加入地平线之前，周峰曾经是浙江大学信电系的教授，博士生导师，副系主任；也是 Aitech、Vimcro、华为等公司的芯片研发架构师、负责人。15 年在学界，15 年在工业界，可以说做了一辈子处理器设计。
2015 年，
人工智能
开始热起来，周峰想做针对人工
智能
开发的专用芯片架构。
彼时，余凯离开百度，创办地平线。他认为要解决终端问题，计算量太大，产品想落地，必须要从芯片架构到算法重构软硬件方案，既然是创业，那就做别人没做的。
于是，他对投资人说，地平线要做基于 “算法 + 芯片” 的嵌入式人工智能解决方案，并且找到了周峰。
很快，2015 年 9 月，周峰以主任芯片架构师的身份加入地平线机器人，和联合创始人方懿一道组建芯片设计团队，负责芯片 IP 研发。一年之后，余凯发出内部邮件，授予周峰 “地平线 Fellow” 称号，并担任公司副总裁、首席芯片架构师，同时领导 FPGA 技术团队，负责
自动驾驶
、视频识别的 FPGA 技术研发，直接向余凯汇报。
风险
在行业里，所有人都认为做芯片是一件风险大、回报慢却又竞争异常激烈的事情。 国内鲜有自主研发芯片架构的厂商，核心技术 IP 都在国外。巨头如 Intel、ARM、Nvidia、AMD、高通等把持着绝大部分市场份额，更有诸多初生牛犊的小公司前赴后继，虎视眈眈。而手握重金的投资人们，却把 “蛋” 大多放在以算法为核心的篮子里，极少投给芯片。无论从哪个方面来看，做芯片似乎都不是很明智的事情，甚至还很危险。
所以，很多人问，你们地平线还在做芯片吗？怎么没啥声音。周峰说，当然在做，只是做芯片和算法不同，需要比较长的时间。
雷锋网了解到，芯片制造通常有三个阶段：
周峰说，三个阶段，看起来简单，但讨论方案用掉半年，做出来需要一年，做系统软件和硬件参考设计需要大半年，而推广应用又要半年，没个两三年不行；而且非常容易失败，一千万美金进去了，可能连个声都没放出来就死了。余凯也曾告诉雷锋网，华为海思是目前中国做芯片最好的，但其中核心的 CPU 是从英国的 ARM 购买的芯片 IP，所以设计芯片 IP 这件事很难。
冒险
既然如此，地平线又有何 “能耐”，抵御这种风险呢？
周峰介绍说，这个问题可以从两个角度来谈：
-
首先，地平线的商业模式不是卖芯片，而是把以 “算法 + 芯片” 为核心的嵌入式人工智能解决方案，提供给下游产品厂商。
地平线的解决方案可以深度整合多种嵌入式计算平台，包括 ARM、CPU、GPU、FPGA 以及地平线授权集成 BPU 核的 SoC。地平线初期会推出自研处理器，但其目的是端到端的实现完整的解决方案，直接在典型应用场景下展现效果，提升业界芯片厂商对地平线 BPU 的认知。
-
其次，一个芯片的好坏，要从 APP（Area、Performance、Power）来考量。
单是性能好还不足够，如果功耗高、面积大，依然没有优势。但机会就在这儿——地平线想要杀出一条路来，就必须做到在同等性能下，计算更少，功耗更低，成本更小。想要达到这个目的，单纯做芯片不够，“芯片 + 算法” 才是关键。
地平线的整个流程是根据应用场景需求，设计算法模型，在大数据情况下做充分验证，模型成熟以后，再开发一个芯片架构去实现，该芯片并不是通用的处理器，而是针对应用场景跟算法是结合在一起的人工智能算法处理器，得到 Area、Performance、Power 的综合解决方案。
雷锋网注意到，业界几乎没有一家公司既做芯片又做算法，地平线如何能做到？
很大程度上，在于团队。除了具备 30 年行业经验、既懂芯片又懂算法的周峰，还有以黄畅博士为首的算法研发团队。而巧合的是，黄畅虽然强于算法，但早在 2004 年便与日本欧姆龙公司合作，研发了世界上第一款人脸检测专用芯片。一年多的时间，在周峰与黄畅的努力下，芯片团队与算法团队之间的合作成效显著，研发过程可互通有无。
按照这样的思路，地平线先给出了一个架构，命名为 BPU（brain processing unit)，并制定了基于 BPU 的研发线路图。
上图显示的高斯架构就是 BPU 第一阶段的成果，APP 三个方面均有明确指标。与此同时，基于此架构并用于汽车的雨果 1.0 平台也已经上线。带有解决方案的第一代 BPU 芯片 “盘古” 目前已进入流片阶段，预计在今年下半年推出，能支持 1080P 的高清图像输入，每秒钟处理 30 帧，检测跟踪数百个目标。
