高通周三宣布将以39亿美元的股票收购AI原生软件平台开发商Modular Inc.。高通表示此次收购将帮助其打造硬件无关的计算层从而重塑数据中心的竞争格局。高通在声明中表示此次全股票收购将进一步推动高通技术公司在设备、边缘端和数据中心之间提供一个硬件无关的计算层提升每瓦性能增强硬件灵活性并扩展开放的开发者生态系统使客户能够在全球各类异构平台上更高效地部署AI。高通认为企业在数据中心战略上需要更高的灵活性尤其是在当前AI领域快速变化的背景下。当CIO需要在不确定未来走向的情况下做出数据中心决策时这一挑战尤为突出。Modular首席执行官克里斯·拉特纳Chris Lattner在领英上发文表示打破数据中心壁垒一直是公司成立之初的核心目标之一。在异构AI硬件层出不穷的时代始终存在一道鸿沟现有的碎片化软件技术无法有效扩展至这些硬件之上。这一鸿沟阻碍了创新与选择也让开发变得举步维艰。他写道Modular正是在4.5年前为解决这一问题而创立的。我们已经为多家超大规模数据中心芯片厂商提供了集成支持并将持续推进。我们构建了一个开放平台并将继续推动其进一步开放。拉特纳补充说高通的收购将加速我们的进展和路径覆盖范围从边缘端到云端涵盖CPU、GPU、NPU以及定制ASIC乃至更多形态。分析师方向正确但撼动英伟达并非易事尽管分析师对能否从英伟达手中夺取可观市场份额持审慎态度但普遍认为高通精准抓住了企业在数据中心部署方面的痛点。Moor Insights Strategy副总裁兼首席分析师马特·金博尔Matt Kimball表示Modular能够降低数据中心成本的论断方向上是正确的。当企业AI真正加速落地时异构化问题的严峻程度将超乎想象。不同的使用场景、不同的部署情境需要不同的加速器。他指出如何在这种环境下管理AI对各大企业而言一直是一道难题。而当企业AI真正爆发时这一挑战将被彻底暴露。金博尔认为Modular在解决困扰大多数企业的两件事上极具价值抽象化复杂性与显著提升灵活性。这必然带来总拥有成本TCO优势。咨询公司Acceligence的CIO尤里·戈里尤诺夫Yuri Goryunov同样对这一收购表示赞赏但他强调此次交易的真正价值在于人才而非技术本身。关键在于高通真正买到了什么不是芯片而是软件层——也就是克里斯·拉特纳的团队加上Mojo语言和MAX引擎。这才是施压的正确位置。英伟达真正的护城河从来不是GPU而是CUDA以及将工作负载牢牢绑定在其硬件上的迁移成本。一个可信的一次编写、无需重写即可跨CPU/GPU/NPU/ASIC运行的软件层正是降低迁移成本、让非英伟达芯片成为更安全选择的关键所在。戈里尤诺夫同时指出计算民主化的愿景同样极具价值。任何推动计算民主化、将任务更好地路由至最适合算力的举措都为生态系统带来了真正的灵活性。如果工作负载能够匹配到合适的计算资源而不是默认依赖单一厂商那么所有人都能在每瓦性能和TCO上受益客户也将拥有真正的选择权。这是我认为最具说服力的部分。不过戈里尤诺夫也坦言这一切并不会轻而易举。这是否改变了与英伟达的竞争格局方向上是的。它在英伟达最具粘性的地方打开了一条可信的第二战线。但我不会说这会在一夜之间改变格局。CUDA的护城河深挖了十年这是一场需要多年执行的持久战。不过攻击方向对准了正确的墙而他们买到的团队对于这场战役来说已是顶尖配置。他还提醒高通此次收购的战略逻辑在很大程度上依赖于一个不确定的前提英伟达不会反击性地向更多方开放其架构或者至少不会迅速行动。英伟达会专注于巩固自身粘性这才是真正的进入壁垒。金博尔补充说从竞争角度来看高通面临的障碍不少。此次收购的部分意图直接指向英伟达挑战即如何让客户更轻松地部署异构芯片而不受软件层的拖累。英伟达的护城河究竟有多深Info-Tech Research Group高级技术顾问约翰·安南德John Annand对高通能否对英伟达造成实质性冲击持更为怀疑的态度。