他们被迫创业，却坚定要把 FPGA AI 应用加速服务做成产业化

2016 年 5 月，由于陷入经营困境，某国产 FPGA 芯片厂商面临“倒闭”的消息在业内传得沸沸扬扬。作为这场风波的直接受害者，从 3 月份开始，员工就被该公司拖欠薪水。

在欠薪的 2 个多月里，这家风雨飘摇的企业内部人心惶惶，员工们开始纷纷离职。即便如此，依然有 50 多名核心员工坚守岗位，他们正为原本计划下半年推出的新产品做着准备。 

技术总监樊平领导的一支研发小团队是其中一份子，他们负责芯片架构和编译器，依然不停在电脑上敲着代码。

这是一个有一致向心力的团队，他们信任樊平，在他还没有发出解散号令之前，没有人提前离开，尽管任何人有随时离开的自由。在心底，包括樊平在内的大多数人，多少还坚信这家公司不会那么快倒下。 

毕竟，这家已成立十多年的企业曾获国家资金的支持。在 2014 年，它承接了国家科技重大专项 FPGA 研发与产业化应用项目，总预算约 4.5 亿元。 

它曾有过的短暂辉煌期，成了支撑他们守在最后的一根稻草。

“我们原来做得还不错，社会形象都挺好，也还挺红火的，”樊平顿了一下说，“至少从从表面上看是这样。”

事与愿违，他们的坚持就像该企业一样做着垂死挣扎。“士气很低落，”樊平对雷锋网(公众号：雷锋网)回忆，“当我们发现，（公司）确实不行了，到该走的时候，我跟大家讲了一下我的想法，希望大家还能走在一起。”

这个想法就是一起创业，樊平在 FPGA 这个行业干了十多年，从未想过有一天会选择创业，但他觉得他们应该把在国内 FPGA 领域的积累延续下去，而且相信他们能做成，如果团队就地解散未免可惜。

没想过创业的还有团队成员，每个人或许都有不同的未来规划，但在樊平与团队成员沟通了上述想法之后，最终结果是：这条路值得一试，继续跟随樊平，All in。

2016 年 6 月，深维科技应运而生。 

不做芯片

如果不是事先确认深维科技的坐落地，你会疑惑办公区为什么会选在一栋住宅楼里。但实际上，他们不过是这栋楼里所驻扎创业队伍中的其中一支而已。

深维科技的 10 人队伍虽然都是原班人马，且围绕 FPGA，但他们并不做芯片，而是其中的一条路——FPGA 的 AI 应用开发。

AI 是如此宽泛，而创业公司最需要的是专注，于是，他们率先瞄准了用 FPGA 加速智能视觉和视频应用，做具体应用场景到完整技术方案之间的桥梁。

不同于英特尔、赛灵思这些做芯片的上游厂商，樊平向雷锋网介绍说，他们更像是磨面粉的，而深维则提供成品面包，“我们是产业链往下游走的”。

从芯片市场看，主流趋势倾向于采用 GPU、ASIC 芯片，但实际上这两类芯片自身的硬伤短期内还无法彻底解决，比如 GPU 的功耗高、实时性差，而 ASIC 的开发成本过高等问题，使得它们无法投入大规模应用。FPGA 的低功耗、可编程灵活性高、开发周期短等优势则成为了诸多巨头企业的首选，IBM、微软、AWS 等超级云计算数据中心大多采用的是 FPGA 服务器。

在樊平看来，数据中心的 FPGA 规模随着摩尔定律的变化，在未来它的容量可以做很大，“里面可以塞很复杂的算法”。但当下硬件开发的效率较低，比如，基于 RTL 编程复杂低效，编译时间漫长且调试困难；硬件系统设计复杂，异构计算体系复杂且需要定制软件栈。 

做面包的深维科技使用的是高层次逻辑设计工具：针对开发环节，提供行业专用开发工具、专用高效开发语言以及专用调试工具；针对硬件系统设计，提供标准化专用系统设计工具等，从而使之成为一个“成品”，以此提升 AI 计算性能，降低 AI 部署成本，提高用户开发效率。

不过，在这个行业里，真正懂得这项技术的人或许不多，而且就算有其他公司看到了其中的价值，樊平认为很多人仅会从方法角度做算法上或硬件层面的尝试，“只会把它当做普通工具，而没有看到其中的实质价值。”

在提供 FPGA AI 应用加速服务上，Xilinx、Intel（Altera）作为芯片厂商自身也会提供相关的工具，国内 AI 芯片创业公司包括深鉴科技、地平线等也都在致力于提升计算能力。

相较而言，深维科技则站在对整个业务形态会带来质变的产业化角度考虑，“把核心效率反馈到极致，而不是说试一试而已”。

这类技术却还未被业内普遍接受，但如樊平所言，这或许也是他们利用技术红利迅速切入市场的机会。

　押注智能视觉与视频

樊平对团队所走方向的坚定程度，用了“赌”字形容。而近期解决 4K 高清视频编码，以及解决服务器端 FPGA 云应用的开发项目是这场赌局的一部分押注筹码。 

总体而言，他们的产品体系包括云侧产品和端侧产品。“云” 侧产品有软硬一体机、算法与加速卡以及 SaaS 云服务，可对诸如爱奇艺等视频内容企业进行包括视频图像结构化信息提取，“云”侧是他们的重心。

