歸根結底，正是因為摩爾定律逐漸走向消亡，使得慣常的創(chuàng)新、市場擴張進而引發(fā)再投資的良性循環(huán)正在被打破。隨著越來越多的準用芯片開始蠶食計算業(yè)的份額，這個循環(huán)就會開始瓦解。隨著更少的用戶采用最新的制造節(jié)點，為晶圓廠融資變得更加困難，令進一步的技術發(fā)展放緩。這樣就會導致和計算機業(yè)朝著專用領域轉移。
其中一些領域，比如深度學習，憑借著自身規(guī)模以及對專用硬件的適用性，會走上快車道。然而，像數據庫處理這樣的領域，盡管使用也很廣泛，但可能會變成一潭死水，因為這類事務型計算并不適合專用芯片。而還有些領域，比如氣候建模，應用規(guī)模又太小了，盡管可以從中受益，經濟上并不足以支撐定制化硬件。

作者預計，通過為較小規(guī)模社區(qū)提供不同的基礎設施，提供云計算可以在一定程度上抵消這些應用差異的影響。像GPU、FPGA以及Google的TPU這樣更加專用的云資源的增多，預示著有錢和沒錢的之間可以在一個更為公平的競技場競爭。

這些都不能意味著GPU甚至GPU會完蛋。盡管作者沒有提到這一方面的內容，很有可能專用、半專用以及通用計算引擎會集成進同一個芯片或者處理器包里面。一些芯片制造商已經在朝則會這一方向努力了。

比方說，英偉達就吸收了Tensor Cores（英偉達自己深度學習的專用電路）進入到其Volta代的GPU里面。這么做使得英偉達可以提供一個既能服務傳統(tǒng)超級計算仿真又能服務深度學習應用的平臺。類似地，CPU也正在集成專用邏輯模塊里面，為加密/解密、圖形加速、信號處理以及深度學習等服務。預計這一趨勢還會繼續(xù)。