早在2011年，GotoBLAS停止更新和维护后，身在中科院的先轶，带领一支团队，创建了开源矩阵计算库OpenBLAS。
但创业故事的发展，远比计算库开发复杂的多……
创建之初，张先轶就想把OpenBLAS作为一个全球化的系统，而不仅仅面向国内。一开始便放到GitHub上，所有的文档、注释都用英文写成，以此吸引更多国外开发者来试用。
除了性能因素，适应范围也是对于一个“库“的评价标准。OpenBLAS逐渐涵盖了市面上几乎所有的处理器架构，比如Intel、AMD的 X86、ARM的V7\V8，还有IBM的Power等。
逐渐，使用者越来越多，不断反馈Bug，他们不断修补，目前在矩阵计算的细分领域，成为影响力较大的开源项目。
除了开发者，很多厂商、研究机构也在用这个矩阵计算库，比如IBM、华为等。但由于初建时的背景所限，OpenBLAS重点指向的是“科学计算”，但随着深度学习的火热，做“深度学习”优化的需求更多。
虽然OpenBLAS被越来越多的开发者所认可，但当时张先轶只是将其作为自己和一群志同道合的人的一个兴趣，并没有计划将其作为创业项目。创建OpenBLAS的时候，他还在中科院攻读博士学位，钻研科学计算。2014年张先轶博士毕业后，想换个环境，正巧看到UT-Austin做GotoBLAS的那个组，在研究矩阵计算，研究方向一致，他很快就过去了。其实那个时候，他考虑过创业，只是找不到如何将这种非常底层的、强技术性的科学计算商业化。
在UT-Austin待了一年，张先轶接着到MIT做博士后。在参加了MIT-CHIEF中国创业论坛时，认识了很多创业者，迅速地掌握了“创业技能”，而此时此刻，人工智能正在全球范围内热了起来。
来到MIT第9个月时，他等不及了，决定回国创业。
2016年张先轶和同样来自中科院的贾海鹏创立了彭峰科技Perfxlab，见证这一时刻的还有天使轮的投资者明势资本和紫牛基金。入住北大孵化器后开始了最初的创业历程。
“我们是一家AI领域的性能优化解决方案提供商”先轶往往这样开始介绍自己的公司。随后的半年多，尝试了一些曲折和弯路后，首先选择了嵌入式系统和服务器云端的高性能框架和库。并且在嵌入式系统积累了最初的一批核心客户。测试的合作伙伴包括了华为、猎豹、中科视拓、阅面科技（同样来自北大创业孵化营的另一优秀AI企业）、水滴等。
嵌入式平台解决的是深度学习本地化处理的问题，澎峰科技研发了2个软件包。一个是通用的软件包，适用于包括计算机视觉、语音、图像等深度学习能解决的问题，已经与Theano、Caffe、Torch、TensorFlow等主流的分布式学习框架捆绑，方便易用。另一个是针对目前计算机视觉领域的旺盛需求专门开发的软件包，主要处理计算机视觉领域里一些诸如放大缩小、翻转、颜色空间变幻的常见任务，解决OpenCV过重的问题，在ARM平台上可以实现一两倍的加速。
在云端高性能优化方面，团队已经与猎豹在服务器平台方面进行了合作，进入测试阶段，同时在AI相对比较领先发展的医疗生物领域也积极的拓展合作。
算法能力是目前整个人工智能行业基本都要面对的问题之一。硬件加速的刚需，成就了NVIDIA，后者过去一年中股价已经翻了2.6倍，也成全了国内不少创业公司，诸如寒武纪、地平线、深鉴、云天励飞等公司均已获得大笔融资。刚刚落幕的新智元2017创业大赛上，Perfxlab获得了Top10AI创业公司的荣誉，实至名归。Perfxlab目前开放融资中。
