提到AI基石，人們普遍會(huì)想到計(jì)算硬件、大模型等，卻容易忽略了一個(gè)關(guān)鍵的AI支柱——存力。

大模型的全周期，都離不開存力與算力的協(xié)同保障。比如Pre-Training預(yù)訓(xùn)練階段，涉及EB/PB級(jí)海量數(shù)據(jù)的處理，頻繁保存與讀取Checkpoint文件，對(duì)存儲(chǔ)的帶寬和吞吐量要求很高；Post-Training后訓(xùn)練階段，模型精調(diào)需要處理個(gè)性化數(shù)據(jù)，存儲(chǔ)系統(tǒng)需應(yīng)對(duì)頻繁的IO操作。Inference推理階段，token輸出過慢會(huì)讓用戶長時(shí)間等待、體驗(yàn)差，而低延遲的實(shí)時(shí)數(shù)據(jù)傳輸，依賴于存儲(chǔ)的并發(fā)訪問能力。

算力突飛猛進(jìn)而存力不足，兩者的不協(xié)同，在一定程度上制約云數(shù)據(jù)中心的效率，也成為當(dāng)前AI云亟需突破的一大難點(diǎn)。

這時(shí)候，迫切需要人才以代碼為利器，為行業(yè)解難題。華為軟件精英挑戰(zhàn)賽，正是這樣一個(gè)復(fù)合型人才的練兵場。

華為軟件精英挑戰(zhàn)賽是華為公司面向全球在校大學(xué)生舉辦的大型軟件編程競賽，自2015年啟動(dòng)以來，已經(jīng)成為全球高校學(xué)子展示軟件設(shè)計(jì)與編程實(shí)力、挑戰(zhàn)技術(shù)巔峰的頂級(jí)舞臺(tái)。

以“普朗克計(jì)劃”為主題的2025第十一屆華為軟件精英挑戰(zhàn)賽，吸引了全球800多所高校、超22000名選手、超4200支隊(duì)伍報(bào)名參賽。經(jīng)過八大賽區(qū)區(qū)域初賽、區(qū)域復(fù)賽等環(huán)節(jié)的激烈角逐，共有34支隊(duì)伍、92名優(yōu)秀選手成功晉級(jí)4月19日舉辦的全球總決賽。最終，粵港澳賽區(qū)來自南方科技大學(xué)和香港科技大學(xué)的“Tom and Jerry”隊(duì)一舉奪魁，贏得全球總冠軍，獨(dú)攬20萬元獎(jiǎng)金。

究竟什么賽題，能激發(fā)全球軟件人才的挑戰(zhàn)興趣呢？在大模型技術(shù)快速迭代的當(dāng)下，華為今年賽題抽象自華為云存儲(chǔ)真實(shí)業(yè)務(wù)難題：選手們需從行業(yè)案例中提煉數(shù)據(jù)分片、緩存預(yù)熱、多協(xié)議互通等策略，結(jié)合算法創(chuàng)新，解決賽題中的存力瓶頸。

通過解題，年輕的參賽者們能直面來自大模型時(shí)代的存力挑戰(zhàn)，親歷了從技術(shù)瓶頸發(fā)現(xiàn)、架構(gòu)設(shè)計(jì)到商業(yè)應(yīng)用的完整鏈條。

云存儲(chǔ)在升級(jí)，人才在成長，華為在技術(shù)創(chuàng)新與人才培養(yǎng)上持續(xù)投入，為大模型強(qiáng)基、固本、培源。所以，從2025年華為軟件精英挑戰(zhàn)賽，我們可以更深入地了解，大模型時(shí)代的底座、底氣和底蘊(yùn)。

不少開發(fā)者都提過：打完比賽之后，所寫的代碼就沒什么用了，不能真的用技術(shù)為社會(huì)發(fā)光發(fā)熱，這樣的經(jīng)歷多來幾次，就感覺參加比賽沒什么意義。讓一場比賽具有意義感，不浪費(fèi)選手們的時(shí)間與期待，賽題必須鮮活，貼近現(xiàn)實(shí)，緊密結(jié)合行業(yè)前沿技術(shù)與實(shí)際應(yīng)用，解決產(chǎn)業(yè)面臨的真問題。

2025華為軟挑大賽中，華為云精心打造的賽題，就源自云存儲(chǔ)的真實(shí)挑戰(zhàn)。

AI時(shí)代正在全業(yè)務(wù)流重塑對(duì)云存儲(chǔ)的關(guān)鍵需求，云存儲(chǔ)正在成為算力之外的第二生產(chǎn)力，具備海量數(shù)據(jù)承載能力、高性能存取效率與彈性擴(kuò)展架構(gòu)等優(yōu)勢，成為驅(qū)動(dòng)AI訓(xùn)練效率提升、成本優(yōu)化及多模態(tài)創(chuàng)新的基石。

但存算不協(xié)同，可能出現(xiàn)存儲(chǔ)帶寬無法支撐海量小文件，比如百萬級(jí)圖文數(shù)據(jù)的傳輸，拖慢大模型的開發(fā)進(jìn)程；存儲(chǔ)系統(tǒng)無法及時(shí)將數(shù)據(jù)加載到GPU，可能導(dǎo)致數(shù)千萬元投資的GPU集群利用率不足，形成“內(nèi)存墻”難題，產(chǎn)生巨額算力浪費(fèi)。

所以，發(fā)展大模型，既需要算力的充沛保障，也要進(jìn)一步升級(jí)存力。

為此，華為云率先進(jìn)行了技術(shù)攻關(guān)，打造了面向AI場景推出的AI-Native智算存儲(chǔ)解決方案，以O(shè)BS作為海量數(shù)據(jù)底座，提供大規(guī)模、高可靠性的數(shù)據(jù)存儲(chǔ)解決方案，疊加華為云SFS Turbo緩存加速層，可以為AI應(yīng)用提供高效的數(shù)據(jù)訪問能力。

