除了英特爾(Intel)少數財力雄厚的芯片廠商，有能力繼續投入芯片的微縮之外，多數廠商都已無力負擔不斷攀升的成本。隨著摩爾定律逐漸成為歷史，這些芯片廠商開始轉向神經網路、自駕車、與物聯網發展所需的專門處理技術發展。

　　根據VentureBeat報導，芯片制造發展趨緩，讓設計師不得不在架構方面尋求突破。分析師指出，特殊的芯片設計，能將每瓦性能提高10~100倍。以往只有通用型處理器的產量，能夠回應業者投入芯片工廠的資金，而如今特殊化處理器的重要性也越來越受到重視。

　　由于影像識別崛起，視覺處理技術在這幾年的重要性大增。除了自駕車需借由視覺處理器觀察四周外，電腦需要它們識別臉孔，游戲主機也需要它們才能解析聲音。目前包括Cadence、Ceva、Synopsys、VeriSilicon等都在投入視覺處理器發展。飛思卡爾(Freescale)和英特爾則分別收購了Cognivue與Movidius，希望能在這個市場占有一席之地。

　　人工智能與類腦網路蔚為顯學，連帶推動了神經網路處理器的發展。Google推特地為TensorFlow研發客制化芯片;Wave Computing、NVIDIA都將推出新的人工智能芯片;IBM將類腦芯片使用在人工智能處理;英特爾收購Nervana Systems提升人工智能處理能力。

　　Gwennap相信隨著物聯網的盛行，芯片廠商如能滿足感測器到資料處理等各種層面的需求，便等于掌握了致勝的關鍵。此外，許多城市也都開始設置智能路燈及智能停車收費表，因此對于處理器的需求只會有增無減。

　　Gwennap指出，自駕車的發展將可能需要神經網路及多個處理器的結合。他預測第一臺局部自動車輛將于2018年問世，且到了2022年，車內電子硬體的材料清單成本將可能上漲到5,000美元。

　　Synopsys ARC處理器資深研發經理Fergus Casey也表示，物聯網將創造出龐大的商機，而要注意的是，處理器與感測器的資安，將變得格外重要。除了做到層層防護外，沒有任何一蹴可幾的方法。

　　在此同時，服務器芯片市場仍是英特爾的天下。Gwennap指出，在服務器廠商不愿過度依賴單一供應商的情況下，市場還需要注入新的競爭活力。IBM、ARM與AMD(AMD)都希望擊敗英特爾，不斷推出功率效率更優異的服務器芯片設計。高通(Qualcomm)與博通(Broadcom)都預計在2017年推出ARM架構的服務器芯片。