高通以约 3.9B 美元收购 Modular，以攻击 Nvidia 的 CUDA 软件护城河
高通公司将以约 39 亿美元的价格收购 Chris Lattner 的人工智能软件初创公司 Modular，以构建与芯片无关的软件层并挑战 Nvidia 的 CUDA 锁定。
新闻报道
发生了什么
高通以手机芯片而闻名。它的下一个大赌注是决定人工智能行业运行哪些芯片的软件。开 2026 年 6 月 24 日在投资者日，高通宣布将 获得模块化一家人工智能基础设施软件初创公司，在一笔交易中，多家媒体报道的交易价格约为 39亿美元。至关重要的是，高通并不是在收购一家芯片公司，而是在收购其所在的软件层 上面 筹码。
用高通自己的话来说，其基本原理是建立一个 “与硅无关的计算层” 跨越设备、边缘和数据中心。首席执行官克里斯蒂亚诺·阿蒙 (Cristiano Amon) 围绕行业的发展方向进行了阐述：“行业正在朝着分散的、多供应商的架构发展，这需要更加开放和现代化的软件基础。”翻译过来就是：每个人工智能工作负载都默认由 Nvidia 硬件组成，并由 Nvidia 的软件粘合在一起的时代，这正是高通想要撬开的东西——而模块化就是它的撬棍。
谁是模块化的？
成立于 2022 年 克里斯·拉特纳 和 蒂姆·戴维斯 — 两位在 Google 相识的工程师 — Modular 着手解决 AI 最不起眼但成本最高的问题之一：让模型在截然不同的硬件上高效运行，而无需每次都重写代码。它的平台是围绕两项主要技术构建的： 莫乔 编程语言，一种与 Python 兼容的语言，专为高性能人工智能和系统代码而设计，以及 最大 （模块化加速执行），一种推理引擎，为跨 CPU、GPU、NPU 和定制 ASIC 的模型提供服务。
对开发人员的宣传既简单又有力： 一次编写，随处运行。团队不再为 Nvidia、AMD、Intel 和 Qualcomm 加速器维护单独的、手动调整的代码路径，而是写入 Modular 的抽象层并让软件处理底层硬件。在一个将模型移植到新芯片上可能需要花费数月专业工程时间的市场中，可移植性就是整个游戏的全部——这也正是芯片制造商愿意花费数十亿美元收购软件公司的原因。
真正的目标：Nvidia 的 CUDA 护城河
要了解这笔交易，您必须了解 CUDA。英伟达在人工智能领域的主导地位并不在于任何单一芯片，而是在于近二十年来建立的软件生态系统，这使得其 GPU 成为人工智能开发人员阻力最小的道路。 CUDA 以及针对它调整的庞大工具库、内核和框架就是护城河。竞争对手可以构建更快或更便宜的加速器，但仍然会失败，因为世界上的人工智能代码都是为在 Nvidia 上运行而编写的。
一个 与硬件无关的软件层 直接攻击护城河。如果开发人员可以编写一次 AI 代码并在非 Nvidia 芯片上有竞争力地运行它，那么锁定就会减弱，AMD、英特尔以及高通（并非巧合）的替代品突然成为可行的选择，而不是昂贵的科学项目。这就是 Modular 存在的全部原因，这也是为什么高通的收购看起来不像是一次产品收购，而更像是对使 Nvidia 成为科技领域最有价值公司的结构优势的战略打击。
为什么高通想要它
高通多年来一直试图超越智能手机领域， 数据中心 是它反复盘旋而没有完全落地的奖品。它拥有强大的芯片资质——高效的 NPU、收购 Nuvia 时基于 Arm 的 CPU 专业知识，以及在人工智能数据中心电力预算紧张时至关重要的能效故事。它所缺乏的是吸引开发人员使用该芯片的软件引力。
模块化填补了这一空白。拥有成熟的、与硬件无关的服务层，可以在高通自己的加速器上运行人工智能工作负载 更容易、更有吸引力，它加强了高通与模型创建者和超大规模者的关系，他们决定推理的实际运行位置。它还将高通定位为供应商 开放性 反对英伟达的锁定——在客户迫切需要第二个来源的市场中，这是一个真正的差异化信息。如果阿蒙描述的分散的、多供应商的未来真的到来，高通希望拥有每个人都用来导航的软件。
克里斯·拉特纳因素
