“FPGA是一個好的計算平臺，只是一直被埋沒，它的算力沒有被充分挖掘;其次人工智能興起之后，對算力的需求越來越大。”

6月11日，在2019 CES Asia展會的初創企業展廳，雪湖科技聯合創始人、首席運營官王韻向記者闡述自己創立這家企業的兩點時機，他同時也是長江商學院制造創業體驗營營員。這位曾在日本富士通工作過的創業者，穿著印有雪湖科技Logo的Polo衫。

此次在長江商學院所在的展臺上，王韻展出了他們的FPGA(Field-Programmable Gate Array)神經網絡加速器產品，這是一種用于硬件可重構的體系結構。相對于GPU，在提供強大的計算能力的時候，針對不同用途可以有足夠的靈活性。

一些生產FPGA芯片的企業，可以利用王韻他們團隊的技術挖掘FPGA的算力，滿足人工智能的運算需求。在王韻說話間，整個半導體行業正在進入一個不確定的時代。中美貿易摩擦正使得各大產業的巨頭都面臨產業鏈供應風險。

當然，構成這個產業機遇的還有“摩爾定律”出現放緩，走過半個多世紀的這個定律曾經勾畫了半導體產業的規律：當價格不變時，集成電路上可容納的元器件的數目，約每隔18-24個月便會增加一倍，性能也將提升一倍。現在“摩爾定律”越來越失效了，于是，隨著計算需求愈加復雜，在芯片上需要繼承的電路越來越多，針對于特定場景的定制化芯片加速計算的方式成為新的機會。

“FPGA是在人工智能浪潮中將會被不斷使用到的技術，不會被很快迭代，不管這個浪潮發展到什么程度，它都會吃到一塊很好的市場份額”。在創立雪湖之前，對于王韻和他的團隊來說，他們就從事FPGA方面的技術研發已有十多年。

在2000年到2012年期間，他們最初從事這一領域工作時，用FPGA去做數字加速這件事尚是冷門，因為當時比較復雜的運算用GPU的服務器就可以滿足，而FPGA運算加速基本都在金字塔頂端，負責更為復雜的運算。王韻他們團隊當時主要做的工作是與微軟提供超大規模運算加速、給NASA提供超大規模運算的加速。

如今，人工智能行業崛起后，CPU不再滿足算力的需求，需要對神經網絡進行加速，這也是人工智能領域非常底層的根本性需求。那么為什么不干脆開發一款AI專用芯片?

專用的AI芯片有其局限性，因為神經網絡的模型迭代速度很快，基本上每3.8個月就有一個新的神經網絡模型出現，而AI專用芯片的研發周期又長，一般是一年半到兩年的時間，往往芯片模型做完，已經迭代了好幾代了。

而FPGA具有可編程和靈活性，只需要將現成的算法和技術復制到FPGA上面就可以了。FPGA芯片從1983年就開始出現，在美國賽靈思和英特爾兩家廠商都在不斷搭建生態，但目前仍然不成熟，而在中國，則更為初期。中國在FPGA領域的需求都集中在華為中興這樣的大企業，開發人才也主要集中在大企業中，即使這樣，這些大企業中的人才所擅長的更多是通訊方面的FPGA運算，而一些學院派的技術人員又缺乏工程化的能力。

像王韻和他的團隊這樣的并不多，出身大機構，將很多的Know-how掌握在自己手里，并從底層打造一套全新的工具鏈，構建自有的工具鏈。多年在FPGA神經網絡加速算法上的積累和長期在業界所培養出的工程化能力給王韻他們團隊構筑了一定的技術門檻。

除了芯片行業進入不確定時期之外，國際上對于技術的競爭也波譎云詭。由于美國起步時間早，再加上國外大廠瘋狂搭建生態，專利和知識產權的天花板使得中國自主的FPGA廠商大多都只能生產較低端的FPGA產品。