0
“2017年我們的方向就定了，數據中心會是FPGA最主要的發展方向。之后賽靈思也驗證了我們的想法，未來十幾年，它最強力的增長方向就在數據中心。”深維科技創始人&CEO樊平說道。
作為FPGA軟硬件產品開發商，深維專注于圖像視頻處理、大數據處理和高性能計算領域的計算服務，提供從“端”到“云”解決方案。
從圖片轉碼，到視頻處理、AI加速及高性能計算，隨AI浪潮登上歷史舞臺的FPGA在數據中心，在圖片處理、新零售、視頻處理領域，正扮演著越來越重要的角色。
數據中心為何會選中了FPGA呢？
由于移動互聯網不斷演進，大數據、物聯網、云計算、AI應用的飛速發展，數據中心面臨正在井噴的數據流量和更加復雜、沉重的計算壓力。
隨著通用處理器CPU的摩爾定律已入暮年，從美國的微軟、亞馬遜到中國的BAT、華為，幾乎所有的科技巨頭們都在尋找新的專用芯片方案。
而AI的浪潮，先是把GPU、而后又將FPGA帶入了歷史的視野。
傳統計算機中無論是CPU，還是作為協處理器的GPU，都屬于馮?諾依曼結構，即指令譯碼執行、共享內存，因而能耗高、實時性差。這對硬件算力的性能存在著極大的挑戰。
相比之下，ASIC和FPGA則在能效上略勝一籌。ASIC作為專用芯片，功耗低、計算性能和效率高，但其靈活性差，算法調整難度高。
反觀FPGA，正是一種硬件可重構的體系結構，常年來被用作ASIC專用芯片的小批量替代品，然而近年來在微軟、百度等公司的數據中心大規模部署，以同時提供強大的計算能力和足夠的靈活性。這也使其正成為AI方興未艾時刻的最佳選擇。
這也使得國內不少廠商加入了FPGA的生態。深維科技就是這個生態圈中的一員。
隨著大數據、物聯網、移動互聯、云計算等的蓬勃發展，圖片內容也在持續增長，而縮略圖、像素處理、圖片分析等過程都會占用大量的服務器資源，FPGA加速解決方案則逐漸成為圖像處理領域的趨勢。
于是在應用上，深維首先選擇了圖片處理領域。
基于FPGA的異構計算加速平臺。深維切入了電商、社交、手機云相冊、新聞資訊等具體場景。
如社交平臺、云相冊等，包括攝像頭，每天有大量的圖片進行收發、傳播。而上傳和瀏覽圖片的終端也不同，可能是PC，也有可能是手機端。
因而，我們所看到每個圖片，實際上都要上傳到數據中心，經過處理，將圖片重新進行編碼，縮放到一個適合的屏幕尺寸和格式。
這就對網絡帶寬、經濟性，以及速度有很多考量。數據量大，處理服務器規模就很大，那么性能和成本就是很重要的因素。
“客戶也希望圖片處理的成本是比較低的，采用我們的方案，后端服務器會明顯減少，成本大幅降低，還可以省電、省場地。另一方面，我們把圖片用更小格式的方式保存后，其本身的清晰度不變，占用的空間變少了。傳輸同樣圖片的帶寬成本、流量成本，也降低了。所以，像CDN（內容分發網絡）廠商、云存儲的視頻網站，都是我們的客戶。”樊平說道。
據了解，數據中心原本主要用的就是英特爾CPU。而采用深維的方案，總體成本能降低到原有方案的五分之一。
需要說明的是，深維做的并不是直接制造FPGA芯片。雖然身處近年來的AI造芯浪潮中，又出身國內最早做FPGA芯片的公司京微雅格，但樊平認為，FPGA的“軟”與“硬”同樣重要，這與去年被賽靈思收購的深鑒科技早期的布局也是類似的。
“我們不做芯片本身。我們做的是芯片的應用，基于FPGA芯片寫程序、進行二次開發。并打造自己的圖片處理引擎和平臺，相當于我們給芯片注入了靈魂。”樊平說道。
提到FPGA，通常會想到的是一款可編程的硬件產品。
但對于用戶而言，FPGA目前在應用上，很依賴編譯系統和系統工具這些軟件。
一是FPGA的硬件編程模式，還需要將FPGA變為適于處理應用的硬件產品；
