开源破局，高通试图瓦解英伟达AI生态锁定

高通希望卖出更多AI加速器。但其最重要的一笔软件赌注，目标却是让开发者不再过度在意自己究竟在使用哪一款加速器。这一看似矛盾的局面，正是高通收购AI软件企业Modular的核心背景。Modular由编译器先驱Chris Lattner联合创立，该公司正在搭建一套软件栈，力求实现同一套高层模型代码，可在英伟达、AMD的GPU、谷歌TPU、AWS Trainium、高通加速器以及苹果芯片上运行。

对于刚入局数据中心AI领域的高通而言，降低软件对单一芯片厂商的依赖，会成为一项优势。客户无需重构整套软件栈，就能把高通硬件引入以英伟达设备为主的现有环境。

高通数据中心工程高级副总裁Rashid Attar在描述其他加速器厂商面临的困境时，将其比喻为 “两座大山需要翻越”：第一座，拿出具备差异化能力的硬件；第二座，把硬件做到足够易用，让客户不必专门调配工程师来移植现有业务负载。Attar接受采访时表示：“我们和客户沟通，对方反馈说‘你的产品很不错，但我这边一个工程师都分配不过来给你’。”收购Modular，正是高通试图搬掉第二座大山的举措。

软件成为准入壁垒

Moor Insights & Strategy数据中心副总裁兼首席分析师Matt Kimball表示：英伟达的优势已经不止是CUDA。CUDA最初帮助英伟达拉开与对手的差距，而如今英伟达已经把这种优势延伸到网络、系统、各类函数库以及整套软件体系。

“英伟达做得非常高明，”Matt Kimball表示，“它充分利用CUDA，在整条价值栈上构筑起护城河。”这意味着仅仅替代CUDA本身远远不够。从芯片互联、BlueField数据处理单元，到丰富的软件产品组合、深度一体化机柜级系统，都属于这套壁垒的一部分。Matt Kimball将其称之为 “软性护城河”：客户并非必须全部使用英伟达产品，但全部采用英伟达软硬件，依旧是实现性能最大化最简便的路径。

Modular采取的方案，远不止做CUDA代码翻译。Chris Lattner表示：“当我们运行在英伟达芯片之上时，除保留一小部分用于设备管理的模块之外，我们会替换全部数学库、全部算法、全部模型组件，也就是替换掉整套软件栈。”

其目标，是让AI软件的行为模式更接近传统通用软件。一套新CPU架构问世，只需要完成底层编译器与操作系统适配；基础层打通后，上层绝大多数软件可以直接运行，无需改动。但AI加速器却与之不同，各家都有专属编程环境、函数库与工具链。

Modular的解决方案以新近发布1.0版本的Mojo编程语言，以及建模推理框架MAX为起点。Chris Lattner称，硬件相关的适配工作依旧位于软件栈底层，但上层软件与大量优化逻辑可以实现复用共享。

“前期硬件适配的工作免不了要做，” 他说道，“但一旦完成，上层所有组件都可以在此基础上复用，带来巨大收益。”

可移植性能否兼顾性能？

难点在于，不能抹除不同加速器各自的硬件特性优势。

抽象层在屏蔽硬件复杂度的同时，也有可能把硬件本身的性能优势一并掩盖。Matt Kimball认为，追求极致性能的场景下必然存在取舍。对于对每微秒延迟都极其敏感的客户，依旧会针对特定硬件架构做深度定制优化。

但他认为，对于数量庞大的普通企业用户，这样的取舍具备现实价值。这类客户更看重业务负载快速部署、灵活选用现有硬件，而不是榨干单颗芯片的极限性能。

Chris Lattner的观点更为激进。他提出，Modular可以在统一编程模型之下保留硬件专属优化；部分场景甚至还能提升性能，因为工程师只需要修改软件栈当中实际发生变化的一小部分模块。他举例Modular适配AMD MI355X加速器的案例。Modular官方博客披露，仅两名工程师，就在14天内完成MAX框架对MI355的适配。整套软件栈99.9% 的代码都是硬件架构无关，工程师只需要针对新增BF16转换指令、更大张量核分块、增大共享内存等硬件新特性做局部修改。

