Mojo 1.0 开源发布与 Modular 平台更新

Mojo 1.0 现已完全开源

Mojo 1.0 已作为完全开源语言在 Apache 2.0 许可下发布。此次发布包括编译器及所有相关工具，允许开发者扩展该语言、将其移植到新平台，并构建应用程序而无需受限于专有限制。这遵循了 Modular 技术栈的逐步开放过程，此前已在 2024 年开放了 Mojo 标准库，并在 2025 年开放了 MAX kernels。

稳定性与设计

Mojo 1.0 引入了稳定性保证，确保为该版本编写的代码在未来的更新中不会失效。该语言旨在为 AI 开发提供生产级基础，将类 Python 语法与系统级性能相结合。

社区讨论强调，Mojo 构建在 MLIR (Multi-Level Intermediate Representation) 之上，这使得编译器优化可以作为库来实现，而不是在编译器内部实现。一些开发者将 Mojo 描述为“一个华丽的 MLIR 封装”，它实现了受 C++ 启发但呈现出类 Python 外观的语义。

原生 Windows 支持

Modular 正在与 Microsoft Windows 团队合作，为 Mojo 提供原生 Windows 支持。虽然 Mojo 此前支持 macOS 和 Linux（以及通过 WSL 支持 Windows），但原生集成旨在让数百万在不同系统和 AI 工作负载中工作的 Windows 开发者能够使用该语言。

Modular Cloud 正式商用

Modular Cloud 现已在 console.modular.com 正式商用。它作为一个生产级服务，抽象了在异构基础设施上部署和优化模型的复杂性。

服务方案

• Shared Endpoints: OpenAI 兼容的端点，采用按 token 计费模式。
• Dedicated Deployments: 运行在 Modular 计算资源或客户自有基础设施上的隔离实例。

生产案例研究：MiniMax

MiniMax 利用 Modular Cloud 运行其 M3 模型，每分钟提供数十亿 token 的服务。该部署需要在整个技术栈中进行深度优化，包括在 MAX 中原生实现 M3，以及为 MiniMax Sparse Attention (MSA) 开发专门的 kernels，这是一种新颖的架构，随着其 1M-token 上下文窗口的扩展，能够降低计算需求。

Modular 平台扩展硬件支持

Modular 平台已将其支持范围从 NVIDIA 和 AMD GPU 扩展到包括自定义 AI 加速器。这使得开发者只需编写一次模型，即可在不同的硬件架构上进行部署，而无需重新构建软件栈。

支持的加速器

• AWS Trainium
• Google TPUs
• Qualcomm Cloud AI 100 Ultra
• Qualcomm Dragonfly

Modular 报告称，与传统方法相比，引入这些新平台所需的工程量减少了 10 倍。例如，HTEC 工程师在几个月内就在 Modular 平台上独立实现了 Google TPU 支持。

MAX 框架与生态联盟

MAX 是 Modular 平台的核心基础，旨在允许硬件厂商在硅片性能上进行竞争，而不是受限于软件栈的锁定。

许可与开放联盟

• Source Availability: MAX 许可不再包含设备使用限制，且现在是源码可用 (source-available)。
• Alliance Program: Modular 正在建立一个行业联盟计划，涉及硬件厂商、模型提供商、云公司和数据中心运营商，以整合并针对各种平台优化 MAX。

社区观点与批评

虽然 Mojo 1.0 的开源，受到了欢迎，但一些社区成员对该语言的时机和采用情况表示了怀疑。

"The long time it took them to open source I think burnt a lot of the initial traction."

其他批评者质疑在 Qualcomm 收购 Modular 之后这一举动的战略意图，一些人认为这是挑战 NVIDIA 在 GPU 市场主导地位的战略举动。相反，支持者认为，Mojo 对数值计算和静态类型的处理方式使其成为 AI 中心化系统编程中 Rust 的一个极具吸引力的替代方案。