Mojo 1.0 è realtà: il linguaggio di sistema per l'IA che unisce Python e prestazioni da C++

Mojo 1.0 è stato rilasciato l'11 agosto 2026, segnando il traguardo della prima versione stabile e pronta per la produzione del linguaggio di sistema di Modular per l'intelligenza artificiale, a tre anni dal suo debutto pubblico . Ecco una panoramica delle sue caratteristiche principali, delle implicazioni e del contesto legato all'acquisizione da parte di Qualcomm.

Sintassi simile a Python con prestazioni da sistema

Mojo è progettato per risultare familiare agli sviluppatori Python, ma viene compilato in codice macchina nativo che si avvicina alla velocità di C/C++ . La sua sintassi ricorda Python (blocchi basati su indentazione, strutture di controllo analoghe), ma aggiunge tipizzazione statica, un borrow checker ispirato a Rust e dichiarazioni var esplicite . Il linguaggio si basa sull'infrastruttura del compilatore MLIR (Multi-Level Intermediate Representation) di LLVM, diventando il primo linguaggio basato interamente su MLIR . Questo permette a Mojo di unire la produttività di Python con il controllo di basso livello necessario per la programmazione di kernel GPU e AI .

Neutralità rispetto ai vendor hardware

Un obiettivo di progettazione fondamentale è l'agnosticismo rispetto al silicio: scrivere il codice di inferenza o dei kernel AI una sola volta e farlo eseguire in modo ottimizzato su CPU, GPU, NPU e ASIC di qualsiasi produttore, senza essere legati a stack proprietari come CUDA di NVIDIA, ROCm di AMD o altri . Mojo lavora insieme al framework di inferenza MAX, che fornisce un runtime unificato e un livello di servizio per hardware eterogeneo . La sintassi del linguaggio offre costrutti simili a CUDA per la programmazione GPU, ma li compila in modo portatile tramite MLIR .

Garanzie di retrocompatibilità

Con la versione 1.0, Mojo ha adottato il versionamento semantico per il linguaggio core e un sottoinsieme designato e stabile della libreria standard . Durante il ciclo 1.x, ci si aspetta che le modifiche siano "principalmente additive": le modifiche che rompono la compatibilità saranno rare e gestite con attenzione, seguendo le convenzioni dei linguaggi maturi come il C++ . Tuttavia, questa garanzia non è assoluta: solo le API esplicitamente marcate come "stabili" sono protette da modifiche sostanziali; altre parti della libreria standard e i dialetti MLIR interni rimangono instabili . Il compilatore stesso è ancora proprietario, con un rilascio open source previsto per la fine del 2026 .

L'acquisizione di Modular da parte di Qualcomm

Il 29 luglio 2026, Qualcomm ha completato l'acquisizione di Modular tramite uno scambio di azioni, per un valore stimato di circa 3,9 miliardi di dollari . Chris Lattner, co-fondatore e CEO di Modular (e creatore di Swift e LLVM), è diventato EVP dell'AI Software di Qualcomm .

La logica strategica:

• Rompere il lock-in di CUDA: Qualcomm ottiene Mojo e MAX come strato software AI neutrale in grado di funzionare su qualsiasi chip, sfidando direttamente l'ecosistema CUDA di NVIDIA .
• Dal dispositivo all'edge al cloud: Qualcomm si posiziona come piattaforma di calcolo AI completa, spaziando dal data center all'infrastruttura di edge, dall'AI su dispositivo all'automotive .
• Impegno per l'open source: Come parte dell'acquisizione, Qualcomm si è impegnata a rendere open source il compilatore Mojo .

Implicazioni più ampie

• Il primo sfidante credibile di CUDA dai tempi di OpenCL: L'approccio basato su MLIR di Mojo e il sostegno di Qualcomm gli danno il peso per rompere potenzialmente il fossato software di NVIDIA nell'infrastruttura AI .
• Un ponte per l'ecosistema Python: Il codice AI Python esistente può essere riutilizzato e progressivamente portato su Mojo per le sezioni critiche in termini di prestazioni, senza dover riscrivere tutto da capo .
• Non è un sostituto diretto di Python: Mojo è un linguaggio a sé stante con una propria direzione: non mira a eseguire librerie Python arbitrariamente senza modifiche . Gli sviluppatori devono prevedere uno sforzo di migrazione per l'uso in produzione.