高通收购的很大一部分是人，特别是一个人。 克里斯·拉特纳 是他这一代中最有影响力的系统工程师之一：他创建了 LLVM，支撑现代软件巨大份额的编译器基础设施，他设计了 斯威夫特，苹果的编程语言。在共同创立 Modular 之前，他曾在 Apple、Tesla、Google（负责 TensorFlow）和 SiFive 领导编译器和机器学习基础设施工作。
这个谱系很重要，因为 CUDA 问题从根本上来说是一个 编译器和工具链问题 ——这正是拉特纳一生的工作。构建从许多不同的加速器中提取竞争性能的软件是该领域最困难的问题之一，Lattner 的职业生涯一直致力于构建使异构硬件可用的层。拉特纳在谈到这笔交易时表示：“加入高通为我们提供了加速实现这一使命的规模和平台覆盖范围。”对于高通来说，收购拥有挑战 CUDA 远见和业绩的团队可能与代码本身一样有价值。
交易条款和时间表
高通在投资者日宣布了此次收购 2026 年 6 月 24 日。报告将其价值大致固定在 39亿美元，描述为基本上是全股票交易，尽管高通的官方发布没有透露价格或确切的结构。该交易预计将 2026年下半年结束，须经惯例监管批准。
就背景而言，这是高通自 2021 年斥资数十亿美元收购 Nuvia 以来最重要的收购之一，它表明该公司的数据中心雄心现在已成为董事会级别的优先事项，而不是一项实验。该交易的全股票性质也将 Modular 的团队与高通自身的业绩联系在一起，围绕制造硅不可知层所需的长期、多年的努力调整激励措施。
更大转变的一部分
高通的举动符合更广泛的 2026 年模式：每个人都在努力减少对 Nvidia 的依赖，最聪明的玩家已经意识到 软件是锁定的实际所在。芯片制造商可以构建有竞争力的加速器——更困难的问题是让开发人员相信他们可以轻松地将工作负载从 CUDA 上转移出去。
同样的逻辑正在整个行业上演。 开放人工智能 与 Broadcom 合作构建了自己的定制推理芯片“Jalapeño”。 人择 已经探索建立自己的加速器。中国实验室包括 深度搜索、阿里巴巴和百度正在设计国产AI芯片。这些努力的大部分目标是 硬件 Nvidia 主导地位的一面。高通的模块化赌注是不同的，而且可以说更加雄心勃勃：它不是构建另一个芯片并希望开发人员来，而是购买 软件层 这可以使许多芯片——包括它自己的芯片——可以互换。攻击护城河，而不仅仅是城堡。
接下来是困难的部分
购买模块化是最简单的一步。取代 CUDA 并不是。 Nvidia 的生态系统拥有近两年的领先优势，与每个主要的人工智能框架深度集成，并且拥有一大批已经熟悉它的开发人员。只有当“随处运行”部分提供的性能足够接近团队愿意切换的原生 CUDA 时，“一次编写，随处运行”层才会获胜，而缩小实际工作负载的差距是极其困难的工程。
也存在整合风险。模块化培养了真正的 硬件中立 声誉，在 Nvidia、AMD、Intel 和 Qualcomm 芯片上工作；将其合并为一家芯片制造商提出了一个明显的问题：它是保持真正的中立还是悄悄地向高通硬件倾斜。如果用力过猛，高通可能会疏远那些让软件变得有价值的开发者社区。保持模块化足够开放以得到信任，同时使其足够有用以销售高通芯片是一个微妙的平衡 - 整个论文取决于能否正确实现这一点。
为什么它很重要
高通收购 Modular 是一个赌注，即人工智能战争的下一个前线不是芯片，而是 软件可移植性。多年来，人们一直在讨论谁能制造出速度最快的芯片。这笔交易认为，更有价值的地位是拥有决定开发人员可以实际使用哪些芯片的层。如果它有效，它将放松英伟达对整个行业的控制，并将高通从一家智能手机公司转变为数据中心的有力竞争者。
如果不这样做，它将加入一长串驱逐 CUDA 的尝试之中，这些尝试低估了生态系统的粘性。无论哪种方式，信号都很明确：2026 年人工智能硬件中最重要的举措将越来越多地发生在 软件。高通刚刚支付了近 40 亿美元，并聘请了业界最优秀的编译器工程师之一来证明这一点。官方公告已上线 高通新闻编辑室。
