眾所周知，芯片設計是一項非常復雜的又困難的大算法工程，縱觀目前的硬件市場都是有少數廠商所把持。為了鼓勵新創公司和市場競爭，希望未來大學生從事硬件公司創業降低開發成本，美研究演算法加速器，只要將焦點放在特定應用的演算法需求。

芯片設計的復雜性及日益高漲的成本形成硬件新創公司進入市場的阻礙，估計按芯片設計、軟件和制程的不同，一顆新芯片的成本可能高達1.2億美元，不僅不利市場競爭，也使硬件市場由少數廠商所把持。

根據報導，為了鼓勵新創公司和市場競爭，美國國防部高級研究計劃局（DARPA）和Semiconductor Research Corporation提供2，750萬美元研究經費，希望將設計和制造過程大眾化，降低開發先進運算系統所需的成本、復雜性。其中一項為由密西根大學ADA中心（Center for Applications Driving Architectures）主導的計劃，該中心主任Valeria Bertacco教授表示，將開發一個隨插隨用的生態系統，鼓勵自動控制、機器人和機器學習相關的新運算想法。

Bertacco表示希望5年后可以看到剛畢業的大學生從事硬件公司創業，只要將焦點放在特定應用的演算法需求，就可能打造出演算硬件架構或可重復使用的高效運算區塊演算加速器。

Bertacco表示，與其針對應用程式本身，設計將著重于底層演算法，專用硬件設計的每次運作效率將比通用芯片提升幾個數量級，這種特定用途的硬件設計目前已經出現，但可能需要10年才會出現成熟且有效率的解決方案。

這種方法可以將抽象層級提高，使其高于時序和功耗優化等深度技術芯片設計問題，從硬件的角度來看就是讓運算成為封裝問題，而非一個需要從頭解決的問題。較新的半導體工程和制造發展，例如使用矽中介層連結不同制程∕工作特性的裸晶并封裝在一起的2.5D技術將有助實現此種想法。

未來芯片公司可以生產現成的處理器核心和加速器，任何人都可購買中介層，利用芯片制造商的規模經濟來從事設計，節省幾十萬甚至上百萬美元的成本。

Bertacco指出，對于不適用FPGA以及無法充分利用CPU效能的特殊領域，就適用這種將多個加速器卸載到調整編譯器的演算法方法。這個想法模糊了硬件和軟件的分界，希望在應用層級進行思考，并考慮編譯器如何能自動利用特定加速器的應用程式達到期望的效能。Bertacco表示，未來將由異質多工處理器所定義，而應用程式和編譯器定義的現有加速器也可以發揮作用。