英伟达大约占据了AI加速芯片市场85%的份额他指出当然它只能往下走但这也需要相当长的时间。更重要的是英伟达与AI、机器学习及计算密集型领域的从业者携手共进了数十年将他们深度纳入CUDA软件生态。重写这一工具链需要大多数企业在组织层面进行变革这意味着需要数年乃至数十年才能解绑。他观察到那些认为自己通过使用PyTorch等高层抽象实现了硬件无关性的企业已经是做得最好的了。但即便如此将同样的代码直接迁移到AMD Instinct也可能引发内存和依赖性错误。这就像十年前虚拟机迁移到公有云一样——比以前容易但仍然可能出错。尽管如此安南德表示如果收购顺利完成对企业而言仍是利好消息。对于企业IT来说这意味着我们所依赖的AI厂商又多了一块潜在的构建积木。由于企业IT通过API调用来使用AIClaude运行在英伟达、AMD ROCm还是Modular之上在操作层面对我们并无差异。他补充说目前由于商业和股权协议的约束OpenAI和Anthropic不会轻易转换阵营。但如果企业正在寻找更具针对性的方案比如Cohere的产品或者希望从零构建自己的模型和工具这无疑是一个令人振奋的消息。Info-Tech Research Group首席研究总监沙希·贝拉姆肯达Shashi Bellamkonda则认为这一收购虽有潜在价值但面临诸多现实阻碍。高通正在追求某种模型民主他说如今AI部署团队被锁定在最初训练所用的加速器上将模型迁移到不同硬件意味着重新工程化而非简单的配置调整。Modular的主张是让这一痛点消失一次构建跨CPU、GPU、NPU自由运行按基础设施需求灵活调度。这是一个可信的目标。但问题在于民主与可移植性并非同一件事。高通会为自家芯片做最深度的调优——每家硬件公司都是如此。所谓厂商中立的软件基础一旦被有差异化硬件需求的收购方掌握往往会逐渐产生硬件偏好。LexisNexis Risk Solutions集团CISO弗拉维奥·维拉努斯特Flavio Villanustre则提供了另一个视角。有必要明确一点Modular是Mojo编程语言背后的团队该语言为AI模型提供了一个抽象层使模型能够跨不同硬件架构运行他说在传统方式下如果你在Python或C上针对特定硬件架构如X86、英伟达GPU、AMD GPU或TPU编写AI堆栈若要迁移到不同架构就需要重写大量代码。而用Mojo只需编写一次即可在任何地方运行包括由不同硬件架构组成的混合系统。他总结道考虑到高通在CPU和GPU等多种硬件架构上拥有知识产权和制造能力这次收购可以为其客户带来显著提升。我认为高通通过此次收购获得了一层抽象能力使其能够提供多样化的硬件产品同时确保客户在整个CPU/GPU/TPU/NPU产品组合中实现完整的代码复用。QAQ1高通收购Modular的核心价值是什么A高通收购Modular的核心价值在于获得其软件抽象层能力尤其是Mojo编程语言和MAX引擎。这一软件层能够让AI模型实现一次编写、跨CPU/GPU/NPU/ASIC自由运行从而降低企业在不同硬件间迁移的成本打破英伟达CUDA生态的锁定效应并为高通自身多样化的芯片产品组合提供统一的软件支撑。Q2Modular的Mojo语言和传统AI编程方式有什么区别A传统方式下开发者若针对特定硬件架构如英伟达GPU、AMD GPU或X86编写AI代码一旦需要迁移到其他架构就必须重写大量代码。而Mojo语言提供了一个硬件抽象层实现一次编写、到处运行即使是由不同硬件架构组成的混合系统也能兼容大幅降低了跨硬件部署的工程成本。Q3高通此次收购能撼动英伟达在AI芯片市场的主导地位吗A短期内难以根本撼动。英伟达拥有约85%的AI加速芯片市场份额且其CUDA生态深耕数十年迁移成本极高。分析师普遍认为高通此举方向正确打击了英伟达最具粘性的软件护城河但CUDA的生态优势需要多年才能逐步瓦解。此外英伟达可能会通过开放架构等方式进行反制进一步增加了不确定性。