La ventaja de CUDA no se limita a las GPU de NVIDIA. Su verdadera fortaleza está en el ecosistema que las rodea: compiladores, bibliotecas, kernels, runtimes, herramientas de optimización y sistemas para servir modelos de IA.
La respuesta de Modular es un flujo de trabajo común capaz de dirigirse a diferentes tipos de cómputo. La plataforma está diseñada para ejecutar inferencias en CPU, GPU y aceleradores especializados, con la idea de que los desarrolladores no tengan que mantener una implementación distinta para cada fabricante.
La dirección anunciada incluye sistemas Qualcomm Snapdragon, plataformas y GPU de AMD, GPU de NVIDIA, silicio de Apple, AWS Trainium, Google TPU y aceleradores de centros de datos de Qualcomm. La promesa de «cualquier modelo en cualquier chip» debe entenderse como la ambición de Modular, no como una garantía de soporte, madurez o rendimiento idénticos en todos los objetivos.
Si el enfoque funciona, los equipos podrían conservar una mayor parte del código de sus modelos y kernels al cambiar de hardware. Eso desplazaría parte de la influencia estratégica desde un único fabricante de GPU hacia una capa independiente del silicio que abarque lenguaje, compilador, runtime, kernels y herramientas de serving.
La participación pública de AMD resulta especialmente significativa porque AMD compite con Qualcomm en varios mercados de hardware para IA, incluidos los ordenadores con funciones de IA y los aceleradores. Que AMD respalde una capa de software propiedad de Qualcomm sugiere que la portabilidad entre proveedores puede ser lo bastante valiosa como para compensar el atractivo de mantener a los desarrolladores dentro de un ecosistema cerrado.
Para Modular, ese apoyo también responde a una duda lógica tras la adquisición: si el proyecto acabaría convertido en una simple envoltura de software para vender chips Qualcomm. La presencia de AMD, junto con las referencias a hardware de NVIDIA, Apple, AWS y Google, refuerza la dirección multin fabricante anunciada por la compañía. Es una señal de credibilidad, no una prueba de que todos los destinos ofrezcan ya el mismo nivel de soporte para producción.
Modular presenta Mojo 1.0 como un lenguaje de programación generalista, estable y preparado para producción, creado para cargas de trabajo de IA heterogéneas. Su propuesta combina una experiencia cercana a Python con capacidades de rendimiento y control propias de la programación de sistemas, orientadas a CPU, GPU y otros aceleradores.
La interoperabilidad con Python es uno de sus principales argumentos. Los desarrolladores pueden mantenerse cerca de flujos de trabajo conocidos del ecosistema Python y, al mismo tiempo, acceder a funciones de más bajo nivel para las partes críticas del código de IA. Modular también ha descrito Mojo como un modelo de programación unificado para CPU y GPU, con una plataforma que se extiende a otros tipos de aceleradores.
La apertura del compilador y de las herramientas tiene una importancia especial. Permite a desarrolladores externos revisar la implementación, proponer cambios, adaptar el lenguaje a nuevas plataformas y crear o distribuir aplicaciones bajo los términos de Apache 2.0 con excepciones de LLVM.
En el momento del anuncio, Mojo era compatible con macOS y Linux. El soporte nativo para Windows estaba previsto para el futuro; mientras tanto, los usuarios de Windows podían utilizarlo mediante el Subsistema de Windows para Linux (WSL).
Qualcomm compró Modular para reforzar su posición de software en IA generativa y agéntica, desde centros de datos e infraestructura periférica hasta informática personal y aplicaciones industriales. Abrir Mojo proporciona una puerta de entrada para los desarrolladores sin exigirles comprar primero hardware de Qualcomm.
Los posibles beneficios van más allá de los ingresos directos por licencias:
La apuesta estratégica es que el alcance del software genere oportunidades para el hardware. Si Modular se convierte en una capa de inferencia utilizada en varias familias de chips, Qualcomm podría ganar peso en la cadena de valor de la IA incluso cuando el despliegue final no se ejecute en un Snapdragon o en un acelerador de centro de datos de la compañía.
El anuncio marca una dirección ambiciosa, pero la competencia se decidirá en la práctica. Los desarrolladores tendrán que comprobar la cobertura de hardware, la calidad de los kernels, la compatibilidad con modelos, las herramientas de depuración, los procesos de despliegue, el soporte para Windows y el rendimiento frente a las plataformas consolidadas basadas en CUDA.
Por ahora, la conclusión más precisa es más limitada: Modular, ya bajo el control de Qualcomm, ha abierto su capa de desarrollo Mojo y la está utilizando para impulsar un ecosistema de software de IA multin fabricante. Todavía no ha demostrado que una única plataforma abierta pueda igualar la madurez y el rendimiento de CUDA en todos los aceleradores mencionados durante ModCon.