澎峰科技，為AI提供加速與優化的「挖掘機」

Xtecher【錯別字基金】溫馨提示：如果您在閱讀過程中發現錯別字，請在文章底部留下說明＋聯繫方式，我們會立刻發給您5-88元隨機紅包一個，同樣的紅包會發給文末留言點贊最高者。

深度學習演算法日趨火熱，但處理數據的速度仍是痛點。作為一家提高深度學習計算性能的公司，澎峰科技CEO張先軼說：「如果把深度學習比作一座金礦，我希望澎峰科技是能生產和提供挖掘機的公司。並非小鏟子，而是挖掘機。」

作者｜左左

編輯｜小魚

微信公眾號ID｜Xtecher

AI計算性能的公共瓶頸

隨著人工智慧的日益強大，深度學習演算法也因其對人工智慧的強力推進而闖進了我們視野。

AI計算性能的公共瓶頸，不可避免地呈現在我們眼前。一方面，很多AI應用場景，對數據處理的實時性要求較高，視頻數據上傳至雲端的處理會出現較高的延遲，但在本地硬體設備難以提供足夠的算力、內存。另一方面，深度學習在伺服器上的訓練需要消耗大量資源，因此會導致無必要的硬體浪費。

基於解決這些AI計算性能的公共瓶頸，澎峰科技CEO張先軼萌發了創業的想法。

輝煌的歷史：OpenBLAS

回顧澎峰科技的歷史，必須要從一個業內著名的開源項目OpenBLAS說起。

抱著想解決計算性能瓶頸的初心出發，2011年，還在中科院軟體所擔任助理研究員的張先軼帶領一支團隊創建了開源矩陣計算庫——OpenBLAS。

OpenBLAS算是目前全球最好的開源矩陣計算庫，在2016年獲得了中國計算機學會科技進步二等獎，同時也進入了很多主流的Linux安裝包，比如Ubuntu里包含了OpenBLAS Package。除此之外，OpenHPC的套件里也運用了OpenBLAS。

OpenBLAS在深度學習里被業內廣泛應用。這個當時在X86平台、龍芯、ARM平台上的優化庫，已成為目前市面上矩陣計算加速的主流選擇。「特別是嵌入式的很多庫，都調了我們的OpenBLAS。」張先軼告訴Xtecher。

至於目前OpenBLAS的進展，它能支持幾乎全部的主流CPU處理器，如Intel、AMD的 X86、ARM的V7V8，還有IBM的Power等，且同時都能達到比較好的優化性能；從操作系統來說，基本上都支持常見主流的OS；整體上看，從適配的處理器範圍和支持的操作系統，在開源庫中算是最廣泛的實現。

走向創業

「我們是一家AI領域的性能優化解決方案提供商」，張先軼如是說。

這支出身於高性能計算背景的團隊，如今專註於做AI的加速。「因為我們認為現在深度學習、人工智慧領域的計算問題是一個大問題。我們致力於解決它性能上的瓶頸。」

2014年張先軼博士畢業後，他得知UT Austin當時研發GotoBLAS的那支團隊正在研究矩陣計算，於是張先軼果斷加入他們。其實在當時，張先軼心裡萌發過創業的念頭，只是尚未找到將這種非常底層的、強技術性的科學計算商業化的途徑。

他回憶道，「我之前在UT Austin那段時間，有一次開會時發現有一些人十分關心我們這個領域，以及我們做這套東西在深度學習里應該怎麼應用，當時就覺悟到這是一個比較嶄新的領域。」

經歷了在UT Austin一年的光景，張先軼接著來到MIT。

機會總是留給有充分準備的人。在MIT-CHIEF中國創業論壇上，他有緣結識了一些創業者，迅速地掌握了「創業技能」，而此時此刻，人工智慧正逐漸闖進大眾視野，計算機視覺識別領域在創投界開始掀起一陣熱潮，深度學習演算法也橫空出世。

出於對機遇的準確判斷，加上一番仔細考量。2016年，在來到MIT第九個月時，張先軼等不及了，決定回國創業。他攜手同樣具有中科院背景的賈海鵬、在IT界有十年銷售經驗的邱凱，共同創立了澎峰科技PerfXLab。

PerfXLab英文名的由來，源於performance，取其前幾個英文字母，同時也有「澎峰」二字拼音縮寫之義。張先軼告訴Xtecher，澎峰科技的願景是：「Discovering potential, driving performance.（發掘更多的潛能，驅動更好的性能）。」

計算的能力，一個是靠硬體的進步，另一個要是底層的庫和框架，企業為了解決問題往往會在這方面進行定製和優化，澎峰科技的真正價值由此得到體現。

澎峰科技成立不久後，便獲得了紫牛基金與明勢資本注入的550萬人民幣的天使輪融資。

再出發：PerfDL方案

張先軼的再出發則是一個商業版本的PerfBLAS。

OpenBLAS與它的區別在於前者是為科學計算做的，後者則是為深度學習定製的；同時，PerfDL也不僅僅局限在矩陣計算，而是一整套的AI解決方案。

張先軼計劃在這兩方面取得突破：

澎峰科技的嵌入式端解決的是深度學習本地化處理的問題。很多AI的應用場景，對數據處理的實時性有較高要求，諸如視頻數據上傳雲端處理延遲往往較高，但在本地硬體設備又難以提供足夠的算力、內存。

處理一張圖像的正常速度是一百多毫秒一張圖片，PerfDL可以做到四十多毫秒。比如美顏時要在人臉上加上貓耳朵，但在錄製過程中人臉的位置是不斷變動的。PerfDL可以提升貓耳朵跟從人臉跳躍的速度。

目前，嵌入式系統主要側重語音及視頻的方向，合作夥伴包括了獵豹、中科視拓、閱面科技、人人智能等。

在伺服器端，澎峰科技希望與硬體廠商達成合作，目前正在與合作夥伴洽談中。

創業時，馬上要簽SPA了，四個聯合創始人有兩個退縮了。張先軼知道創業維艱，他並不沮喪。面對這個10多人的精簡團隊，張先軼表示他最信奉的一點是：人數的數量並非最重要的，最重要的是每一個成員都必須是優秀的精英骨幹。

在人工智慧起飛的現階段，深度學習演算法對於人工智慧的推動作用不言而喻，但它對計算力的要求也顯而易見。張先軼期望澎峰科技能致力於深入的技術研發以及廣泛的探索，在深度學習領域成為一台優質的「挖掘機」。澎峰科技同時也期待著與業界攜手共同成長，讓團隊的價值在人工智慧領域得到淋漓盡致的體現。

我是Xtecher高級記者左左，如果您有國內外科技行業新鮮資訊或獨到見解，歡迎與我聯繫。

（添加好友請註明公司、職位、事由）

━━━━━

封面設計：王思寧 排版：陳光 校對：左左

━━━━━

Xtecher官網平台現開通認證作者，

（添加好友請註明公司、職位、事由）

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！