Qualcomm öffnet Mojo: Modular setzt auf KI-Software für viele Chips

Der Schritt kommt kurz nach der Qualcomm-Übernahme

Modular hat seine erste Entwicklerkonferenz ModCon als Qualcomm-Unternehmen genutzt, um sein zentrales Programmierprojekt deutlich weiter zu öffnen. Am 18. August 2026 erklärte das Unternehmen Mojo 1.0 – einschließlich Compiler, Entwicklerwerkzeugen und Standardbibliothek – unter der Apache-2.0-Lizenz mit LLVM-Ausnahmen vollständig zur Open-Source-Software.

Die Ankündigung folgte auf den Abschluss der rund 3,9 Milliarden US-Dollar schweren Übernahme von Modular durch Qualcomm am 29. Juli. Dahinter steckt mehr als nur die Veröffentlichung einer neuen Sprachversion: Qualcomm und Modular positionieren eine portable KI-Software-Schicht als Alternative zu dem herstellerspezifischen Entwicklungsmodell, das NVIDIAs CUDA so erfolgreich gemacht hat.

Die wichtige Einschränkung: Mojo ist offen, nicht automatisch der gesamte Stack

Die Formulierung „Modulars Plattform ist offen“ sollte nicht darüber hinwegtäuschen, dass nicht alle Bestandteile denselben Open-Source-Status haben.

Vollständig geöffnet wurden Mojo selbst, der Compiler, die Werkzeuge und die Standardbibliothek. MAX, die Beschleuniger- und Inferenzsoftware von Modular, wurde dagegen separat als auf dem Weg zu einem quelloffenen beziehungsweise von einer offenen Allianz getragenen Modell beschrieben. Dabei sollen Einschränkungen für die Nutzung auf bestimmten Geräten entfallen.

Die ModCon-Ankündigung bedeutet daher vor allem eine weitreichende Öffnung der Entwicklerebene. Sie ist nicht gleichbedeutend mit einem vollständig Apache-lizenzierten Ersatz für sämtliche proprietären CUDA-Komponenten. Entscheidend wird sein, wie vollständig die Hardware-Backends sind, wie einfach sich die Werkzeuge einsetzen lassen und ob die Leistung auf den einzelnen Beschleunigern konkurrenzfähig bleibt.

So will Modular CUDA unter Druck setzen

CUDAs Stärke besteht nicht allein in NVIDIAs GPUs. Dazu gehört ein umfangreiches Entwicklerökosystem aus Programmiertools, Compilern, Bibliotheken, Rechenkernen, Laufzeitumgebungen und Infrastruktur für das Bereitstellen von KI-Modellen. Dieses Gesamtpaket macht es vergleichsweise einfach, KI-Anwendungen für NVIDIA-Hardware zu entwickeln und zu optimieren.

Modular setzt dem eine gemeinsame Software-Arbeitsweise entgegen, die unterschiedliche Rechenarten ansprechen soll. Die Plattform ist dafür ausgelegt, KI-Inferenz auf CPUs, GPUs und spezialisierten Beschleunigern auszuführen. Entwickler müssten dadurch im Idealfall nicht für jede Hardwarefamilie eine eigene Implementierung pflegen.

Die angekündigte Ausrichtung umfasst Qualcomm-Snapdragon-Systeme, AMD-Plattformen und GPUs, NVIDIA-GPUs, Apple-Chips, AWS Trainium, Google TPUs sowie Qualcomm-Beschleuniger für Rechenzentren. Der Slogan „jedes Modell auf jedem Chip“ beschreibt dabei das Ziel von Modular – keine Garantie für einen identischen Funktionsumfang, denselben Reifegrad oder gleiche Leistung auf allen genannten Plattformen.

Wenn der Ansatz aufgeht, könnten Entwickler größere Teile ihres Modell- und Kernel-Codes unverändert lassen, während sie die darunterliegende Hardware austauschen. Der strategische Einfluss würde sich damit von einem einzelnen GPU-Anbieter hin zu einer hardwareunabhängigen Schicht verlagern – vom Programmiermodell über Compiler und Laufzeit bis hin zu Kernels und Abstraktionen für das Bereitstellen von Modellen.

Warum AMDs Unterstützung besonders ins Gewicht fällt

Die öffentliche Beteiligung von AMD ist bemerkenswert, weil AMD und Qualcomm in mehreren KI-Hardwaresparten miteinander konkurrieren – unter anderem bei KI-PCs und Beschleunigern. Dass AMD eine Software-Schicht unterstützt, die einem Konkurrenten gehört, deutet darauf hin, dass herstellerübergreifende Portabilität für beide Seiten wertvoll sein kann.

