基于FPGA平台提升云端算力，「深维科技」已与Xilinx、BAT、浪潮等建立合作
数据中心计算加速市场竞争激烈，未来将会有大量基于GPU、FPGA、ASIC等各类计算芯片的解决方案出现，核心问题是如何提供最具性价比的高性能算力。
深维科技基于FPGA的异构计算加速平台，为客户提供高性能、低成本、综合最优的计算解决方案。商业落地上，一是切入电商、社交、手机云相册、新闻资讯等具体场景，为大型网站提供图片转码服务器，聚焦图片视频加速；二是面向数据中心，即在云端进行AI加速，为云上用户提供标准化服务。
我们曾于去年对深维科技做过详细报道，至今过去了半年时间，我们也了解到深维科技取得了一系列进展。
产品进展上，深维科技在今年福州的“数字中国”展上，与Xilinx联合发布了高性能图像处理产品ThunderImage。
ThunderImage是深维科技针对数据中心图像处理加速的高性能解决方案。目前支持三类主要场景，面向CDN、云存储和在线视频领域的图像转码服务；面向手机云、电商平台、社交平台的缩略图生产服务；面向安防、零售和短视频领域的智能识别服务。产品目前可以提供相较CPU方案20倍算力提升，10倍的延时降低，和5倍的TCO降低。
在市场渠道拓展上，深维科技已经成为FPGA全球第一大供应商Xilinx在数据中心的ISV合作伙伴，以及华为、腾讯、阿里、百度、浪潮、长城、世纪互联等企业的FPGA异构计算方案合作伙伴。
据了解，深维科技正在进行的POC客户有10家以上，分别来自中国、欧洲、北美。
获悉，FPGA计算平台供应商「深维科技」获得由启迪之星领投、仁爱资本跟投的数千万元Pre-A轮融资，本轮资金将用于产品落地与进一步行业合作。2016年，该公司曾获梆梆安全天使轮融资。
2015年以来，摩尔定律逐步放缓，走向终结，登纳德缩放比率也已经失效，借由增加晶体管来提升算力这套方案也快行不通了。与此同时，富媒体应用、面向未来的5G、物联网、AI等对算力的要求与日俱增。
那么如何提升算力呢？目前，CPU、GPU仍是主流,两者属于冯诺依曼结构，指令译码执行、共享内存，因而能耗高、实时性差。相比之下，ASIC和FPGA则在能效上略胜一筹，主要因为其体系结构无指令、无需共享内存。
ASIC是为了某种特定需求专门定制的芯片，体积小、功耗低、计算性能和效率高，但是问题在于其灵活性差，算法调整难度极高。反观FPGA，具备了低延时、低功耗的特性，且可编程灵活性高、开发周期短，支持后期的调整升级。基于此，深维科技选定了FPGA。
据深维科技创始人樊平介绍，深维作为FPGA计算平台供应商，解决的核心问题是开发效率。FPGA 需要经过算法设计、综合、布局、布线等一系列转化过程才能够得到可以在芯片上运行的程序，现在缺乏高效的编译系统和系统工具，所以开发周期也比较长。
为解决这个问题，深维做了两件事：第一件事是基于C/C++语言开发，一方面可支持更大规模算法，另一方面提升灵活性，另一方面提升芯片架构的灵活性，让改动周期缩短；第二件则是自研开发工具，包括面向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，旨在提供平台级服务让FPGA更易用。
据悉，传统开发，一个基于FPGA结构的芯片开发周期在6个月到一年，然而使用深维服务，则可将周期缩短至1到3个月。
去年，曾报道过深维科技，那时公司还在试验应用落地场景。而今，深维已经将技术产品化落地。据樊平介绍：深维的产品是软硬结合的，硬件包括服务器和FPGA加速卡，软件包括FPGA算法及主机端软件栈。
商业方面：深维当前业务分两块：一是切入电商、社交、手机云相册、新闻资讯等具体场景，为大型网站提供图片转码服务器，聚焦图片视频加速，据悉已和3-4家行业用户合作；二是面向数据中心，即在云端进行AI加速，为云上用户提供标准化服务，据悉目前已经和AWS、百度云、华为云等主流云平台合作。
提及未来规划，樊平表示：公司当前技术面向云端，未来也将面向边缘端，接下来也会把视频和图像处理加速技术应用于安防、汽车、医疗影像等场景中。未来，公司希望与行业深度合作，开发核心IP，打造FPGA加速应用，为企业客户提供AI加速全栈化服务。
据悉，今年深维科技成为了中国云体系联盟成员、赛灵思Alliance联盟成员。深维科技于今年入选了阿里巴巴和携手主办的“阿里AI赛道明星班”，并通过这一活动促成了本次融资。
深维科技团队在FPGA应用开发上具备多年经验。创始人樊平，本科和硕士均毕业于北京航空航天大学计算机系，具有十四年行业经验，曾任京微雅格技术总监、Cadence高级软件工程师、IBM软件工程师，在FPGA芯片架构设计与评估技术、FPGA EDA工具算法、高性能算法等方面具有多年积累。
关于投资逻辑，本轮投资方之一仁爱资本的投资负责人袁磊表示：我们看好团队的技术实力和背景，通过软硬件结合的能力，提升算力水平，将会广泛应用于大数据时代的云计算场景下。
