融资合伙人入围项目 | 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。
以下是36氪于2018年11月23日对深维科技的报道:
36氪获悉, 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,36氪曾报道过深维科技,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36氪携手主办的“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。
作者暂无likerid, 赞赏暂由本网站代持,当作者有likerid后会全部转账给作者(我们会尽力而为)。Tips: Until now, everytime you want to store your article, we will help you store it in Filecoin network. In the future, you can store it in Filecoin network using your own filecoin.
Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: