具有諷刺意味的是，一度將成為適合所有場合的通用技術，現在卻成了實現最具體的定制應用的使能技術。

可編程邏輯曾經有望成為一種通用技術，但它始終擺脫不了編程電路帶來的成本開銷。

對可編程邏輯器件進行編程，就可以滿足半導體行業任何應用，它一直是定制開發的工具。

現在，隨著摩爾定律的放緩，提高能效成本效益的唯一途徑就是定制和專業化。什么技術比可編程邏輯更加出色，成為可根據任何應用進行定制的基礎技術呢？

以前，是靠摩爾定律推動著成本效益的提升，現在，推動力則來自于進行有效數據加速的新型架構。更具體地說，要想得到最佳的計算性能，必須仰仗針對特定應用和數據集合的體系架構。

因此，可編程邏輯的定制能力使其在當下顯得特別重要。據說，英特爾斥巨資167億美元收購Altera時，就是基于這樣的判斷。

另一方面，很多公司卻正在打造基于創新架構、可以更快地執行計算功能的芯片，比如谷歌的TPU、賽靈思的ACAP、英偉達、三星、ThinkForce、ThinCI、REXComputing、Graphcore、Cambricon、Cerebras、SpiNNaker和地平線等。

人們心中最理想的芯片，其速度可以比肩GPU，效率不輸ASIC，同時又具備CPU的適用性和FPGA的可定制性。

這樣一種芯片將改變半導體工業的成本模式，在定量生產可編程部件時最具效益。

在Achronix和FlexLogix之類融合了新架構和嵌入式FPGA的芯片中，可能會出現這種理想器件。

又或者，對晶體管架構、新材料和新工藝的研究取得了進展，新的制造技術不斷發展，使得標準化IC而非定制芯片再次成為半導體行業的性能驅動因素。

這就是半導體產品沿著“定制”和“標準”交替發展的牧村浪潮。

現在，業界浪潮看起來正處于“定制”階段。