0
“2017年我们的方向就定了，数据中心会是FPGA最主要的发展方向。之后赛灵思也验证了我们的想法，未来十几年，它最强力的增长方向就在数据中心。”深维科技创始人&CEO樊平说道。
作为FPGA软硬件产品开发商，深维专注于图像视频处理、大数据处理和高性能计算领域的计算服务，提供从“端”到“云”解决方案。
从图片转码，到视频处理、AI加速及高性能计算，随AI浪潮登上历史舞台的FPGA在数据中心，在图片处理、新零售、视频处理领域，正扮演着越来越重要的角色。
数据中心为何会选中了FPGA呢？
由于移动互联网不断演进，大数据、物联网、云计算、AI应用的飞速发展，数据中心面临正在井喷的数据流量和更加复杂、沉重的计算压力。
随着通用处理器CPU的摩尔定律已入暮年，从美国的微软、亚马逊到中国的BAT、华为，几乎所有的科技巨头们都在寻找新的专用芯片方案。
而AI的浪潮，先是把GPU、而后又将FPGA带入了历史的视野。
传统计算机中无论是CPU，还是作为协处理器的GPU，都属于冯•诺依曼结构，即指令译码执行、共享内存，因而能耗高、实时性差。这对硬件算力的性能存在着极大的挑战。
相比之下，ASIC和FPGA则在能效上略胜一筹。ASIC作为专用芯片，功耗低、计算性能和效率高，但其灵活性差，算法调整难度高。
反观FPGA，正是一种硬件可重构的体系结构，常年来被用作ASIC专用芯片的小批量替代品，然而近年来在微软、百度等公司的数据中心大规模部署，以同时提供强大的计算能力和足够的灵活性。这也使其正成为AI方兴未艾时刻的最佳选择。
这也使得国内不少厂商加入了FPGA的生态。深维科技就是这个生态圈中的一员。
随着大数据、物联网、移动互联、云计算等的蓬勃发展，图片内容也在持续增长，而缩略图、像素处理、图片分析等过程都会占用大量的服务器资源，FPGA加速解决方案则逐渐成为图像处理领域的趋势。
于是在应用上，深维首先选择了图片处理领域。
基于FPGA的异构计算加速平台。深维切入了电商、社交、手机云相册、新闻资讯等具体场景。
如社交平台、云相册等，包括摄像头，每天有大量的图片进行收发、传播。而上传和浏览图片的终端也不同，可能是PC，也有可能是手机端。
因而，我们所看到每个图片，实际上都要上传到数据中心，经过处理，将图片重新进行编码，缩放到一个适合的屏幕尺寸和格式。
这就对网络带宽、经济性，以及速度有很多考量。数据量大，处理服务器规模就很大，那么性能和成本就是很重要的因素。
“客户也希望图片处理的成本是比较低的，采用我们的方案，后端服务器会明显减少，成本大幅降低，还可以省电、省场地。另一方面，我们把图片用更小格式的方式保存后，其本身的清晰度不变，占用的空间变少了。传输同样图片的带宽成本、流量成本，也降低了。所以，像CDN（内容分发网络）厂商、云存储的视频网站，都是我们的客户。”樊平说道。
据了解，数据中心原本主要用的就是英特尔CPU。而采用深维的方案，总体成本能降低到原有方案的五分之一。
需要说明的是，深维做的并不是直接制造FPGA芯片。虽然身处近年来的AI造芯浪潮中，又出身国内最早做FPGA芯片的公司京微雅格，但樊平认为，FPGA的“软”与“硬”同样重要，这与去年被赛灵思收购的深鉴科技早期的布局也是类似的。
“我们不做芯片本身。我们做的是芯片的应用，基于FPGA芯片写程序、进行二次开发。并打造自己的图片处理引擎和平台，相当于我们给芯片注入了灵魂。”樊平说道。
提到FPGA，通常会想到的是一款可编程的硬件产品。
但对于用户而言，FPGA目前在应用上，很依赖编译系统和系统工具这些软件。
一是FPGA的硬件编程模式，还需要将FPGA变为适于处理应用的硬件产品；
