一家名为Modular的初创公司正试图打破英伟达（Nvidia）在AI领域的技术垄断。这家由苹果和谷歌前技术骨干创立的公司，由前Swift语言设计者Chris Lattner和Google TPU项目核心成员Tim Davis共同创办，目标直指Nvidia的CUDA——当前AI开发的“事实操作系统”。 CUDA自诞生近20年来，已发展成一个覆盖编程语言、编译器、库和推理系统在内的完整生态，几乎成为AI训练的唯一标准。这虽让英伟达坐拥巨大优势，却也导致整个行业严重依赖其GPU，其他厂商的硬件难以获得同等支持。尽管AMD、谷歌TPU、亚马逊Trainium等纷纷推出AI芯片，但每款芯片都需配套独立的软件栈，导致开发重复、效率低下。 Lattner指出，问题在于“没人有动力去构建跨芯片的通用软件”——因为芯片厂商自己就在做软件，何必为别人做？而Modular的使命，正是填补这一空白。他们相信，AI开发者真正需要的是“可移植性”：能在不同厂商的GPU上无缝运行，而不必为每种硬件重写代码。 为此，Modular开发了名为Mojo的新编程语言，兼具Python的易用性与C++的高性能，能高效控制AI芯片性能。Mojo还与PyTorch等主流框架兼容。其核心系统还包括MAX（用于AI推理）和Mammoth（用于管理GPU集群），已实现对Nvidia Blackwell B200和AMD MI355X GPU的统一支持。 更关键的是，Modular在AMD GPU上实现了比其原生软件高出约50%的性能表现。这为开发者提供了前所未有的比较基础：AMD芯片是否能与英伟达旗舰一较高下？答案“初步显示：可以”。 Inworld AI CEO Kylan Gibbs在实际测试中，用Modular将成本降低60%、延迟减少40%，并迅速签下合作。他看重的不仅是性能，更是未来灵活切换硬件的“选项权”——一旦AMD、TPU或其他新硬件崛起，系统可快速适配。 Lattner强调，Modular并非要“杀死英伟达”，而是像Android之于手机生态，打造一个开放、竞争的AI硬件平台。即便英伟达仍会领先，但更多选择和创新将推动整个行业进步。他相信，这“对世界更好”。