Mojo 1.0 開源發佈與 Modular Platform 更新

Mojo 1.0 現已完全開源

Mojo 1.0 已根據 Apache 2.0 授權正式發佈為完全開源語言。此次發佈包含了編譯器以及所有相關工具，允許開發者擴展該語言、將其移植到新平台，並在沒有專有限制的情況下構建應用程式。這是在 Modular 技術棧逐步開放的過程中，繼 2024 年開放 Mojo 標準函式庫以及 2025 年開放 MAX kernels 之後的進一步動作。

穩定性與設計

Mojo 1.0 引入了穩定性保證，確保為此版本編寫的程式碼在未來的更新中不會失效。該語言旨在為 AI 開發提供生產級的基礎，將類 Python 語法與系統級效能結合在一起。

社群討論指出，Mojo 是建立在 MLIR (Multi-Level Intermediate Representation) 之上的，這使得編譯器優化可以作為函式庫而非在編譯器內部實作。一些開發者將 Mojo 描述為一個「高級 MLIR 包裝器」，它實作了受 C++ 啟發的語義，但呈現出類 Python 的外觀。

原生 Windows 支援

Modular 正與 Microsoft Windows 團隊合作，為 Mojo 提供原生 Windows 支援。雖然 Mojo 先前已支援 macOS 與 Linux（以及透過 WSL 使用 Windows），但原生整合旨在讓數百萬名在不同系統與 AI 工作負載中工作的 Windows 開發者能夠使用該語言。

Modular Cloud 正式商用

Modular Cloud 現已在 console.modular.com 正式商用。它作為一個生產級服務，抽象化了在異構基礎設施上部署與優化模型的複雜性。

服務內容

Shared Endpoints: OpenAI 相容的端點，採用按 token 計費模式。
Dedicated Deployments: 運行在 Modular 的運算資源或客戶自有基礎設施上的隔離實例。

生產案例研究：MiniMax

MiniMax 利用 Modular Cloud 運行其 M3 模型，每分鐘提供數十億個 token。該部署需要在整個技術棧中進行深度優化，包括在 MAX 中原生實作 M3，以及為 MiniMax Sparse Attention (MSA) 開發專用 kernel，這是一種新型架構，能在其 1M-token 上下文視窗擴展時減少運算需求。

Modular Platform 擴展硬體支援

Modular Platform 的支援範圍已從 NVIDIA 與 AMD GPU 擴展到包含自定義 AI 加速器。這讓開發者可以僅編寫一次模型，即可在不同的硬體架構上部署，而無需重新構建軟體技術棧。

支援的加速器

AWS Trainium
Google TPUs
Qualcomm Cloud AI 100 Ultra
Qualcomm Dragonfly

Modular 報告稱，與傳統方法相比，將這些新平台投入使用的工程量減少了 10 倍。例如，HTEC 工程師在短短幾個月內就在 Modular Platform 上獨立完成了 Google TPU 的支援。

MAX 框架與生態系統聯盟

MAX 是 Modular Platform 的核心基礎，旨在讓硬體廠商能夠根據矽晶片本身的優勢進行競爭，而非受限於軟體技術棧的鎖定。

授權與開放聯盟

Source Availability: MAX 授權不再包含裝置使用限制，且現在已開放原始碼可用。
Alliance Program: Modular 正在建立一個產業聯盟計畫，涉及硬體廠商、模型提供商、雲端公司與數據中心營運商，以整合並優化 MAX 以適應各種平台。

社群觀點與評論

雖然 Mojo 1.0 的開源化受到了歡迎，但部分社群成員對該語言的時機與採用率表示懷疑。

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

其他評論家質疑在 Qualcomm 收購 Modular 之後採取此舉的戰略意圖，有人認為這是挑戰 NVIDIA 在 GPU 市場主導地位的戰略舉動。相反地，支持者認為 Mojo 在數值運算與靜態型別的處理方式，使其成為 AI 為中心的系統程式設計中 Rust 的一個極具吸引力的替代方案。