數據中心計算加速市場競爭激烈，未來將會有大量基于GPU、FPGA、ASIC等各類計算芯片的解決方案出現，核心問題是如何提供最具性價比的高性能算力。

深維科技基于FPGA的異構計算加速平臺，為客戶提供高性能、低成本、綜合最優的計算解決方案。商業落地上，一是切入電商、社交、手機云相冊、新聞資訊等具體場景，為大型網站提供圖片轉碼服務器，聚焦圖片視頻加速；二是面向數據中心，即在云端進行AI加速，為云上用戶提供標準化服務。

我們曾于去年對深維科技做過詳細報道，至今過去了半年時間，我們也了解到深維科技取得了一系列進展。

產品進展上，深維科技在今年福州的“數字中國”展上，與Xilinx聯合發布了高性能圖像處理產品ThunderImage。

ThunderImage是深維科技針對數據中心圖像處理加速的高性能解決方案。目前支持三類主要場景，面向CDN、云存儲和在線視頻領域的圖像轉碼服務；面向手機云、電商平臺、社交平臺的縮略圖生產服務；面向安防、零售和短視頻領域的智能識別服務。產品目前可以提供相較CPU方案20倍算力提升，10倍的延時降低，和5倍的TCO降低。

在市場渠道拓展上，深維科技已經成為FPGA全球第一大供應商Xilinx在數據中心的ISV合作伙伴，以及華為、騰訊、阿里、百度、浪潮、長城、世紀互聯等企業的FPGA異構計算方案合作伙伴。

據了解，深維科技正在進行的POC客戶有10家以上，分別來自中國、歐洲、北美。

以下是36氪于2018年11月23日對深維科技的報道：

36氪獲悉，FPGA計算平臺供應商「深維科技」獲得由啟迪之星領投、仁愛資本跟投的數千萬元Pre-A輪融資，本輪資金將用于產品落地與進一步行業合作。2016年，該公司曾獲梆梆安全天使輪融資。

2015年以來，摩爾定律逐步放緩，走向終結，登納德縮放比率也已經失效，借由增加晶體管來提升算力這套方案也快行不通了。與此同時，富媒體應用、面向未來的5G、物聯網、AI等對算力的要求與日俱增。

那么如何提升算力呢？目前，CPU、GPU仍是主流,兩者屬于馮諾依曼結構，指令譯碼執行、共享內存，因而能耗高、實時性差。相比之下，ASIC和FPGA則在能效上略勝一籌，主要因為其體系結構無指令、無需共享內存。

ASIC是為了某種特定需求專門定制的芯片，體積小、功耗低、計算性能和效率高，但是問題在于其靈活性差，算法調整難度極高。反觀FPGA，具備了低延時、低功耗的特性，且可編程靈活性高、開發周期短，支持后期的調整升級。基于此，深維科技選定了FPGA。

據深維科技創始人樊平介紹，深維作為FPGA計算平臺供應商，解決的核心問題是開發效率。FPGA 需要經過算法設計、綜合、布局、布線等一系列轉化過程才能夠得到可以在芯片上運行的程序，現在缺乏高效的編譯系統和系統工具，所以開發周期也比較長。

為解決這個問題，深維做了兩件事：第一件事是基于C/C++語言開發，一方面可支持更大規模算法，另一方面提升靈活性，另一方面提升芯片架構的靈活性，讓改動周期縮短；第二件則是自研開發工具，包括面向AI應用的FPGA設計工具、調試工具、標準化專用系統設計工具等，旨在提供平臺級服務讓FPGA更易用。

據悉，傳統開發，一個基于FPGA結構的芯片開發周期在6個月到一年，然而使用深維服務，則可將周期縮短至1到3個月。

去年，36氪曾報道過深維科技，那時公司還在試驗應用落地場景。而今，深維已經將技術產品化落地。據樊平介紹：深維的產品是軟硬結合的，歐洲服務器，硬件包括服務器和FPGA加速卡，軟件包括FPGA算法及主機端軟件棧。

商業方面：深維當前業務分兩塊：一是切入電商、社交、手機云相冊、新聞資訊等具體場景，為大型網站提供圖片轉碼服務器，聚焦圖片視頻加速，據悉已和3-4家行業用戶合作；二是面向數據中心，即在云端進行AI加速，為云上用戶提供標準化服務，據悉目前已經和AWS、百度云、華為云等主流云平臺合作。

提及未來規劃，樊平表示：公司當前技術面向云端，未來也將面向邊緣端，接下來也會把視頻和圖像處理加速技術應用于安防、汽車、醫療影像等場景中。未來，公司希望與行業深度合作，開發核心IP，打造FPGA加速應用，為企業客戶提供AI加速全棧化服務。