人工智能的三大核心要素包括數(shù)據(jù)、算法、計(jì)算能力。其中，在提升計(jì)算能力方面，目前多還是通過延續(xù)傳統(tǒng)計(jì)算架構(gòu)，加速硬件計(jì)算能力，主要以3種類型的芯片為代表，即GPU、FPGA 和ASIC，而當(dāng)傳統(tǒng)X86架構(gòu)芯片無法滿足用戶需求時(shí)，新一代的計(jì)算芯片平臺也便成為行業(yè)進(jìn)一步角逐的重心。

從目前市場來看，主流方向多采用GPU，但鑒于其功耗高、實(shí)時(shí)性差等問題，逐漸轉(zhuǎn)向FPGA、ASIC芯片。其中，ASIC是為了某種特定的需求而專門定制的芯片，其優(yōu)點(diǎn)在于體積小、功耗低、計(jì)算性能高、計(jì)算效率高、芯片出貨量越大則成本越低；但相應(yīng)的，鑒于其算法是固定的，一旦算法變化就可能無法使用，以致開發(fā)風(fēng)險(xiǎn)極大；相比之下，F(xiàn)PGA則具有低延時(shí)、低功耗、可編程靈活性高、開發(fā)周期短、后期可升級的優(yōu)勢，但同時(shí)也會受到成本、功耗、編程設(shè)計(jì)的限制。

綜合來看，ASIC需要有足夠大的市場保證成本價(jià)格，且周期很長，不適合深度學(xué)習(xí)CNN等算法正在快速迭代的領(lǐng)域，目前只有谷歌等極少數(shù)公司敢于嘗試。而FPGA能夠滿足復(fù)雜且不斷變化的云應(yīng)用工作負(fù)載需求，同時(shí)也適合圖像、視頻、語音流、傳感器高速信號流、超高速網(wǎng)絡(luò)包處理并且要求實(shí)時(shí)性的場合。近兩年，全球七大超級云計(jì)算數(shù)據(jù)中心包括 IBM、Facebook、微軟、AWS 以及BAT、華為也都采用了FPGA服務(wù)器。

目前FPGA在AI應(yīng)用領(lǐng)域仍存在三類問題：其一，編程困難，鑒于RTL編程復(fù)雜低效，HLS設(shè)計(jì)又不夠成熟，編譯時(shí)間漫長且調(diào)試?yán)щy；其二，硬件系統(tǒng)設(shè)計(jì)復(fù)雜，目前異構(gòu)計(jì)算體系復(fù)雜需要定制軟件棧；其三，人才匱乏，培訓(xùn)體系落后等問題。

針對開發(fā)環(huán)節(jié)，提供領(lǐng)域?qū)Ｓ玫拈_發(fā)工具、專用高效開發(fā)語言、專用的調(diào)試工具；針對硬件系統(tǒng)設(shè)計(jì)，提供標(biāo)準(zhǔn)化專用系統(tǒng)設(shè)計(jì)工具等。簡單來講，深維科技致力于通過提供一個(gè)平臺讓FPGA更好用，以提升AI計(jì)算性能，降低AI部署成本，以提高用戶的開發(fā)效率。

目前典型的設(shè)計(jì)工具包括，通過DPNetGen可以自動(dòng)完成從Caffe網(wǎng)絡(luò)模型到Verilog代碼的AI算法描述轉(zhuǎn)換、DNN網(wǎng)絡(luò)FPGA集群實(shí)現(xiàn)自動(dòng)優(yōu)化算法，通過DPComp工具對AI應(yīng)用的針對性優(yōu)化策略，可以提高FPGA實(shí)現(xiàn)結(jié)果的性能。從實(shí)際應(yīng)用效果來看，相比于傳統(tǒng)設(shè)計(jì)，基于深維設(shè)計(jì)工具的FPGA加速可以使工具運(yùn)行速度提升10倍，結(jié)果質(zhì)量快10%，開發(fā)過程時(shí)間是原來的1/10，使用的資源數(shù)量也會相應(yīng)降低。

至于如何實(shí)現(xiàn)技術(shù)落地，比如機(jī)器視覺、語音處理、醫(yī)療診斷等，集中在機(jī)器視覺方向的應(yīng)用場景則包括“云”和“端”兩方面，“云” 端包括AI圖像結(jié)構(gòu)化信息提取、AVS編碼算法等，“端” 包括智能攝像機(jī)設(shè)備等。未來，也不排除開發(fā)自主FPGA AI芯片。據(jù)悉，目前公司與Xilinx、Altera都有建立合作關(guān)系，同時(shí)跟華為、恒揚(yáng)、北大數(shù)字媒體所、北大高能效計(jì)算中心等在FPGA開發(fā)、設(shè)計(jì)加速方面也在進(jìn)行合作。

盈利方面，未來則主要涉及三條路徑：其一，通過提供模塊、開發(fā)板、芯片等硬件產(chǎn)品，按出貨數(shù)量收費(fèi)；其二，提供IP授權(quán)服務(wù)，可收取一次性授權(quán)費(fèi)+版稅；其三，提供軟件服務(wù)，包括基于Saas的云設(shè)計(jì)加速、本地安裝版工具以及OEM版本，根據(jù)客戶具體需求相應(yīng)收取相關(guān)的授權(quán)費(fèi)。

而論及行業(yè)競爭，在提供FPGA AI應(yīng)用加速服務(wù)上，一方面未來可能會面臨來自FPGA芯片廠商的競爭，目前Xilinx、Altera分別占據(jù)了全球49%、39%的市場份額，國內(nèi)則有同方國芯、京微雅格等，作為芯片廠商自身也會提供相關(guān)的工具，但鑒于AI應(yīng)用整體還處于相對初期階段，目前多服務(wù)于通信等領(lǐng)域；而另一方面，目前國內(nèi)人工智能芯片典型的創(chuàng)業(yè)公司包括寒武紀(jì)、深鑒科技、地平線等也都在致力于提升計(jì)算，其中，寒武紀(jì)已近期完成1億美元的A輪融資，其主要側(cè)重ASIC芯片方向，而較為類似的深鑒科技，則是面向FPGA平臺的神經(jīng)網(wǎng)絡(luò)壓縮，已于今年年初完成數(shù)千萬美元的A輪投資，投資方包括賽靈思、聯(lián)發(fā)科MTK等。

通過先進(jìn)EDA工具提升開發(fā)效率，在產(chǎn)品的走向上也更為靈活；此外，公司的核心技術(shù)成員交叉覆蓋AI應(yīng)用算法和FPGA核心技術(shù)，團(tuán)隊(duì)多來自于Cadence、IBM、京微雅格、中科院、復(fù)旦微電子等，對行業(yè)的理解以及產(chǎn)品工程能力較有優(yōu)勢。創(chuàng)始人樊平，自身作為北航計(jì)算機(jī)學(xué)士碩士，具有十三年行業(yè)經(jīng)驗(yàn)，曾任京微雅格技術(shù)總監(jiān)、Cadence高級軟件工程師、IBM軟件工程師，在FPGA芯片架構(gòu)設(shè)計(jì)與評估技術(shù)、FPGA EDA工具算法、高性能算法等方面具有深厚的積累。