为了实现目标，地平线找来前百度深度学习研究所的负责人余凯组建设计团队，成功打造出一个独特的架构，他们称之为脑处理单元（BPU）。该体系结构是开放的，可以将其定位到多个不同的计算平台和终端应用。地平线的目标之一是能够使任何设备成为智能实体，可以在本地“思考”而无需与云进行通信。这意味着强大的片上计算能力，同时还要有足够的成本效益，可以大量销售。
地平线的人工智能解决方案面向处理复杂的真实世界，因此他们的芯片具有复杂的异构体系架构，如：采用多种不同的处理引擎，各类嵌入式存储器和各种不同的传感器接口。来自传感器的流数据融合到一个同质的语义环境中，各种硬件加速的AI引擎通过该语义环境来感知物体，识别物体并预测其行为。这意味着要在一个体系架构上解决以不同速度和工作负载运行的处理器之间的实时缓存一致性问题。
地平线希望能够以可扩展的方式解决上述问题。他们获得NetSpeed公司的Orion和Gemini互连IP的使用许可，可以将这两个两个IP用于其AI芯片中。很多不熟悉NetSpeed的人认为，他们使用机器学习和人工智能技术来帮助系统架构师综合系统芯片（SoC）互连架构，即片上网络（NoC）。但NetSpeed的Orion和Gemini NoCs不是静态IP模块，它们是由机器学习算法合成的复杂互联结构，用于分析各种处理器引擎，存储器和外部传感器接口之间的预期工作量和流量模式。
虽然Orion和Gemini拥有独一无二的技术，但真正让地平线感兴趣的是，利用NetSpeed的机器学习技术，可以轻松实现NetSpeed IP的扩大或缩小，以满足不同终端市场应用的需求。地平线计划将人工智能应用到多达1000种的各种类型的应用中。你可以想象自动驾驶汽车与自动化厨房电器有着很大不同。但它们未来都将使用来自地平线的BPU和NetSpeed NoC。
中国本身代表了地平线的巨大AI市场。仅在汽车市场，中国现在每年销售3000万辆新车。高级驾驶员辅助系统（ADAS）以帮助驾驶员停放汽车或识别驾驶员盲点中的物体而闻名。然而余凯介绍，在欧洲或美国使用的ADAS并不适应中国。 余凯说，ADAS在中国必须达到一个全新的水平，因为中国的驾驶条件更具挑战性。例如，中国的司机换车道比其他大多数国家更频繁；而且相比欧美国家，中国的道路上会有更多的行人。
汽车仅仅是冰山一角，未来的中国将需要数百甚至数千个新的AI应用来帮助实现城市管理和交通，还包括一系列链接在5G网络中的物联网（IoT）设备。地平线计划将这些边缘设备都变成智能化终端。
总之，NetSpeed的NoC已经为即将到来的巨大市场做好了准备。正如地平线指出的，下一代AI系统的实现技术将是异构体系结构与智能互联结构集成的技术。
