”， 华中 科技 大学的冯丹团队的 “NVM（新型非易失存储）高效可靠技术”，也具有较高的创新性和先进性， 具备产业价值和应用前景。
同样，在第一届 全球数据压缩大赛上，也涌现出了很多令人瞩目的成果。
比如获奖选手Peter Thamm设计的pglz算法在压缩率和性能上，打破了快速压缩算法的一般认知，指引了压缩算法优化方向；Konstantinos Agiannis的参赛算法，在文本场景测试中的压缩率和压缩性能，均超过业界公认的标杆算法；Andreas Debski的快速图像压缩算法，达到了业界公认标杆算法120%的压缩率，展现了深厚的图像压缩算法功底。
过去一年的成功，也让我们对今年的 “奥林帕斯”有了更高的期待。对这个太阳系最高峰的攀登，意味着整个数据存储技术领域的参与者，首次能够团结一致，共同牵引基础理论研究方向，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。
在此进程中，华为一方面发挥了产业引领者的角色，大力推动产学研的合作进程；另一方面也积极投身其中，通过 Data Fabric、智能存储、内存型存储、数据缩减、视频存储等五大创新实验室，通过4000多名研发工程师的协同努力，围绕下一代存储的介质、网络、架构和管理等进行系统化创新。
我们也有理由相信，通过全球、全领域的协同创新，我们一定能够迎来数据存储技术的突破，通过技术重构实现更好的数据存储效能，让全世界共享数字技术红利，进而推动千行百业的智能化升级。
J. 华为发布六大数据存储新品
华为数据存储与机器视觉产品线总裁周跃峰表示，到2030年，全球每年新增数据量将突破1YB量级。有数据的地方要用存储，有存储的地方一定要用专业存储。企业数字化转型、云、大数据正在深刻改变着全球数据产业，华为将和全球的客户、生态合作伙伴、科研工作者一起持续创新，打造世界领先的数据存储产品和解决方案。
专业存储设备承载的是千行百业的数据资产，数据不能丢、访问不能停、访问不能等是各行业对专业存储的关键诉求。面向不同数据场景，华为发布了六大数据存储新品。
其中，全新的OceanStorDorado全闪存存储，发力网络连接存储市场，能实现文件跨部门安全共享，性能领先业界30%，保障业务持续在线，为半导体EDA、企业研发、金融数据交换平台、运营商话单等场景提供高效、可靠的万亿级海量小文件基础设施；新一代OceanStor混合闪存存储，全新定义了五大融合，即存算融合、多协议融合、温热数据融合，跨代融合以及多云融合，实现高性能、多功能的兼容并举，为普惠多样化场景提供更简洁、更具性价比的数据基座；OceanProtect专用备份存储，能实现业界3倍备份带宽、5倍恢复带宽、72:1数据缩减率，以及全方位防勒索病毒方案，帮助用户实现高效备份恢复，构筑保护数据的最后一道防线；全新OceanStorPacific系列分布式存储，是业界唯一支持混合负载，实现一套存储即可支持HPDA、大数据、视频、备份归档等多样化应用。同时在大数据场景支持近实时处理，辅助千亿数据集分析时间从几天缩短至几分钟，大大缩短创新应用开发周期；FusionCube超融合+系列产品，通过算力融合、存算网融合、业务融合，实现从传统超融合到以效率+、节能+、应用+为特征的超融合+能力升级，实现虚拟机/容器密度提升20%以及节能效率提升15%，为新型数据中心的发展构筑基石；面向数据中心的DCS数据中心虚拟化解决方案，以虚拟化、容器、灾备套件为核心，南向兼容预验证的推荐硬件，同时通过全栈统一管理平台实现智能管理。
据了解，从2019年起，华为针对数据存储业界难题发布“奥林帕斯悬红”，旨在牵引基础理论研究方向，激励全球科研工作者突破存储关键技术难题，加速科研成果产业化，实现产学研合作共赢。在本次论坛上，2021奥林帕斯获奖团队正式揭晓。会上，华为同时发布“2022年奥林帕斯悬红”两大数据存储难题方向，一是极致能效比的超融合数据基础设施，二是每bit极致性价比的下一代存储。华为表示，希望与学术界持续合作，共同攻坚，构筑更好的数据存储未来。