Modular beweert dus niet dat elk propriëtair onderdeel van CUDA nu is vervangen door een gelijkwaardig Apache-gelicentieerd alternatief. De praktische betekenis van de aankondiging hangt af van de kwaliteit van de hardware-back-ends, de beschikbaarheid van kernels, het installatiegemak en de prestaties op iedere ondersteunde versneller.

Hoe Modular CUDA wil uitdagen

CUDA is meer dan een programmeermodel voor NVIDIA-gpu’s. De kracht zit ook in het ecosysteem eromheen: compilers, bibliotheken, kernels, runtimes en infrastructuur voor het ontwikkelen, optimaliseren en uitrollen van AI-toepassingen.

Modular stelt daar één softwareworkflow tegenover die verschillende soorten rekenhardware moet kunnen aanspreken. Het platform is bedoeld voor AI-inferentie op cpu’s, gpu’s en gespecialiseerde AI-versnellers. Zo zouden ontwikkelaars minder vaak afzonderlijke implementaties voor elke chipfamilie hoeven te onderhouden.

De aangekondigde richting omvat Qualcomm Snapdragon-systemen, AMD-platforms en -gpu’s, NVIDIA-gpu’s, Apple-silicon, AWS Trainium, Google TPU’s en Qualcomm-versnellers voor datacenters. De slogan ‘elk model op elke chip’ moet daarbij worden gezien als de ambitie van Modular, niet als een garantie dat alle modellen en chips dezelfde ondersteuning, volwassenheid of prestaties bieden.

Als het plan slaagt, kunnen ontwikkelaars een groter deel van hun model- en kernelcode behouden wanneer ze van siliciumleverancier wisselen. De strategische invloed verschuift dan mogelijk van één gpu-producent naar een hardware-neutrale laag met daarin de programmeertaal, compiler, runtime, kernels en abstraheringen voor model-serving.

Waarom AMD’s steun ertoe doet

De publieke deelname van AMD is opvallend, omdat AMD en Qualcomm op meerdere AI-markten concurrenten zijn — onder meer bij AI-pc’s en versnellers. Dat AMD een door Qualcomm beheerde softwarelaag ondersteunt, wijst erop dat interoperabiliteit tussen chipleveranciers soms waardevoller kan zijn dan ontwikkelaars binnen één gesloten hardware-ecosysteem houden.

Voor Modular is AMD bovendien een geloofwaardigheidssignaal. De steun maakt het moeilijker om het project na de overname simpelweg af te doen als een Qualcomm-specifieke softwarewrapper. Samen met de verwijzingen naar NVIDIA-, Apple-, AWS- en Google-hardware bevestigt dit de uitgesproken koers richting meerdere soorten silicium. Het bewijst echter niet dat ieder doelplatform al dezelfde productierijpheid heeft.

Wat Mojo 1.0 ontwikkelaars moet bieden

Mojo 1.0 wordt gepresenteerd als een stabiele, productierijpe programmeertaal voor algemeen gebruik, ontworpen voor heterogene AI-workloads. De aantrekkingskracht moet komen uit een combinatie van de toegankelijkheid van Python en systeemprestaties voor het programmeren van CPU’s, GPU’s en andere versnellers.

De koppeling met Python is daarbij cruciaal. Ontwikkelaars kunnen dicht bij vertrouwde Python-werkwijzen blijven, maar krijgen tegelijk toegang tot mogelijkheden op een lager niveau voor code waarbij prestaties zwaar wegen. Modular positioneert Mojo ook als een uniform programmeermodel voor CPU- en GPU-werk, terwijl het bredere platform extra typen versnellers ondersteunt.

Dat ook de compiler en de tools zijn geopend, is minstens zo belangrijk als het vrijgeven van de taal zelf. Externe ontwikkelaars kunnen de implementatie bestuderen, bijdragen leveren, Mojo naar andere platformen porten en toepassingen bouwen of verspreiden onder de voorwaarden van Apache 2.0 met LLVM-uitzonderingen.

Ten tijde van de aankondiging ondersteunde Mojo macOS en Linux. Native ondersteuning voor Windows werd aangekondigd als toekomstig werk; Windows-gebruikers konden de taal wel via het Windows Subsystem for Linux gebruiken.

