当高通以近40亿美元收购AI软件基础设施初创公司Modular时，外界普遍认为这是一次出人意料的并购。Modular致力于构建一套硬件无关的软件栈，旨在屏蔽底层芯片差异，使开发者能轻松实现代码跨平台移植；而高通的核心业务正是销售专有芯片，按理说并不乐见“可移植性”削弱其硬件绑定优势。然而，Modular联合创始人兼总裁蒂姆·戴维斯（Tim Davis）在独家采访中指出，此次收购源于双方对AI计算未来方向的高度共识：即AI算力必将走向异构化，而软件正是推动非GPU硬件大规模部署推理任务的关键。
戴维斯表示，Modular创立之初便确立了四大核心判断：AI计算终将异构化；推理需求将爆发式增长；超级智能需兼顾数据中心与边缘端硬件；软件是当前最大瓶颈——如今这些判断均已应验。他强调：“若将这四大判断置于整个生态体系中审视，并寻找一位能全面契合我们使命、同时具备全球分发能力且仍坚持开放中立平台的伙伴，高通无疑是最佳选择。”
高通拥有从边缘设备到云端的庞大硬件布局，对异构芯片上运行AI所面临的挑战深有体会。戴维斯指出，高通团队对维护开放中立标准、持续支持全类型芯片的意愿十分明确。“异构计算的本质决定了：唯有达成这一目标，整个产业才能真正成功。”
值得注意的是，Modular在收购后仍将保持独立运营，团队完整保留，使命不变。戴维斯强调：“我们共同坚信，要构建一个开放的开发者生态系统，就必须提供一套开发者真正愿意采用的开放基础设施；否则，生态无从谈起。”
Modular的核心产品包括Mojo——一种硅片无关的内核级编程语言，以及Max——一个开源建模与服务框架，支持异构扩展。二者均为开源项目。Mojo专为编写原生多硅片兼容的核心基础设施而设计，覆盖CPU-ASIC、异构GPU及云-边协同场景；历经4.5年开发，稳定可用的Mojo 1.0版本即将发布。
戴维斯指出：“各方都渴望多硅片未来，原因多样。当前大量智能体工作流已受制于CPU性能，而推理任务的解耦化正成为主流趋势。”他进一步说明，随着行业重心从“出售GPU小时”转向“出售Token”，云管理与编排已成为亟待解决的软件难题。“我们希望构建一个多硅片世界，让用户无需关心Token生成的具体位置。四年前我们曾大胆断言：开发者根本不关心硬件——如今这一观点比以往任何时候都更准确。行业焦点已转向每秒Token数。”
Max基于Mojo构建，同样原生支持多硅片架构。它已适配多模态输入输出，而当前主流服务架构仍以文本优化为主。尽管vLLM、SGLang等项目已有图像与视频优化分支，但戴维斯认为这种碎片化已过于严重。Modular已在Max的管理、可观测性、MLOps及云优化方面投入大量研发，预计数周内将正式进入通用可用阶段。
戴维斯透露：“我们将逐步加入训练能力，最终形成一套覆盖多模态、多硅片、贯通训练与推理、横跨边缘至云端的完整技术栈——这才是我们的终极愿景。”
软件基础设施长期制约着非GPU硬件的大规模部署。戴维斯解释称，新兴云厂商（Neoclouds）大多通过债务融资建设GPU集群，因其资产具有明确折旧曲线与高流动性；但替代型芯片缺乏类似融资渠道，导致厂商只能依赖昂贵股权融资，极大限制了算力资产的可互换性。
他进一步分析：“若存在一层多硅片软件层，能显著提升资产的可互换性，则全球市场将意识到：现有计算经济中，特定供应商的软件定价过高——并非底层算力本身变化，而是跨平台可互换性重塑了财务模型，从而促使更多硅片进入云环境，这一点至关重要。”
戴维斯表示，高通已深刻认识到软件的关键作用，理解统一平台对降低开发者负担的必要性，并认同开放生态是实现该目标的核心路径。目前Modular客户涵盖顶尖企业、生成式AI初创公司、新兴云厂商及Token工厂等全链条角色。
“我们服务各层级客户：有需要快速启动新芯片的硬件厂商；有采购硬件并部署于Token工厂以提升利润率的Neoclouds；有希望通过API向企业销售前沿模型的实验室；还有完全不关心Token来源的企业用户。”戴维斯补充道，前沿实验室日益倾向多硅片架构，因其更关注总拥有成本（TCO）。他们希望借助Modular开放基础设施实现多硅片多样性，从而与多方协作、跨多层堆栈规模化扩展业务——这反过来又推动开放生态持续完善。
关于AI生成内核（kernel）技术，戴维斯持审慎态度。他指出，编译器必须具备确定性，而AI生成内容天然存在非确定性风险，机械可解释性仍是重大研究课题。“AI代码生成极具前景，但我视其为倒金字塔结构：在原型开发与应用层表现卓越，但越靠近底层，对确定性的要求越高。”
他强调，不同企业对代码库中非确定性的容忍度各异。例如部分合作金融机构明确表示“零容忍”。关键问题在于：“你是否愿意在面向生产客户的实际业务负载中，采用‘氛围编码’（vibe-coded）的最终产物？”
此外，仅写出能运行的内核远远不够——其性能必须达到或超越CUDA标准。戴维斯重申：“计算可移植性本质仍是TCO问题。AI能生成内核固然令人振奋，但若无法实现接近业界顶尖的性能，多数替代硅片在当前市场仍难具经济可行性。”
因此，AI生成内核现阶段仍需人工介入。戴维斯认为：“世界上仍有极少数人对该技术栈底层掌握极为精深；往上还需精通推测解码等高级技术的专家；再往上则需云基础设施实现整体协调——这是一个全栈问题。”
他明确表示，当前AI生成内核尚不具备生产环境部署条件，受限于商用栈的实际局限。未来需以Mojo与Max为基石构建核心底座。“一旦底层拥有统一编程模型，能暴露芯片核心指令集，上层AI框架、服务系统等均可开箱即用——这在当下其他方案中尚无法实现，绝非靠‘氛围编码’即可达成；这是极其困难的系统级编程挑战，还需将各模块无缝整合。”
Modular团队满怀信心，致力于向全球传递“异构化是必然趋势”这一理念。戴维斯总结道：“回顾历史，这一方向不可避免；关键在于如何抵达。我们坚信：若能帮助各家企业减少软件层面的负担，加速迈向异构未来，这将为世界带来巨大价值。”
www.eic.net.cn 提供的易IC库存管理软件可高效支撑芯片供应链协同，助力企业在异构AI硬件快速迭代背景下，精准管控物料库存与交付节奏，为软硬件深度融合提供坚实后盾。
