苹果之外，Google、亚马逊、Meta脸书等网络、社群大型业者，也都为了各自的云端、服务器、元宇宙等等应用的需要，自行针对各自的重点技术开发自用的专用处理器与配套芯片，并交由台积电等专业制造业者生产。近来AI人工智能酿成风潮，更促动这些企业加把劲开发自己的专用芯片。

AI 热潮不仅席卷信息电子网络产业，也引发包括汽车等其它各产业的高度投入。以 Tesla 为例，它多年持续自行开发车用处理器等芯片，仅供自用，现在也将与自动驾驶等应用高度相关的 AI 云端系统列为战略性的优先项目，开发专用的 Dojo 高性能芯片。

Tesla 就是个鲜活的例子，说明今日汽车产业与芯片产业间的高度依存。根据 UBS 公布的研究报告，一台 Tesla 平价车款 Model 3，总计使用几近1700美元的芯片，是传统内燃机汽车使用芯片成本的四倍。其中所包含电动车必用的电池驱动系统以及可选择配备的第二级自动驾驶系统有关的芯片成本，分别达到五、六百多美元区间（见图）。也因此，在疫情期间供应链断链，逼得汽车厂无法出货，或是只能交出暂时将部分功能削减的车款。

晚近，电子设计自动化工具业者将云端、机器学习、AI 纳编以加强功能的趋势，更拉开大型与小型业者间的差距。位居全球 EDA 电子设计自动化工具系统前三大业者的西门子，在七月初 DAC 设计自动化会展期间宣布推出整合 AI 与云端的芯片设计工具。西门子 EDA 副总裁 Amit Gupta 根据他在设计自动化业内多年经验指出，芯片开发商使用结合云端的开发工具，与一般企业为了跨地域、跨组织而上云端的动机不同。芯片设计越来越复杂，设计、验证所需用到的运算能力益发庞大，上云端可汇集更大的运算能力，满足高端设计所需。对相对容易加入云端能力的大型系统商，如此演变加大了它们的竞争优势。

另一方面，由终端市场观察，系统厂商面对的竞争越发剧烈。不仅平均售价必须下降，消费者与企业要求具备的功能越发复杂；全球市场又必须快速交货，产品世代演进只能加速，不可减速。不管是手机、服务器、或是电动车，终端厂商无法一直等待芯片供应商日益放慢的世代交替。

多重面向多股力量交相影响下，也难怪资源丰沛的大型系统厂商会因外在情势的变化在外购与自建团队开发芯片间思考如何选择。因此，在每年需求十亿台的手机等需求量大消费电子产品市场，或是如年需求千万台的云端资料中心的服务器、一亿辆汽车等附加价值高的应用领域，有能力自行开发、投片的系统厂商都已另辟蹊径，弃用以过去 Intel 为代表的通用型中央处理器，针对各自具战略性价值的特定应用，开发特殊应用的专用芯片，为系统业者创造更稳固的竞争优势。

在高端芯片领域出现的价值链破口不可能是短期的偶发现象。这股芯片厂商与系统厂商互跨的潮流必然持续。大视野观察半导体业，如此演变让EDA 芯片设计验证系统工具厂商有更宽广市场空间，也给台积电等顶尖的晶圆制造厂、以及手握系统厂所需特殊制程的芯片制造商更大的成长空间，而一般的芯片设计公司则不得不因此在产品与市场战略作出应对。

此时此刻，难道我们正在见证半导体产业的垂直整合风潮再起？言之过早。半导体业价值链的专业分工不可能就此打破，但是经此巨变，芯片开发能力显然已成为是否跨身成为重量级厂商、以及厂商是否能掌握策略性自主能力的重要衡量标准之一。