電子發(fā)燒友網(wǎng)綜合報道，根據(jù)《2025人形機器人與具身智能產(chǎn)業(yè)研究報告》，中國人形機器人市場規(guī)模預(yù)計為82.39億元，占全球總規(guī)模的50%，同期全球市場規(guī)模為195.25億元。具身智能從AI大模型的訓(xùn)練到邊緣AI的應(yīng)用，需要云端存儲到邊緣端分級存儲方案的支持。據(jù)稱，一臺人形機器人至少需要使用48片以上的各種類型存儲芯片。近期來看，多家存儲廠商已經(jīng)投入到人形機器人的存儲方案，并已有產(chǎn)品應(yīng)用于宇樹、智元機器人中。

閃存、3D DRAM技術(shù)加持

近兩年，多家存儲芯片企業(yè)正在快速適配人形機器人需求，如兆易創(chuàng)新的NOR Flash和NAND Flash分別用于機器人快速啟動代碼存儲和大容量數(shù)據(jù)記錄。

北京君正針對人形機器人對高集成度、低功耗存儲方案的需求，推出了3D DRAM技術(shù)，并通過近存計算架構(gòu)優(yōu)化存儲與計算的協(xié)同效率。其研發(fā)的智慧大腦芯片將存儲單元與AI計算模塊深度融合，顯著提升機器人在環(huán)境感知、多模態(tài)決策中的實時數(shù)據(jù)處理能力。

東芯股份NAND Flash產(chǎn)品在人形機器人領(lǐng)域有廣泛應(yīng)用，東芯股份的3D NAND Flash技術(shù)提供了大容量和高性能的存儲解決方案，適用于機器人操作系統(tǒng)和應(yīng)用程序的存儲需求等。

佰維存儲在互動平臺表示，由于機器人在執(zhí)行環(huán)境感知、運動控制、語音交互等任務(wù)時，必須快速存儲和讀取這些數(shù)據(jù)，極大提升了機器人對高帶寬、低延遲、大容量存儲芯片的需求。公司已推出適用于具身智能領(lǐng)域的eMMC、UFS、BGASSD、LPDDR4X/5/5X等產(chǎn)品，并積極拓展具身智能領(lǐng)域頭部客戶。根據(jù)第三方媒體拆解報告，宇樹科技的Go2智能機器狗中已應(yīng)用公司的LPDDR4X、eMMC存儲產(chǎn)品。

基于UFS4.0的嵌入式存儲


支撐人形機器人完成感知、推理、決策和執(zhí)行等復(fù)雜任務(wù)，不僅依賴強大的算力，更離不開高性能嵌入式存儲系統(tǒng)的支撐。尤其是在邊緣AI盛行的背景下，UFS 4.0嵌入式存儲正逐漸成為人形機器人數(shù)據(jù)處理鏈條中的關(guān)鍵一環(huán)。


相比傳統(tǒng)工業(yè)機器人，人形機器人運行環(huán)境更加不可控、動態(tài)變化更快，它們必須實時處理來自視覺、聽覺、觸覺等各類傳感器的數(shù)據(jù)，進行邊緣推理、模式識別，并即時調(diào)整自身行為。

這意味著，機器人內(nèi)部的存儲設(shè)備不僅要提供極高的數(shù)據(jù)吞吐能力，還要具備極低的延遲和極高的耐久性，同時在能耗上保持極致控制。相比完全依賴云端計算，這種“邊緣智能”架構(gòu)既能降低延遲、提升安全性，又能提升響應(yīng)速度。

而在本地執(zhí)行AI模型推理、持續(xù)讀取圖像幀數(shù)據(jù)、處理語音識別等任務(wù)時，對存儲的性能、功耗和體積都提出了更高要求。

為滿足這種高速、低功耗、小尺寸的需求，UFS（Universal Flash Storage）4.0正成為人形機器人等邊緣AI設(shè)備的優(yōu)選嵌入式存儲方案。小型封裝也更便于集成至機器人主控板中，為緊湊空間下的硬件設(shè)計留出更多靈活度。

相較于前代產(chǎn)品，UFS 4.0在性能上大幅躍升，UFS 4.0支持高達單通道23.2GB/s的最大數(shù)據(jù)傳輸速率，比前一代UFS 3.1的速率提高了大約一倍。同時具備更高的隨機讀寫能力。這使其能快速響應(yīng)AI SoC對數(shù)據(jù)的調(diào)用需求，滿足實時圖像處理、語音識別、動作決策等關(guān)鍵場景。

人形機器人正從“機械仿生”向“類人智能”加速進化。在這個過程中，邊緣AI能力的提升是關(guān)鍵，而UFS 4.0等高性能嵌入式存儲的進步，則是這種能力得以落地的基礎(chǔ)。鎧俠正在積極推動行業(yè)的前進，為市場提供高效、可靠的解決方案，應(yīng)對不斷增長的數(shù)據(jù)處理需求和復(fù)雜的計算任務(wù)，也為客戶和合作伙伴帶來更多創(chuàng)新的可能性和未來的發(fā)展機會。

企業(yè)級存儲

曙光存儲在 2025 中國人形機器人生態(tài)大會上提出 “超級隧道 HyperTunnel” 技術(shù)理念。該技術(shù)通過硬件與軟件的深度協(xié)同優(yōu)化，構(gòu)建高效、低時延的數(shù)據(jù)傳輸路徑。其分布式全閃存儲 ParaStor、集中式全閃存儲 FlashNexus 兩大產(chǎn)品線均應(yīng)用了該技術(shù)，能針對算法模型訓(xùn)練場景，以高性能分布式全閃存儲加速具身智能大腦升級；可應(yīng)對全生命周期的多模態(tài)數(shù)據(jù)管理，支持多種存儲協(xié)議訪問，覆蓋具身智能全生命周期；還能面對規(guī)模化實驗、量產(chǎn)應(yīng)用的龐大數(shù)據(jù)量，通過創(chuàng)新部署模式，實現(xiàn)冷熱數(shù)據(jù)智能分層，助力降低 20% 的數(shù)據(jù)存儲成本。目前，曙光存儲技術(shù)方案已在智元機器人等頭部企業(yè)落地應(yīng)用。

騰訊云存儲通過推出 Data Platform 框架性解決方案，結(jié)合對象存儲 COS、智能檢索 MetaInsight、數(shù)據(jù)萬象 CI 和數(shù)據(jù)加速器 GooseFS 2.0 等關(guān)鍵組件，滿足 AI 與機器人時代對存儲的五大核心需求，引領(lǐng)云存儲技術(shù)創(chuàng)新，助力企業(yè)高效利用數(shù)據(jù)。

針對機器人業(yè)務(wù)場景的復(fù)雜性，騰訊云存儲通過 Data Platform 框架，為不同業(yè)務(wù)場景提供了定制化的存儲解決方案。無論是家用、工業(yè)用還是運輸用機器人，騰訊云存儲都能根據(jù)其獨特的訓(xùn)練數(shù)據(jù)和模型需求，提供從數(shù)據(jù)采集、預(yù)處理到模型訓(xùn)練和仿真階段的全方位支持。