Für Modular ist AMD zugleich ein wichtiges Glaubwürdigkeitssignal. Zusammen mit den Verweisen auf NVIDIA-, Apple-, AWS- und Google-Hardware spricht die Unterstützung gegen die Vorstellung, das Projekt sei nach der Übernahme lediglich ein Qualcomm-spezifischer Softwareaufsatz. Sie beweist allerdings nicht, dass alle Zielplattformen bereits eine gleichwertige Unterstützung für den produktiven Einsatz bieten.

Was Mojo 1.0 Entwicklern verspricht

Mojo 1.0 wird als stabile, produktionsreife und universell einsetzbare Programmiersprache für heterogene KI-Anwendungen präsentiert. Das Konzept verbindet eine an Python erinnernde Bedienbarkeit mit systemnaher Leistung und direktem Zugriff auf CPUs, GPUs und weitere Beschleuniger.

Die Zusammenarbeit mit Python ist ein zentraler Teil des Konzepts. Entwickler können sich an vertrauten Python-nahen Arbeitsabläufen orientieren und zugleich auf Funktionen für besonders leistungsintensiven KI-Code zugreifen. Modular beschreibt Mojo außerdem als einheitliches Programmiermodell für CPU- und GPU-Aufgaben; die größere Plattform soll zusätzliche Beschleunigertypen abdecken.

Besonders relevant ist, dass nun auch Compiler und Werkzeuge offenliegen. Externe Entwickler können die Implementierung prüfen, Änderungen beitragen, Mojo auf weitere Plattformen portieren und Anwendungen unter den Bedingungen der Apache-2.0-Lizenz mit LLVM-Ausnahmen erstellen und verbreiten.

Zum Zeitpunkt der Ankündigung lief Mojo auf macOS und Linux. Eine native Windows-Version wurde als geplant beschrieben. Unter Windows konnten Entwickler die Sprache über das Windows-Subsystem für Linux nutzen.

Was Qualcomm mit der Open-Source-Strategie gewinnt

Qualcomm hat Modular übernommen, um seine Softwareposition für generative und agentische KI zu stärken – vom Rechenzentrum über Edge-Infrastruktur und PCs bis hin zu industriellen Anwendungen. Die Öffnung von Mojo schafft dafür einen Zugang auf Entwicklerseite, ohne dass Nutzer zuerst Qualcomm-Chips kaufen müssen.

Der mögliche Nutzen reicht über direkte Lizenzumsätze hinaus:

• Mehr Entwickler: Ein offener Compiler und eine offene Standardbibliothek senken die Hürde für Tests, Integration und eigene Beiträge.
• Neue Hardwarepartnerschaften: Eine gemeinsame Software-Schicht ist attraktiver, wenn sie neben Qualcomm-Produkten auch Chips von Wettbewerbern unterstützt.
• Einfluss auf das Ökosystem: Qualcomm kann an den Werkzeugen mitwirken, die Entwickler auf Smartphones, PCs, Edge-Systemen und in Rechenzentren verwenden.
• Flexibilität bei der Hardware: Unternehmen könnten KI-Workloads leichter zwischen Beschleunigern verschieben, während Qualcomm weiterhin um diese Einsätze mit eigenen Chips konkurriert.

Die Wette lautet damit: Reichweite bei der Software kann neue Chancen für die Hardware schaffen. Sollte Modular zu einer verbreiteten Inferenzschicht für mehrere Chipfamilien werden, gewinnt Qualcomm Einfluss auf den KI-Stack – auch dann, wenn die konkrete Anwendung am Ende nicht auf einem Snapdragon- oder Qualcomm-Beschleuniger im Rechenzentrum läuft.

Der Praxistest steht noch aus

Die Ankündigung weist den Weg, der eigentliche Wettbewerb entscheidet sich jedoch im täglichen Einsatz. Entwickler werden unter anderem Hardwareabdeckung, Qualität der Kernels, Modellkompatibilität, Debugging-Werkzeuge, Bereitstellungsprozesse, Windows-Unterstützung und die Leistung im Vergleich zu etablierten CUDA-Stacks prüfen müssen.

Das vorläufige Fazit fällt deshalb bewusst enger aus: Das Qualcomm-Unternehmen Modular hat die Entwicklerebene rund um Mojo geöffnet und verfolgt damit ein KI-Softwareökosystem für mehrere Chipanbieter. Bewiesen ist damit noch nicht, dass ein einziger offener Stack auf jedem genannten Beschleuniger die Reife und Leistung von CUDA erreicht.