MediaTek NeuroPilot 是联发科（MediaTek）闭源的商业闭环生态，因此它没有官方的、开源的单一 GitHub 主仓库。 如果你需要下载工具链或查看官方文档，需要前往联发科的官方开发者门户： 官方门户网站：👉 MediaTek NeuroPilot Portal 你可以在这里注册开发者账号，并下载编译转换工具（如 NeuroPilot Express SDK、Neuron Compiler）以及查看开发指南。 与开源社区（GitHub）的合作接口 虽然核心编译器和运行时是闭源的，但联发科在 GitHub 上为许多主流的开源 AI 部署框架贡献了 NeuroPilot 硬件加速适配层（Backend） 的代码。你可以通过以下开源项目学习它是如何接入硬件加速的： pytorch/executorch 说明：PyTorch 官方针对移动端设计的轻量化推理框架。联发科官方在其中维护了 MediaTek (NeuroPilot) 后端适配器代码，支持直接在该框架下调用 APU。 Google LiteRT (GitHub，原 TensorFlow Lite):项目地址： google-ai-edge/LiteRT 说明：Google 的端侧 AI 框架，内置了对 NeuroPilot NPU 硬件加速器的支持接口。

$INTC 与 $AMD 在AI PC浪潮下的处境对比： 英伟达携手微软、MediaTek及宏碁、戴尔、联想等OEM厂商共推Windows Arm PC（RTX Spark），直接冲击的是Intel赖以为生的三大护城河——x86生态、CPU性能与OEM渠道。Windows on Arm的Prism兼容层若持续成熟，Intel的x86锁定优势将加速瓦解，是此轮受伤最深的一方。AMD所受冲击相对有限，因其本身就具备强GPU与强APU基因——Strix Halo / Ryzen AI Max走的正是”CPU + GPU + 大内存池”路线，Ryzen AI Max+ 395更以16核Zen 5、TSMC 4nm、128GB统一内存（最高112GB可分配给GPU）构筑本地生成式AI能力，具备一定反击筹码；核心短板在于GPU软件生态与CUDA的差距短期难以弥合。

台灣股市總市值已衝上 4.14兆美元，正式超越英國的 4.09兆美元，躍升世界第7大股市！ 全球前8大股市市值對比（約值）： • 1. 美國 ≈ 70兆美元 • 2. 中國 ≈ 11兆美元 • 3. 日本 ≈ 7兆美元 • … • 7. 台灣 4.14兆美元 • 8. 英國 4.09兆美元 台灣股市代表公司（市值佔比超高）： • 台積電 (TSMC)：約 1.88兆美元（單一家就佔台灣總市值逾40%！AI晶片王者） • 聯發科 (MediaTek)：約 970億美元 • 鴻海 (Foxconn)：約 920億美元 • 台達電 (Delta)：約 1,510億美元 台灣經濟的核心就是「半導體+AI」，台積電一枝獨秀撐起整個市場！這波漲勢反映全球對台灣科技實力的信心爆棚。

AI光互连正在进入“混合化时代” AI scaling真正撞墙的位置，已经越来越接近data movement。移动bit的成本，开始越来越接近，甚至超过计算bit本身。 massively parallel IO、power/bit、thermal density、reliability、optical packaging、chip-to-chip bandwidth这些问题越来越成为瓶颈。未来光互连越来越像系统工程问题。 AI光互连重要的趋势，是“光互连混合化”。行业正在从每模块独立激光、pluggable optics、板级光模块，逐渐走向 CPO、ELS（External Laser Source）、Optical IO、chiplet optics、MicroLED optical interconnect。核心原因很简单：激光器越来越难放在最热、最密集、最难维护的位置。于是行业开始把激光集中化、共享化、远程化。ELS路线背后的本质，也是把光源从局部模块变成系统级资源。 ai集群的网络功耗正在逼近计算功耗。GPU越来越像“被IO限制的计算器”。于是光开始越来越靠近封装。过去是 GPU → PCB → 铜 → 光模块 → 光纤。未来越来越像 GPU旁边直接就是光。而一旦光进入封装，热、良率、耦合、封装、可靠性，全部开始指数级变难。 于是MicroLED开始成为选项。传统激光路线更强调单通道极限速度、长距离、相干性、超低损耗。MicroLED路线更强调海量并行lane、超短距离、低功耗、CMOS-like scaling、低成本、超高密度。重要的是，它更接近“半导体+显示产业链”的制造逻辑。 很多人会把MicroLED理解成激光替代。更准确的理解是：它更接近“铜线升级方案”。尤其适合 chip-to-chip、package-to-package、board-level optics、rack内部互连这些超短距离场景。 这里真正重要的，是总IO数量能不能持续扩展。 现在这个方向最积极的推动者之一，其实是Microsoft。MediaTek已经和Microsoft Research联合开发基于MicroLED的AOC（Active Optical Cable）。路线很明确：重点放在AI scale-up网络里的超短距高并行光互连。核心思路是“slow-and-wide”。重要的是海量低速并行光通道，而不是少量超高速channel。这其实非常符合AI时代的网络特征，因为AI真正需要的，越来越像“无限并行IO”。 MTK具备完整的数据中心系统能力，包括高速IO、ASIC协同、SerDes、封装、power delivery、hyperscaler协同、大规模量产。而且它已经绑定Microsoft。这意味着它已经开始进入hyperscaler验证阶段。微软公开时间线是2027年前后开始商业化部署。 另一边，KOPN也已经正式进入这个赛道。它原来的核心能力是AR、military optics、MicroLED display，但现在已经开始向AI optical interconnect迁移。KOPN已经和Fabric. AI合作，推出MicroLED optical interconnect demo chipset，并签下初始订单和exclusive agreement。这意味着行业已经开始从“研究验证”进入“早期商业化验证”。 KOPN和MTK路线很接近，都在赌未来AI网络会从“few ultra-fast lanes”转向“many lower-power parallel optical lanes”。重要的是，两者定位不同。MTK更像系统路线定义者，KOPN更像底层光源和器件供应商。未来很可能形成：MTK负责系统方案，KOPN负责部分核心MicroLED器件，其他SiPho/CPO厂商提供不同层级补充。整个行业最终更像异构拼图。 这个赛道门槛是半导体、光学、显示、封装、数据中心系统五个产业叠加。难点是如何同时做到：超高良率、超高一致性、超低误码率、超低功耗、超长寿命、超高密度。这里最难的几个环节包括：III-V外延、GaN制造、MOCVD、mass transfer、wafer-level alignment、光学耦合、thermal engineering、光学封装。 MicroLED仍然高度依赖III-V GaN体系，尤其蓝光/绿光MicroLED，本质更接近显示产业链。其瓶颈是GaN外延、高端MOCVD、MicroLED mass transfer、wafer-level alignment、optical packaging、thermal management、高速驱动IC。 很多东西已经开始接近“TSMC CoWoS + 光学 + 显示制造”三者叠加的复杂度。所以这个行业最终很可能形成极少数核心玩家，而且一旦进入hyperscaler production，护城河会非常深。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议，dyor