高通旗下 Modular 宣布 Mojo 1.0 全面開放原始碼

2026年8月18日，Modular 在首個以高通旗下公司身份舉行的 ModCon 大會上，宣布 Mojo 1.0 的編譯器、開發工具及標準函式庫全面開放原始碼，採用 Apache 2.0 授權並附有 LLVM 例外條款。

這次發布距離高通以約39億美元全股票交易收購 Modular 不足一個月。交易據報已於2026年7月29日完成，Mojo、MAX 及 Modular Cloud 會繼續以原有產品及品牌發展。

先釐清：不是整個 Modular 平台一次過開源

今次最重要的開放對象是 Mojo 1.0，而不是 Modular 整個軟件堆疊。MAX 移除了裝置使用限制，並計劃透過開放聯盟計劃逐步採用可查閱源碼的模式；這與 Mojo 編譯器及工具鏈直接全面開源，屬於兩種不同安排。

換句話說，ModCon 公布的是一個逐步開放的異構 AI 平台，而不是第一日就以完全開源方案取代 CUDA 所有專有組件。

Mojo 想解決甚麼問題？

Modular 的核心目標，是建立一套可攜式 AI 推理軟件堆疊：開發者可以用相近的模型實作和工作流程，針對 CPU、GPU 及專用加速器部署，而毋須因應某一間晶片公司的硬件重新改寫大量 CUDA 專用程式。

Mojo 1.0 被定位為穩定、適合生產環境使用的通用程式語言，嘗試把近似 Python 的易用性，與系統級效能結合起來，服務不同種類的 AI 硬件。 語言亦以 Python 互通性作為主要賣點，讓開發者可以保留熟悉的 Python 工作流程，同時使用較底層的效能控制能力。

目前 Mojo 支援 macOS 及 Linux；原生 Windows 支援則仍在計劃中。Windows 開發者過去可透過 WSL 使用 Mojo。

編譯器及工具鏈開放後，外部開發者可以在 Apache 2.0 加 LLVM 例外條款下檢視、擴充、移植及分發這套語言工具。

這會否成為 CUDA 的挑戰？

Modular 展示及公布的方向涵蓋高通硬件、NVIDIA 及 AMD GPU、Apple 系統，以及 AWS Trainium 和 Google TPU 等新一代加速器。 不過，「任何模型跑在任何晶片」應理解為公司的長遠目標，而不是代表每一款模型和加速器現時都已有相同程度的支援、成熟度或效能。

真正的競爭點，不只是某一款晶片的速度，而是開發者長期依賴的軟件層，包括程式語言、編譯器、運行時、核心運算模組及模型服務抽象層。Modular 希望將這一層由單一 GPU 供應商主導的模式，推向較不受硬件品牌限制的平台。

為甚麼 AMD 參與特別值得留意？

AMD 同時銷售 AI GPU 及 AI PC，與高通的 Snapdragon 及數據中心 AI 業務存在競爭關係。AMD 願意支援一套由高通擁有的軟件層，反映跨硬件移植能力對不同晶片供應商都有戰略價值。

對 Modular 而言，AMD 的參與亦有助證明這個平台並非單純為高通硬件包裝的軟件方案，而是以多供應商支援為方向。這一點是根據大會公布的多晶片策略，以及 MAX 放寬裝置限制作出的分析，而非對所有硬件支援程度的獨立驗證。

高通為甚麼要推開源？

高通收購 Modular，目標之一是加強由邊緣裝置至數據中心的生成式 AI 及代理式 AI 軟件能力。 開放 Mojo 可以降低採用門檻，吸引開發者、硬件合作夥伴、編譯器貢獻者及模型服務使用者加入高通更大的 AI 生態。

策略上，高通希望在手機、PC、邊緣基礎設施及數據中心取得軟件影響力，但不必要求每一個部署場景都使用高通晶片。如果 Modular 最終成為跨不同晶片執行 AI 推理的共同軟件層，高通便可以擴大生態覆蓋，同時保留推廣自家加速器的機會。

因此，今次 Mojo 開源的意義，未必是即時「取代 CUDA」，而是高通借助一套較開放、較跨硬件的開發層，爭取 AI 軟件生態的主導權。至於 Snapdragon、Ryzen AI Halo、Apple silicon、NVIDIA GPU、AWS Trainium、Google TPU 及 Houmo M.2 加速器是否全部已具備完整的生產支援和相若效能，現有資料並未獨立證實。