二是还需要开发相应的应用软件开发环境，需要打造软件工程师熟悉的设计环境，让硬件为更广泛的软件及系统级工程师所用。
为解决这个问题，深维基于C/C++语言进行了开发，可支持更大规模算法，提升芯片架构的灵活性，让改动周期缩短；另外，深维自研面向AI应用的FPGA设计工具、调试工具、标准化专用系统设计工具等。
在整体的平台上，深维还提供芯片平台、EDA平台、IP平台，以及云端和终端的解决方案。除芯片采用赛灵思等的之外，从EDA、IP，到解决方案，都是深维一手打造。
樊平介绍道，“以EDA（电子设计自动化）为例，它是FPGA设计的必要工具，类似于编译器和CPU的关系。该层面的设计是深维的一个独特优势。”
另外，深维对客户的定制化需求支持非常快。普通行业可能几年才能成熟的产品，而深维几个月就可以完成。就图片处理加速器这一产品而言，其从2017年开始研发，目前已经有四五家大客户在使用。
凭借完整的平台，深维科技也成为了FPGA全球第一大供应商Xilinx在数据中心的ISV合作伙伴。
不仅在图像处理领域，在视频处理、大数据处理、高性能计算等领域，FPGA未来可发挥的空间更大。这也是深维下一阶段的发展方向。
近两年来，不少企业也跨界智慧城市领域，其中城市级平台的打造，支撑芯片的软硬开发能力，及云端的处理能力就尤为重要。
目前FPGA正在由通用芯片转向专用芯片的过程中，担当着一个重要的角色。
“前景很好，不过初创企业一定要找到一个很长的价值点。拿FPGA举例，面对互联网，人工智能的发展带来的海量，复杂结构的数据，FPGA原生的并行处理能力，可以极大的提高这些数据处理的速度和效率，这个价值点能有效说服客户买单。此外，可靠的产品质量和优良的服务，也是影响客户最终买单的因素。”樊平说道。
摩尔定律进入衰老期，应该说给FPGA在数据中心的应用带来了更多的机会。
但樊平并不想形容这是“风口”，而是实际的市场需求。
“我们不用‘风口’的说法，我们既没有特别享受这个风口，也不会因为这个风口过去就不再关注实际的市场和产品性能了。”
“这是市场的自然成长，并不是一个资本的行为。Gartener有一个成熟度曲线，FPGA是典型是被认为没有前景了，但又经历了第二次爬坡。现在它正处于一相对稳定的持续增长期。”
那么3到5年之后，市场能够大概成熟到什么程度？
“整个云端加速市场是大概五年后，会达到200到300亿美元，一个千亿人民币以上的市场。其中FPGA占到多少还不能确定。但我们是很看好的，包括英特尔和赛灵思的投入，都是有保障的。”
但衡量FPGA未来前景要面对的一个问题就是，在目前强势的通用GPU和未来可能成为主流的专用AISC方案之间，FPGA在算力和功耗上，算是“算法未定型前”的折衷选择。
而未来，专用性更高，功耗更低，相对开发周期快的ASIC更可能成为AI的主流。
对这一观点，樊平的看法显然充满了创业精神。
“就实际而言，在云端上，目前FPGA的应用的确比ASIC更为成熟。几乎所有的主要的云平台厂商，都已经接受了FPGA方案，包括BAT、华为等。而TPU这种ASIC方案的主要厂商还是谷歌。”
“另外，什么东西会定型？这本身就是个问题。世界的变化永远是越来越快，而不是定型。我们的应用不会定型，这些丰富的场景、变化的实现方法，以及非常快的技术迭代。它一直在变，变是更永恒的，而不是不变。”
“当大家希望一个问题变成确定性的时候，我们可以想象，这会是那些垄断性公司的生意，而不是一个创业者的。”樊平如是说道。雷锋网雷锋网雷锋网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