二是還需要開發相應的應用軟件開發環境，需要打造軟件工程師熟悉的設計環境，讓硬件為更廣泛的軟件及系統級工程師所用。
為解決這個問題，深維基于C/C++語言進行了開發，可支持更大規模算法，提升芯片架構的靈活性，讓改動周期縮短；另外，深維自研面向AI應用的FPGA設計工具、調試工具、標準化專用系統設計工具等。
在整體的平臺上，深維還提供芯片平臺、EDA平臺、IP平臺，以及云端和終端的解決方案。除芯片采用賽靈思等的之外，從EDA、IP，到解決方案，都是深維一手打造。
樊平介紹道，“以EDA（電子設計自動化）為例，它是FPGA設計的必要工具，類似于編譯器和CPU的關系。該層面的設計是深維的一個獨特優勢。”
另外，深維對客戶的定制化需求支持非常快。普通行業可能幾年才能成熟的產品，而深維幾個月就可以完成。就圖片處理加速器這一產品而言，其從2017年開始研發，目前已經有四五家大客戶在使用。
憑借完整的平臺，深維科技也成為了FPGA全球第一大供應商Xilinx在數據中心的ISV合作伙伴。
不僅在圖像處理領域，在視頻處理、大數據處理、高性能計算等領域，FPGA未來可發揮的空間更大。這也是深維下一階段的發展方向。
近兩年來，不少企業也跨界智慧城市領域，其中城市級平臺的打造，支撐芯片的軟硬開發能力，及云端的處理能力就尤為重要。
目前FPGA正在由通用芯片轉向專用芯片的過程中，擔當著一個重要的角色。
“前景很好，不過初創企業一定要找到一個很長的價值點。拿FPGA舉例，面對互聯網，人工智能的發展帶來的海量，復雜結構的數據，FPGA原生的并行處理能力，可以極大的提高這些數據處理的速度和效率，這個價值點能有效說服客戶買單。此外，可靠的產品質量和優良的服務，也是影響客戶最終買單的因素。”樊平說道。
摩爾定律進入衰老期，應該說給FPGA在數據中心的應用帶來了更多的機會。
但樊平并不想形容這是“風口”，而是實際的市場需求。
“我們不用‘風口’的說法，我們既沒有特別享受這個風口，也不會因為這個風口過去就不再關注實際的市場和產品性能了。”
“這是市場的自然成長，并不是一個資本的行為。Gartener有一個成熟度曲線，FPGA是典型是被認為沒有前景了，但又經歷了第二次爬坡。現在它正處于一相對穩定的持續增長期。”
那么3到5年之后，市場能夠大概成熟到什么程度？
“整個云端加速市場是大概五年后，會達到200到300億美元，一個千億人民幣以上的市場。其中FPGA占到多少還不能確定。但我們是很看好的，包括英特爾和賽靈思的投入，都是有保障的。”
但衡量FPGA未來前景要面對的一個問題就是，在目前強勢的通用GPU和未來可能成為主流的專用AISC方案之間，FPGA在算力和功耗上，算是“算法未定型前”的折衷選擇。
而未來，專用性更高，功耗更低，相對開發周期快的ASIC更可能成為AI的主流。
對這一觀點，樊平的看法顯然充滿了創業精神。
“就實際而言，在云端上，目前FPGA的應用的確比ASIC更為成熟。幾乎所有的主要的云平臺廠商，都已經接受了FPGA方案，包括BAT、華為等。而TPU這種ASIC方案的主要廠商還是谷歌。”
“另外，什么東西會定型？這本身就是個問題。世界的變化永遠是越來越快，而不是定型。我們的應用不會定型，這些豐富的場景、變化的實現方法，以及非常快的技術迭代。它一直在變，變是更永恒的，而不是不變。”
“當大家希望一個問題變成確定性的時候，我們可以想象，這會是那些壟斷性公司的生意，而不是一個創業者的。”樊平如是說道。雷鋒網雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
