Il vantaggio di CUDA non deriva soltanto dalle GPU NVIDIA. A renderlo così influente è l’intero ecosistema: compilatori, librerie, kernel ottimizzati, runtime, strumenti di sviluppo e infrastrutture per la distribuzione dei modelli.
La proposta di Modular è un flusso software comune per tipi diversi di calcolo. La piattaforma è pensata per l’inferenza AI su CPU, GPU e acceleratori specializzati, con l’obiettivo di limitare la necessità di mantenere implementazioni separate per ogni famiglia di chip.
La direzione annunciata comprende sistemi Qualcomm Snapdragon, piattaforme e GPU AMD, GPU NVIDIA, chip Apple, AWS Trainium, Google TPU e acceleratori Qualcomm per i data center. L’idea di eseguire “qualsiasi modello su qualsiasi chip” va però interpretata come l’ambizione di Modular, non come una garanzia di supporto, maturità o prestazioni identiche su tutti i dispositivi citati.
Se il modello funzionerà, gli sviluppatori potranno mantenere stabile una parte maggiore del codice dedicato a modelli e kernel, cambiando più facilmente il silicio sottostante. Il livello strategico dell’AI potrebbe così spostarsi da un singolo produttore di GPU verso una piattaforma neutrale composta da linguaggio, compilatore, runtime, kernel e strumenti per il serving dei modelli.
La partecipazione pubblica di AMD è particolarmente significativa perché l’azienda compete con Qualcomm in diversi mercati dell’hardware AI, tra cui i PC con funzioni di intelligenza artificiale e gli acceleratori per i data center. Il sostegno a un livello software controllato da Qualcomm suggerisce che la portabilità tra fornitori possa essere abbastanza importante da superare, almeno in parte, il vantaggio di trattenere gli sviluppatori in un ecosistema proprietario.
Per Modular, la presenza di AMD offre anche una risposta alle preoccupazioni secondo cui, dopo l’acquisizione, il progetto avrebbe potuto trasformarsi in un semplice involucro software per l’hardware Qualcomm. Il riferimento a AMD, insieme al supporto annunciato per hardware NVIDIA, Apple, AWS e Google, rafforza la direzione multipiattaforma dichiarata. È però un segnale di credibilità, non la prova che ogni destinazione disponga già dello stesso livello di supporto in produzione.
Mojo 1.0 viene presentato come un linguaggio di programmazione general purpose stabile e pronto per l’uso in produzione, progettato per carichi di lavoro AI eterogenei. La sua proposta combina la familiarità di Python con prestazioni e controllo più vicini alla programmazione di sistema, offrendo accesso a CPU, GPU e altri acceleratori.
L’interoperabilità con Python è centrale. Gli sviluppatori possono restare vicini a flussi di lavoro già familiari, basati sull’ecosistema Python, utilizzando al tempo stesso funzionalità di livello più basso per il codice AI sensibile alle prestazioni. Modular ha inoltre descritto Mojo come un modello di programmazione unificato per CPU e GPU, con la piattaforma più ampia estesa ad altri tipi di acceleratori.
L’apertura del compilatore e degli strumenti è il passaggio più rilevante per la comunità tecnica. Gli sviluppatori esterni possono esaminare l’implementazione, proporre modifiche, portare il linguaggio su altre piattaforme e distribuire applicazioni secondo i termini della licenza Apache 2.0 con eccezioni LLVM.
Al momento dell’annuncio, Mojo supportava macOS e Linux. Il supporto nativo a Windows è stato indicato come in arrivo; nel frattempo, gli utenti Windows possono utilizzare il linguaggio attraverso il Windows Subsystem for Linux, il sottosistema che consente di eseguire ambienti Linux all’interno di Windows.
Qualcomm ha acquisito Modular per rafforzare la propria posizione software nell’AI generativa e agentica, dai data center ai dispositivi edge, fino al personal computing e alle applicazioni industriali. Rendere Mojo open source offre a questa strategia un punto d’ingresso per gli sviluppatori che non devono necessariamente acquistare prima hardware Qualcomm.
I possibili vantaggi vanno oltre gli eventuali ricavi diretti dalle licenze:
La scommessa è che la portata del software possa generare opportunità per l’hardware. Se Modular diventasse un livello di inferenza usato su più famiglie di chip, Qualcomm potrebbe acquisire un ruolo nell’ecosistema AI anche quando il deployment finale non fosse eseguito su uno Snapdragon o su un acceleratore Qualcomm per data center.
L’annuncio definisce una direzione ambiziosa, ma la verifica competitiva sarà soprattutto operativa. Gli sviluppatori dovranno valutare la copertura hardware, la qualità dei kernel, la compatibilità con i modelli, gli strumenti di debugging, i flussi di deployment, il supporto a Windows e le prestazioni rispetto agli stack consolidati basati su CUDA.
Il verdetto più prudente, per ora, è questo: Modular, oggi controllata da Qualcomm, ha aperto il livello di sviluppo di Mojo e lo sta usando per perseguire un ecosistema AI compatibile con più fornitori. Non ha ancora dimostrato che un singolo stack aperto possa offrire la stessa maturità e le stesse prestazioni di CUDA su ogni acceleratore presentato a ModCon.