找到价格、性能和功耗的最佳结合点实际上就确保赢得了SoC设计，但说起来容易做起来难。
在实际可用的双芯核架构、可编程加速器和数百万门FPGA出现以前，一种80:20法则用起来很奏效：如果计算负荷的80%为数据处理，那么选择RISC架构，在RISC中实施信号处理。
而当今面临太多的架构选择，差别甚微，用单一处理器架构来解决优化问题已不可能。一种较为成功的方法是通过将计算资源与特性集匹配来实现。
将一种复杂系统映射到硅中，在相当程度上依赖于设计是在现有SoC上实现还是从头做起。对于前一种情况，系统设计师应从了解四个产品属性入手：
* 功能和特性
* 算法元件和子部件
* 在产品或产品家族中添加特性和性能的策略
* 解决设计过程中和产品寿命期内缺陷的策略
在了解了这些属性之后，将系统在功能和特性上分为以下三类：
* 熟知的功能或特性，将在产品寿命期内保持稳定，如DCT和FFT等。用固定功能的加速器对它们优化。
* 熟知但某种程度上可稍加改变的功能或特性。例如，将多个FFT蝶重组成一系列可能实现的能力。这时需要考虑可编程加速器。 
* 不定、可改变和自行设定的新特性。可编程处理器可很好地处理不确定性，应作主要考虑。
在一个预先存在的SoC上，典型的可编程处理器部件有RISC、DSP和FPGA。将一个系统理想地映射到这些处理部件中，应遵循以下思想过程：
1. 开列一张完整的系统特性和性能列表，包括在产品家族的寿命期内可能添加的特性。
2. 区别每个特性是属于数据处理还是属于信号处理。
3. 将列表分成三类(熟知且可改变的、熟知而可稍加改变的以及不确定的)。
4. 估计每项所需要的性能。
5. 估计每项的内存要求。
6. 将恰当的功能分配给现有的固定功能加速器；其余的熟知特性给现有的可编程加速器；不确定的、可改变的以及未来要加入的特性分配给合适的可编程部件(RISC或DSP)。
通过这一过程，设计师可充分利用加速器并为可编程RISC和DSP留有灵活性和空间。
将一个系统映射到一种新的SoC是同样的，不过需要考虑两个额外的边界条件：哪个算法元件是很好了解的，没有缺陷，在设计或产品家族的寿命期内不改变；以及系统的什么部件在设计或产品家族的寿命期内将可能改变。
最后一个想法要慎重：随着每一次新IC工艺技术的引入，都会有新的选择产生。如果系统今年不适合做成SoC，那就采用多个器件，然后耐心等待下一次的新工艺。(利译)