魏少军介绍，以专用集成电路为代表的专用计算根据特定的应用来定制电路结构，其执行速度快、功耗小、成本低，却有一个致命缺陷——灵活性和拓展性差。针对不同应用需要设计不同的芯片，设计周期长，投入研发成本也高。

而可重构计算芯片则让芯片成了“变形金刚”——硬件跟着软件变，软硬件双编程，根据不同的应用需求，实现“兵来将挡，水来土掩”。比如说，“双十一”即将到来，公众想要愉快“剁手”，得仰赖电商公司强大的后台处理能力。这时如果电商针对交易来配置系统以保障公众购物体验，当“双十一”过去，这样配置的系统处理起其他任务时表现可能就欠佳。若采用可重构计算芯片来部署系统，则面对不同的应用需求，它可以自行变动，时刻保持最佳状态。

魏少军告诉科技日报记者，其团队针对可重构计算芯片技术已经研究十年，得到了国家自然科学基金和“十一五”863重点项目支持，并研发出了高能效动态重构计算芯片。目前，清华大学基于这一技术又研发出思考者（Thinker）多模态神经网络计算芯片，魏少军说，这是世界上首枚利用可重构计算芯片技术实现深度神经网络学习的芯片。

“我们的可重构计算芯片技术在全球也处于领先地位。” 魏少军表示，他们的目标是面向专用集成电路市场，来进行通用芯片技术的研发。“可重构计算芯片技术有望为解决芯片国产化问题找到一条差异化道路，真正实现‘弯道超车’。”魏少军说。