蘋果之外，Google、亞馬遜、Meta臉書等網絡、社群大型業者，也都為了各自的云端、服務器、元宇宙等等應用的需要，自行針對各自的重點技術開發自用的專用處理器與配套芯片，并交由臺積電等專業制造業者生產。近來AI人工智能釀成風潮，更促動這些企業加把勁開發自己的專用芯片。
AI 熱潮不僅席卷信息電子網絡產業，也引發包括汽車等其它各產業的高度投入。以 Tesla 為例，它多年持續自行開發車用處理器等芯片，僅供自用，現在也將與自動駕駛等應用高度相關的 AI 云端系統列為戰略性的優先項目，開發專用的 Dojo 高性能芯片。
Tesla 就是個鮮活的例子，說明今日汽車產業與芯片產業間的高度依存。根據 UBS 公布的研究報告，一臺 Tesla 平價車款 Model 3，總計使用幾近1700美元的芯片，是傳統內燃機汽車使用芯片成本的四倍。其中所包含電動車必用的電池驅動系統以及可選擇配備的第二級自動駕駛系統有關的芯片成本，分別達到五、六百多美元區間（見圖）。也因此，在疫情期間供應鏈斷鏈，逼得汽車廠無法出貨，或是只能交出暫時將部分功能削減的車款。
晚近，電子設計自動化工具業者將云端、機器學習、AI 納編以加強功能的趨勢，更拉開大型與小型業者間的差距。位居全球 EDA 電子設計自動化工具系統前三大業者的西門子，在七月初 DAC 設計自動化會展期間宣布推出整合 AI 與云端的芯片設計工具。西門子 EDA 副總裁 Amit Gupta 根據他在設計自動化業內多年經驗指出，芯片開發商使用結合云端的開發工具，與一般企業為了跨地域、跨組織而上云端的動機不同。芯片設計越來越復雜，設計、驗證所需用到的運算能力益發龐大，上云端可匯集更大的運算能力，滿足高端設計所需。對相對容易加入云端能力的大型系統商，如此演變加大了它們的競爭優勢。
另一方面，由終端市場觀察，系統廠商面對的競爭越發劇烈。不僅平均售價必須下降，消費者與企業要求具備的功能越發復雜；全球市場又必須快速交貨，產品世代演進只能加速，不可減速。不管是手機、服務器、或是電動車，終端廠商無法一直等待芯片供應商日益放慢的世代交替。
多重面向多股力量交相影響下，也難怪資源豐沛的大型系統廠商會因外在情勢的變化在外購與自建團隊開發芯片間思考如何選擇。因此，在每年需求十億臺的手機等需求量大消費電子產品市場，或是如年需求千萬臺的云端資料中心的服務器、一億輛汽車等附加價值高的應用領域，有能力自行開發、投片的系統廠商都已另辟蹊徑，棄用以過去 Intel 為代表的通用型中央處理器，針對各自具戰略性價值的特定應用，開發特殊應用的專用芯片，為系統業者創造更穩固的競爭優勢。
在高端芯片領域出現的價值鏈破口不可能是短期的偶發現象。這股芯片廠商與系統廠商互跨的潮流必然持續。大視野觀察半導體業，如此演變讓EDA 芯片設計驗證系統工具廠商有更寬廣市場空間，也給臺積電等頂尖的晶圓制造廠、以及手握系統廠所需特殊制程的芯片制造商更大的成長空間，而一般的芯片設計公司則不得不因此在產品與市場戰略作出應對。
此時此刻，難道我們正在見證半導體產業的垂直整合風潮再起？言之過早。半導體業價值鏈的專業分工不可能就此打破，但是經此巨變，芯片開發能力顯然已成為是否跨身成為重量級廠商、以及廠商是否能掌握策略性自主能力的重要衡量標準之一。
