24歲創(chuàng)業(yè)，憑借基于賽靈思 FPGA 的深度學(xué)習(xí)方案，僅1年就融資數(shù)億的國內(nèi) AI 芯片初創(chuàng)公司深鑒科技（Deephi Tech）公司， 其創(chuàng)始人兼 CEO 姚頌深諳 FPGA 對于創(chuàng)新創(chuàng)業(yè)者的意義， 他在最近接受媒體的訪問的時(shí)候， 提到了 選擇 FPGA 方案的必然原因，以及選擇FPGA方案可以為開發(fā)者帶來的優(yōu)勢?？偨Y(jié)如下：

為什么選擇 FPGA？

第一，做一顆處理器級別芯片，姑且不論量產(chǎn)周期多少時(shí)間，核心架構(gòu)至少也需要 3 到 4 年。而僅芯片的生產(chǎn)制造流程，量產(chǎn)的話，都得走一年半到兩年，創(chuàng)業(yè)公司耽誤不起這個(gè)時(shí)間。

第二，芯片的一次性研發(fā)投入很高。比如我們做一個(gè) 28 納米的芯片，一次性研發(fā)投入可能是 400 多萬美金，還不算人的成本和后續(xù)量產(chǎn)成本。如果算上人，這個(gè)錢至少要雙倍。但一個(gè)公司不可能只留了工資和做這個(gè)東西的錢，這些錢一定只能是公司總預(yù)算的一小部分，還有其他很多地方要花錢。

第三，全行業(yè)都面臨一個(gè)特別大的挑戰(zhàn)：那就是怎樣去定義芯片的問題。

原來定義芯片，比如 X86 的 CPU，告訴你是 X86 指令集，什么算法都能跑，這個(gè)定義比較明確。藍(lán)牙芯片、wifi 芯片情況都差不多，芯片功能和協(xié)議固定下來，做芯片優(yōu)化就可以了。

但對于 AI 芯片來說，AI 怎么定義？一個(gè)大的 AI 里面有一部分是機(jī)器學(xué)習(xí)，機(jī)器學(xué)習(xí)里面一部分是深度學(xué)習(xí)，深度學(xué)習(xí)里面有各種 Net，有各種各樣的卷積和尺寸。深度學(xué)習(xí)又分 Training 和 Inference，而且在不同場景，大家跑的不僅僅是神經(jīng)網(wǎng)絡(luò)，因?yàn)樯疃葘W(xué)習(xí)大于神經(jīng)網(wǎng)絡(luò)這個(gè)概念。所以，芯片應(yīng)該是做成什么功能，能支持哪些 Net，通用程度是怎樣的，也很難定義清楚。

選擇 FPGA 方案的好處

第一， FPGA 芯片已經(jīng)在這里了（賽靈思已經(jīng)做好了），芯片研發(fā)已經(jīng)結(jié)束，不必走一年半到兩年的量產(chǎn)周期，把研發(fā)的新品結(jié)構(gòu)燒進(jìn) FPGA 后就可以直接上產(chǎn)品，上市時(shí)間（time to market）特別快，可能僅需三個(gè)月。

第二，你是按片購買 FPGA，需要多少片，就買多少片。不用一開始就投入數(shù)百萬美金，所以，也沒有一次性投入太高的問題。

第三，芯片沒法定義這個(gè)問題解決了。FPGA 是可重構(gòu)的。將每一代的處理器架構(gòu)重新燒結(jié)上去，只要向上兼容就好了。上一代架構(gòu)寫的程序，還能在新一代架構(gòu)上跑起來，向上兼容就行了。