Wat Qualcomm met open source kan winnen

Qualcomm nam Modular over om zijn softwarepositie voor generatieve en agentische AI te versterken — van datacenters en edge-infrastructuur tot pc’s en industriële toepassingen. Door Mojo open source te maken, creëert Qualcomm een ingang voor ontwikkelaars die niet eerst Qualcomm-silicium hoeven aan te schaffen.

De mogelijke voordelen gaan verder dan directe licentie-inkomsten:

• Meer ontwikkelaars: een open compiler en standaardbibliotheek verlagen de drempel om te experimenteren en te integreren;
• Sterkere hardwarepartnerschappen: een gemeenschappelijke softwarelaag is aantrekkelijker als die ook op concurrerende chips werkt;
• Meer invloed op het ecosysteem: Qualcomm kan mede bepalen welke tools ontwikkelaars gebruiken op telefoons, pc’s, edge-systemen en in datacenters;
• Meer keuze in silicium: workloads kunnen mogelijk tussen versnellers worden verplaatst, terwijl Qualcomm tegelijk zijn eigen hardware voor die toepassingen kan aanbieden.

De onderliggende gok is dat softwarebereik nieuwe hardwarekansen oplevert. Als Modular uitgroeit tot een veelgebruikte inferentielaag voor meerdere chipfamilies, krijgt Qualcomm een positie in de AI-stack — zelfs wanneer een uiteindelijke implementatie niet op een Snapdragon- of Qualcomm-datacenteraccelerator draait.

De echte test moet nog komen

De aankondiging zet een overtuigende richting uit, maar de concurrentiestrijd wordt in de praktijk beslist. Ontwikkelaars zullen vooral kijken naar hardwaredekking, de kwaliteit van kernels, modelcompatibiliteit, foutopsporing, distributie en deployment, Windows-ondersteuning en prestaties tegenover gevestigde CUDA-stacks.

De voorlopige conclusie is daarom beperkt maar duidelijk: Qualcomm-dochter Modular heeft de Mojo-ontwikkellaag geopend en gebruikt die om een AI-ecosysteem voor meerdere chipleveranciers op te bouwen. Het bedrijf heeft nog niet aangetoond dat één open stack op elke genoemde versneller dezelfde volwassenheid en prestaties kan leveren als CUDA op NVIDIA-hardware.

Modular beweert dus niet dat elk propriëtair onderdeel van CUDA nu is vervangen door een gelijkwaardig Apache-gelicentieerd alternatief. De praktische betekenis van de aankondiging hangt af van de kwaliteit van de hardware-back-ends, de beschikbaarheid van kernels, het installatiegemak en de prestaties op iedere ondersteunde versneller.

Hoe Modular CUDA wil uitdagen

CUDA is meer dan een programmeermodel voor NVIDIA-gpu’s. De kracht zit ook in het ecosysteem eromheen: compilers, bibliotheken, kernels, runtimes en infrastructuur voor het ontwikkelen, optimaliseren en uitrollen van AI-toepassingen.

Modular stelt daar één softwareworkflow tegenover die verschillende soorten rekenhardware moet kunnen aanspreken. Het platform is bedoeld voor AI-inferentie op cpu’s, gpu’s en gespecialiseerde AI-versnellers. Zo zouden ontwikkelaars minder vaak afzonderlijke implementaties voor elke chipfamilie hoeven te onderhouden.

De aangekondigde richting omvat Qualcomm Snapdragon-systemen, AMD-platforms en -gpu’s, NVIDIA-gpu’s, Apple-silicon, AWS Trainium, Google TPU’s en Qualcomm-versnellers voor datacenters. De slogan ‘elk model op elke chip’ moet daarbij worden gezien als de ambitie van Modular, niet als een garantie dat alle modellen en chips dezelfde ondersteuning, volwassenheid of prestaties bieden.

Als het plan slaagt, kunnen ontwikkelaars een groter deel van hun model- en kernelcode behouden wanneer ze van siliciumleverancier wisselen. De strategische invloed verschuift dan mogelijk van één gpu-producent naar een hardware-neutrale laag met daarin de programmeertaal, compiler, runtime, kernels en abstraheringen voor model-serving.

Waarom AMD’s steun ertoe doet

De publieke deelname van AMD is opvallend, omdat AMD en Qualcomm op meerdere AI-markten concurrenten zijn — onder meer bij AI-pc’s en versnellers. Dat AMD een door Qualcomm beheerde softwarelaag ondersteunt, wijst erop dat interoperabiliteit tussen chipleveranciers soms waardevoller kan zijn dan ontwikkelaars binnen één gesloten hardware-ecosysteem houden.