通過以存助算/強(qiáng)算/代算/補(bǔ)算，華為云存儲(chǔ)為大模型構(gòu)筑了強(qiáng)大的存力基石，提供了產(chǎn)業(yè)的真實(shí)實(shí)踐。但創(chuàng)新之路永無止境，讓存力最大化，仍有優(yōu)化空間。

比如說 AI訓(xùn)練環(huán)節(jié)，性能還可以進(jìn)一步優(yōu)化。針對(duì)海量小文件高性能、低時(shí)延處理以及大模型訓(xùn)練 CheckPoint快速存儲(chǔ)與恢復(fù)的特殊需求，華為云在數(shù)據(jù)湖 OBS之上，引入了高性能存儲(chǔ)加速緩存層 SFS Turbo，為 AI訓(xùn)練集群提供高性能數(shù)據(jù)讀寫能力，滿足訓(xùn)練數(shù)據(jù)加載和故障恢復(fù)過程中 CheckPoint機(jī)制的性能要求。然而，由于成本優(yōu)化的需求，SFS Turbo中的冷數(shù)據(jù)會(huì)被分級(jí)存儲(chǔ)到OBS中。

如何實(shí)現(xiàn) OBS中數(shù)據(jù)向 SFS Turbo的快速加載，是云存儲(chǔ)面臨的重要挑戰(zhàn)，也對(duì)加速AI訓(xùn)練效率具有關(guān)鍵意義。

誰能來迎接這一前沿挑戰(zhàn)？答案是具有創(chuàng)造力和極強(qiáng)工程能力的軟件人才。

多年以來，華為軟件精英挑戰(zhàn)賽不斷將校園里的天才構(gòu)想，帶入賽場，帶入技術(shù)世界和產(chǎn)業(yè)世界，已成為具有人才培養(yǎng)與產(chǎn)學(xué)聯(lián)動(dòng)示范意義的重要賽事。2025大賽沿用了自2022年發(fā)起的“普朗克計(jì)劃”，華為云CTO張宇昕表示，“華為軟件精英挑戰(zhàn)賽以‘普朗克計(jì)劃’為主題，希望越來越多像‘普朗克’一樣的軟件人才站出來，開創(chuàng)新的技術(shù)方向，突破新的技術(shù)領(lǐng)域”。

年輕的軟件人才就在華為的賽場，與云存儲(chǔ)完成了一場風(fēng)云際會(huì)。

不少高校老師都反映說，AI領(lǐng)域，工業(yè)界具備大數(shù)據(jù)、算力、算法能力等優(yōu)勢，所以普遍走得比學(xué)術(shù)界更快。老師們自己還沒搞懂，學(xué)校買不到GPU算卡，導(dǎo)致當(dāng)前的人才培養(yǎng)模式，很難滿足AI時(shí)代的人才需求。于是，一些由企業(yè)舉辦的產(chǎn)業(yè)賽事便成為人才實(shí)操的主要陣地。

而華為軟件精英挑戰(zhàn)賽，更緊密地實(shí)現(xiàn)了學(xué)術(shù)界與工業(yè)界的對(duì)接。大賽每屆賽題都源于華為探索世界領(lǐng)先技術(shù)中遇到的真實(shí)業(yè)務(wù)難題，同時(shí)緊密結(jié)合行業(yè)前沿技術(shù)，本屆大賽也不例外。在大模型時(shí)代，該比賽與其他產(chǎn)業(yè)賽事呈現(xiàn)出明顯的差異：

首先是現(xiàn)實(shí)性強(qiáng)。大賽賽題高度還原了真實(shí)業(yè)務(wù)挑戰(zhàn)，讓選手們解答現(xiàn)實(shí)難題，而非紙上談兵。比如本屆大賽就聚焦于開發(fā)一個(gè)存儲(chǔ)服務(wù)的控制系統(tǒng)，旨在通過減少硬盤數(shù)據(jù)碎片化程度，提升系統(tǒng)整體效率，并依據(jù)存儲(chǔ)系統(tǒng)的整體性能來評(píng)定最終得分。選手們能感受到，存力問題直接關(guān)系到大模型效率與成本問題，是當(dāng)下全社會(huì)各行業(yè)都關(guān)心的，避免純解題過于懸浮、與現(xiàn)實(shí)脫節(jié)，攻克這類難題能真的推動(dòng)產(chǎn)業(yè)進(jìn)步，帶給選手們滿滿的成就感。

同時(shí)挑戰(zhàn)難度大。本屆大賽的選手們需要根據(jù)題目提供的對(duì)象標(biāo)簽、對(duì)象大小等信息，將具有相似特征的對(duì)象盡可能聚合寫入，降低硬盤上數(shù)據(jù)的碎片化程度。在讀取時(shí)，選手需要合理規(guī)劃磁頭的動(dòng)作，提高系統(tǒng)讀取對(duì)象的效率。這一賽題非?？简?yàn)選手們的算法設(shè)計(jì)和工程能力，也讓選手們通過比賽能夠真正得到提升，有所收獲。

本屆大賽還與時(shí)俱進(jìn)，鼓勵(lì)各位選手使用包括DeepSeek在內(nèi)的市面上所有的LLM，將AI能力融入?yún)①愖髌分?/strong>，增強(qiáng)作品的深度和創(chuàng)新性，不僅能充分激發(fā)選手們的創(chuàng)造性思維，還能讓高校學(xué)生不用擔(dān)心算力資源限制，上手實(shí)戰(zhàn)最新的AI大模型，達(dá)到以賽促學(xué)、以賽促用的效果。