曙光未来机会|机器人尚未量产，网络和存储账单可能已经开始增长
资本市场习惯按机器人销量测算电机、减速器和传感器价值量，却容易忽略研发阶段的基础设施投入。
机器人进入真实环境前，需要持续采集视频和动作数据，进行物理仿真、模型训练和安全验证。更换机械手、传感器或工作场景，都可能触发新一轮数据处理和模型适配。
因此，算力需求可能先于整机放量出现。其中受益的不只是计算芯片，也包括网络、存储和调度软件。
中科曙光的scaleFabric与ParaStor分别对应通信和数据供给瓶颈；Gridview集群管理系统则提供监控、资源管理和作业调度，帮助用户发现空闲资源、安排高通量任务并提高设备使用效率。
这一逻辑最终仍需订单验证。机器人企业可能选择自建集群、公有云或第三方算力服务，中科曙光并非唯一供应方。后续应重点观察其机器人客户数量、算力服务调用频率、存储容量增速以及相关产品复购。
机器人产业可能尚未迎来收入爆发，但训练、仿真和数据管理已经成为一项不能推迟的成本。
机器人投资 训练成本 数据基础设施 中科曙光