2026-08-05 15:16:00 来源：CIO时代网
高通CEO安蒙在公告中直言：“行业未来属于对开发者友好的横向平台，给客户真正的选择权。”
这意味着一个明确信号：英伟达真正的护城河从来不是GPU，而是CUDA——而高通正在Modular身上找到了绕过这道护城河的桥头堡。以下从三个维度拆解这一战略转向。
AI 频道
高通为什么要买一家软件公司？
这不是“转型意愿”，而是“生存压力”。据Omdia数据，2026年全球智能手机出货量预计同比下降12.2%至10.93亿台；三星、华为、小米持续收缩骁龙高端芯片比例，自研芯片浪潮正在侵蚀高通的基本盘。与此同时，英伟达依靠GPU+CPU+DPU三件套在数据中心市场吃下了训练和推理的绝大部分红利，高通若再不切入，将彻底沦为AI时代的配角。
但仅有芯片远远不够。高通投资者日同时发布了Dragonfly（蜻蜓）数据中心品牌——包括250核以上的自研Arm服务器CPU"C1000”和专用AI推理加速器“AI300”，Meta已签下多代际采购协议。但硬件量产时间定在2028年下半年，而Modular的软件栈恰好解决了“芯片还没量产、开发生态怎么建”的窗口期困局——硬件未到，软件先行，让高通AI芯片从“出生第一天”就有成熟工具链可用。
AI 频道
modular凭什么值39亿美元？
Modular成立于2022年，由前谷歌工程师Chris Lattner和Tim Davis联合创立。其上一轮融资为2025年9月，估值16亿美元——不到一年，高通以2.5倍溢价买入。这溢价买的是什么？
核心答案就三样东西：Mojo编程语言、MAX推理引擎，以及Lattner的团队。
Mojo是一门基于MLIR内核从头构建的系统编程语言，语法兼容Python但性能对标C++，开发者无需学习CUDA就能编写GPU/CPU内核。MAX是一个跨架构推理服务框架，支持英伟达、AMD、英特尔、Arm等主流硬件平台，实现“一次编写，无需重写即可跨CPU/GPU/NPU/ASIC部署”。
Modular Cloud则提供云端统一入口。三件套叠加，本质上是在英伟达CUDA生态之外，搭建了一套真正意义上的“异构计算通用语言层”。
更关键的部分。Lattner在编译器领域的履历几乎无人能及——大学期间创建LLVM，12年苹果生涯中缔造Swift语言和Clang编译器，在谷歌创建MLIR编译器基础设施，后领导特斯拉Autopilot软件团队，出任SiFive工程与产品总裁。如果说有人能设计出一套真正跨硬件、跨架构、跨场景的AI软件栈，Lattner是最接近答案的那个人。咨询公司Acceligence的CIO尤里·戈里尤诺夫一针见血：“高通真正买到的不是芯片，而是软件层——Lattner的团队加上Mojo语言和MAX引擎。这才是施压的正确位置。”
AI 频道
为什么这桩交易值得企业CIO关注
（1）AI基础设施的竞争焦点从“硬件参数”转向“软件效率”。高通CEO安蒙将收购逻辑凝结为一句话：“每瓦性能决定推理成本，推理成本决定规模化普及。”当AI从训练密集型走向推理密集型，企业CIO真正关心的不再是“谁的芯片最快”，而是“谁的软件栈能让我的推理成本最低”。
（2）“一次编写、跨硬件部署”的异构软件层正在成为芯片厂商的标准配置。英伟达有CUDA，AMD有ROCm，英特尔有oneAPI，高通现在有了Modular。
这意味着AI芯片采购的锁定效应正在被打破——过去“选了英伟达GPU就得永远用英伟达”的局面有望松动。但需要清醒认识到，Modular的CuDNN等效能力和MoE模型支持仍处于完善阶段，CIO在评估多芯片供应商策略时需建立细颗粒度的技术尽职调查。
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
抢沙发
