人工智慧(AI)的加持進一步推動雲端資料中心、儲存的發展，更刺激大數據資料量爆炸成長。為了改善資料量不斷增加的問題，雲端與儲存業者，如Google、亞馬遜(Amazon)、百度與阿里巴巴，皆希望能藉由客製化ASIC晶片的導入，提升整體伺服器雲端運算效能。
資策會MIC資深產業分析師兼組長葉貞秀表示，雖然ASIC需求在2018年年初就已嶄露頭角，但當時主要為開發比特幣的礦機廠商(如比特大陸)，為了提供終端需求而開發ASIC晶片；發展至今，ASIC客製化的需求已慢慢在雲端伺服器產業萌芽起飛，這也歸功於廠商開始對於AI演算法與AI能提供的服務發展更加明確。整體而言，2018年年初較多是終端裝置邊緣運算(Edge Computing)需求的ASIC，而現在這波ASIC客製化潮流正一路延燒到雲端運算領域。
事實上，開發一顆新的晶片花費相當昂貴，16~7奈米製程晶片，光是光罩費用，就高達上億元新台幣。因此，葉貞秀認為，搶攻ASIC客製化市場的廠商，必須要具備多元化IP資源，並對新興製程及晶圓級封裝技術有相當程度的了解。若廠商可以在各應用領域都有投入IP，將有利於爭取到更多客戶訂單，同時也可以降低開發成本，進而取得競爭優勢地位；此外，製程熟悉度將會影響到其提供服務的多樣性。
雖然晶片商可以與IP廠商合作，授權IP即能具備開發ASIC客製化晶片的條件。但若晶片商本身擁有高速IP發展經驗、編解碼演算法IP，就毋須向其他廠商進行採購動作，對於降低晶片成本、加速ASIC落地將有長足幫助；再者，由於晶片商擁有自己的IP，後續與其他IP整合過程所遇的工程問題，也得以自行解決，對於開發商服務信任性也就油然而生。
過去在有ASIC需求的趨勢之下，台灣有一群IC設計服務廠商(如創意、智原)，幫助一些有特殊規格需求的車用、AI雲端運算與儲存等領域廠商，提供少量多樣的客製化晶片，協助他們蒐集晶片所需的規格、聯絡半導體製程與價格規畫等問題。
如上所述，新晶片的開發需要耗費相當的費用。因此IC設計廠商，勢必需要降低成本，找尋新的發展機會，目前可看到已有廠商透過SiP模組化設計，增加資料傳輸頻率，並整合感測器、邏輯等不同製程型態晶片，讓IC提升效能，同時又滿足物聯網應用多樣化特性。
資策會MIC資深產業分析師兼組長葉貞秀表示，廠商對於AI演算法與AI後續預計帶來的服務有更明確的方向，刺激AI專用的ASIC晶片需求升溫。