“端” 侧产品包括智能摄像机、智能视觉与视频前端模组等。经过 2 个月的攻关，深维团队基于 FPGA 方案完成了具备行人监测、目标跟踪、人脸检测、人脸识别的智能摄像机原型系统 Insight。

旷视首席科学家孙剑曾告诉雷锋网，他们在做可编程的 FPGA 芯片，并发布了一款基于 FPGA 的智能相机。

樊平认为，FPGA 有诸多型号，芯片厂商赢得市场的决胜因素在于能否提升效率、快速修改算法紧跟着市场需求。深维在此的意义是，它可以优化 FPGA，做出编译器、架构设计，以此加快芯片迭代周期。“我们一直在考虑如何把应用更有效的放到 FPGA 上，这是最核心的一个问题。”樊平说。     

深维科技团队近期专注的两个项目可以具体化说明这一点。一个是与北大数字媒体所合作做 4K 高清视频编码服务器：将之前用传统 CPU 的 X86 服务器做支撑 4K 视频压缩的方式，改用 FPGA 加 X86 的计算系统去解决，这样就可以迎合整个广电系统升级需求。该项目预计在年底会发布一个版本。 

另一个是与百度合作做图片转码，“我们一般收到几百 K 的 JPG 格式图片，高清的有 1M、2M 甚至 5M，但我们可以让它快速转换为几十 K 大小的图片，这样可以省掉用户流量费。还有一个好处是在一张图片转换的时候，依然可以接收到其他图片。”   

尽管专注于智能视觉和视频这一个领域，但樊平并不掩饰对某些创业公司一开始就做平台的羡慕，他坦陈也是因为深维资源有限。长远来看，他们的目标是面向 FPGA 通用开发平台发展。

FPGA 只是基础方向

FPGA 芯片虽然占据了市场上的大部分市场份额，但行业发展的未来很可能在 ASIC、或者 GPU 芯片。做 AI 芯片的异构智能创始人吴韧曾直言，“FPGA 只是一种临时解决方案，甚至是一种过时的做法。”

作为利益相关方，可以理解其过于绝对的语气，但这种趋势终归不可避免。那如果若干年过后，FPGA 真的成为一种过时产品，深维科技现在所做的一切是否也会成为历史？

这个问题忽略了他们要做的平台本质上并不排斥任何其他芯片，目前选择 FPGA 只是因为其巨大的价值空间没有被充分挖掘，“只要我们这个系统能体现出更大价值和优势，就可以做这个事情，一点问题都没有，”樊平回应说，“FPGA 只是我们的基础方向。”

短期来看，樊平称，做 FPGA 的优化在两、三个月就能出解决方案，而 ASIC 一次性开发成本太高，离产品真正上市还有一段时间。

做 FPGA 优化对深维科技团队称得上是驾轻就熟，但也并非没有挑战。

FPGA 的逐步成熟与过去 20 年通信的飞速发展相得益彰。而在人工智能技术盛行的今天，FPGA 如何与其更好“互动”，还面临在芯片资源配置、带宽限制等方面的障碍。另一方面，CPU 的开发环境工具库层出不穷，造就了其应用广泛性，而 FPGA 若想有成熟的开发工具，也需要在用好现有工具的基础上，积极推进更多工具库来做支撑。

“变化太多，说不完”

樊平带着团队成员又一次开始敲击代码，在他们离开前公司的第二个星期后。这次他们的身份是创业者，这是全新的战斗。

团队成员的角色在迅速裂变，从传统内部业务部门变成一个独立公司，每个人都需要成为多面手。尽管团队士气还是低落，工作效率也没有显著提升，但在新公司成立不到两个月的时候，崭新的深维科技就写出了一个版本交付客户去测试。

想起一年前被迫走上创业道路的情景，坐在小会议室里的樊平心生感慨，跟所有创业公司的一把手似乎别无二致。

“当时也不是想创业发财这件事，原来没想着直接跑去创业，中间也走了一些弯路，有一些弯路也蛮辛苦的，我当时延续的一种想法是要把想做的事情展现出来。”

从一个部门的技术总监到一家创业公司的 CEO，樊平经历了诸多改变。整合队伍、市场推广到销售执行，他都亲力亲为，“变化太多了，都说不完”。

他是个愿意迫使自己不断学习的人，这些工作其实在他之前做研发的时候就已经耳濡目染。但作为 CEO，把所有事情自己先做一遍，被他当做了一种“原则”对待。

“我没有办法找几个人一起把这个事情搞下去，感觉不懂应该怎么配合好，偶发性太强了。我们队伍又是这样一个有延续性的形态，轻易整合资源会不会破坏这个基础？” 

没有新鲜思维碰撞的队伍必然会损失一部分创新功能，而他现在宁肯要一个稳定的团队，“稳定性、确定性”是他非常在乎的，“我们这种创业团队一旦有内部矛盾，比外部压力还要可怕。很脆弱的。”他说。

让他欣喜的还有团队的变化，团队成员正在对创业这件事兴奋起来，“我们今天是创业，做的是最激动人心的事，要有这种动力”，他这样鼓舞员工。

深维科技将继续前行。如今，樊平透露，他们已有百万元级营收入账。而在获得梆梆安全天使轮近千万元融资之后，新一轮融资也在洽谈当中，他希望至少能融 3000 万元人民币，以快速解决团队扩充和应用落地问题。