Voor Modular is AMD bovendien een geloofwaardigheidssignaal. De steun maakt het moeilijker om het project na de overname simpelweg af te doen als een Qualcomm-specifieke softwarewrapper. Samen met de verwijzingen naar NVIDIA-, Apple-, AWS- en Google-hardware bevestigt dit de uitgesproken koers richting meerdere soorten silicium. Het bewijst echter niet dat ieder doelplatform al dezelfde productierijpheid heeft.

Wat Mojo 1.0 ontwikkelaars moet bieden

Mojo 1.0 wordt gepresenteerd als een stabiele, productierijpe programmeertaal voor algemeen gebruik, ontworpen voor heterogene AI-workloads. De aantrekkingskracht moet komen uit een combinatie van de toegankelijkheid van Python en systeemprestaties voor het programmeren van CPU’s, GPU’s en andere versnellers.

De koppeling met Python is daarbij cruciaal. Ontwikkelaars kunnen dicht bij vertrouwde Python-werkwijzen blijven, maar krijgen tegelijk toegang tot mogelijkheden op een lager niveau voor code waarbij prestaties zwaar wegen. Modular positioneert Mojo ook als een uniform programmeermodel voor CPU- en GPU-werk, terwijl het bredere platform extra typen versnellers ondersteunt.

Dat ook de compiler en de tools zijn geopend, is minstens zo belangrijk als het vrijgeven van de taal zelf. Externe ontwikkelaars kunnen de implementatie bestuderen, bijdragen leveren, Mojo naar andere platformen porten en toepassingen bouwen of verspreiden onder de voorwaarden van Apache 2.0 met LLVM-uitzonderingen.

Ten tijde van de aankondiging ondersteunde Mojo macOS en Linux. Native ondersteuning voor Windows werd aangekondigd als toekomstig werk; Windows-gebruikers konden de taal wel via het Windows Subsystem for Linux gebruiken.

Wat Qualcomm met open source kan winnen

Qualcomm nam Modular over om zijn softwarepositie voor generatieve en agentische AI te versterken — van datacenters en edge-infrastructuur tot pc’s en industriële toepassingen. Door Mojo open source te maken, creëert Qualcomm een ingang voor ontwikkelaars die niet eerst Qualcomm-silicium hoeven aan te schaffen.

De mogelijke voordelen gaan verder dan directe licentie-inkomsten:

• Meer ontwikkelaars: een open compiler en standaardbibliotheek verlagen de drempel om te experimenteren en te integreren;
• Sterkere hardwarepartnerschappen: een gemeenschappelijke softwarelaag is aantrekkelijker als die ook op concurrerende chips werkt;
• Meer invloed op het ecosysteem: Qualcomm kan mede bepalen welke tools ontwikkelaars gebruiken op telefoons, pc’s, edge-systemen en in datacenters;
• Meer keuze in silicium: workloads kunnen mogelijk tussen versnellers worden verplaatst, terwijl Qualcomm tegelijk zijn eigen hardware voor die toepassingen kan aanbieden.

De onderliggende gok is dat softwarebereik nieuwe hardwarekansen oplevert. Als Modular uitgroeit tot een veelgebruikte inferentielaag voor meerdere chipfamilies, krijgt Qualcomm een positie in de AI-stack — zelfs wanneer een uiteindelijke implementatie niet op een Snapdragon- of Qualcomm-datacenteraccelerator draait.

De echte test moet nog komen

De aankondiging zet een overtuigende richting uit, maar de concurrentiestrijd wordt in de praktijk beslist. Ontwikkelaars zullen vooral kijken naar hardwaredekking, de kwaliteit van kernels, modelcompatibiliteit, foutopsporing, distributie en deployment, Windows-ondersteuning en prestaties tegenover gevestigde CUDA-stacks.

De voorlopige conclusie is daarom beperkt maar duidelijk: Qualcomm-dochter Modular heeft de Mojo-ontwikkellaag geopend en gebruikt die om een AI-ecosysteem voor meerdere chipleveranciers op te bouwen. Het bedrijf heeft nog niet aangetoond dat één open stack op elke genoemde versneller dezelfde volwassenheid en prestaties kan leveren als CUDA op NVIDIA-hardware.