Modular测试结果显示，在多款业务负载下，MAX性能最高可比AMD官方优化版vLLM分支高出2.2倍。该数据来自Modular自测，但这个案例印证该公司的核心观点：可移植不等于放弃硬件定制优化，而是减少适配新硬件时需要重写的软件代码规模。

Attar表示，这一点对高通至关重要。高通下一代加速器要依靠硬件差异化赢得业务，而Modular的作用，就是让这些硬件特性可以被客户直接使用，不必再绑定另一套厂商专属编程环境。

Modular的中立性难题

还有一个悬而未决的问题：Modular的价值，部分建立在开发者与芯片厂商相信，它可以在多家不同厂商硬件上输出有竞争力的性能；而如今Modular本身，已经被其中一家芯片厂商（高通）收购。

Chris Lattner直面该质疑。被问及加入高通之后，Modular如何保持中立，他坦言：“这是个棘手的问题，不存在完美的答案。”Modular依靠多项机制保障中立。高通已经公开承诺，Modular将继续支持多厂商硬件；Mojo编译器与工具链采用Apache 2.0许可证对外发布，Chris Lattner将其描述为 “对全世界不可撤销的知识产权授权”。Modular还计划在今年晚些时候成立产业联盟，让硬件厂商与生态伙伴参与平台治理。

但Chris Lattner补充道：“光靠承诺不够，还要落到实际行动。”

Attar称高通将建立组织防火墙。举例：Modular工程师需要获取AMD尚未发布硬件的保密资料来做适配优化，高通内部加速器业务的工程师将无法接触这份资料；反之亦然，信息隔离双向生效。

Matt Kimball认为，保持中立，符合高通现阶段利益。高通正试图打入英伟达主导的市场，一套可兼容英伟达、AMD、Trainium、TPU的软件层，能够帮助自家加速器融入现有异构部署环境。

真正的考验在未来：如果未来高通成长为数据中心AI领域举足轻重的供应商，它是否还会同等支持竞争厂商的芯片，利益诉求可能会发生改变。

为中小型加速器厂商打开机会窗口

Modular带来的影响，或许不止局限于高通自身。Matt Kimball分析，AMD有充足资源自研完整软件栈；但很多规模更小的加速器企业没有这个条件。一套通用的基础软件框架，对这类拥有差异化芯片，但缺少工程团队、开发者生态去对抗英伟达的厂商意义重大。

Chris Lattner也持相似看法。Modular作为初创公司阶段，优先服务头部大厂，受限于资源无法支持所有新兴加速器。背靠高通，再加上即将成立的产业联盟，平台可以进一步扩大支持范围。

“很多初创企业将从中获益，”Chris Lattner说，“它们创新速度很快，但缺少现成软件生态。”如果Modular可以把这套通用软件底座拓展到中小型加速器厂商，高通这笔收购的意义就不止服务自身的数据中心业务，还有望降低AI芯片行业最高的准入门槛之一。

Attar对成功的评判标准很直白：高通新硬件上线之初，就可以接近理论性能，而不是需要耗费数月做软件调优。

Chris Lattner对成功的定义则更为宏大。他预判AI基础设施会走向高度异构化，业务负载可以在从边缘到云端的不同加速器之间灵活调度。

一旦Modular让这种异构体系真正可用，AI芯片行业的竞争逻辑就会发生转变。客户不再纠结 “哪家芯片拥有开发者离不开的软件生态”，而是更多考量，哪款芯片针对具体业务，在性能、能效、供货、综合成本上表现最优。

对于高通，以及几乎所有英伟达的挑战者来说，这正是它们想要的竞争格局。