2026 年 6 月 24 日，高通（Qualcomm）宣布达成协议，拟以股票收购 AI 软件公司 Modular。公司预计发行最多 1920 万股普通股，按此前收盘价计算约合 39.2 亿美元。交易预计在 2026 年下半年完成。高通希望借助 Modular 的软件和团队，让开发者更容易在其数据中心与边缘 AI 芯片上部署模型。
Modular 的目标是减少模型在不同芯片之间迁移时的代码重写。它面向 CPU、GPU、NPU 和定制 ASIC 构建统一软件层，让客户有更多硬件选择。这也触及了 Nvidia CUDA 生态的一项竞争优势：开发者长期使用其工具和库，迁移到其他芯片往往需要额外适配。
MAX 和 Mojo 试图减少跨硬件迁移工作
Modular 由 Chris Lattner 和 Tim Davis 于 2022 年创立，两人此前均在 Google 的 TPU 团队工作。Lattner 长期从事编译器与编程语言开发：他创建了开源编译器基础设施 LLVM，在苹果领导开发了 Swift 语言，之后短暂执掌过 Tesla Autopilot 软件项目。Davis 则在 Google 期间共同创建了 TensorFlow Lite，让机器学习模型得以在算力有限的设备上运行。
两人创办 Modular，希望解决 AI 软件难以跨硬件复用的问题。Lattner 在接受 WIRED 采访时将其称为一个「结构性问题」。他也在 LinkedIn 上写道，软件碎片化限制了开发者的选择，增加了跨平台开发的难度。
Modular 的核心产品包括 MAX 平台和 Mojo 编程语言：前者提供 AI 推理运行与优化能力，后者采用接近 Python 的语法，并提供系统编程与性能优化功能。它们试图让开发者复用模型和工作负载代码，再由平台适配底层芯片。具体支持哪些模型、算子和硬件，取决于相应后端与软件版本。
交易宣布约九个月前，Modular 以 16 亿美元估值完成了 2.5 亿美元融资。这次约 39.2 亿美元的交易估值是上一轮的约 2.5 倍。包括两位联合创始人在内的约 150 人团队，预计将加入高通。
软件收购连接高通的数据中心与设备业务
这笔收购与高通近两年的硬件扩张相互配合。
高通仍高度依赖手机芯片收入，正在向数据中心和新型 AI 设备拓展。CEO Cristiano Amon 近期的公开介绍主要围绕两个方向：
**数据中心 AI 芯片：**高通在 2025 年发布 AI200 和 AI250 推理加速器，推进数据中心产品计划；同年年底，又收购了开发 RISC-V 服务器 CPU 的 Ventana Micro Systems，增加服务器芯片人才与技术。2026 年 5 月，媒体报道高通与字节跳动达成定制 ASIC 供应协议，涉及数百万颗芯片。字节跳动因此成为其数据中心业务中一位受到关注的潜在大客户。
**边缘 AI 与可穿戴设备：**Amon 在 CNBC 采访中透露，高通正在开发 40 多项 AI 设备设计，涵盖智能眼镜、内置摄像头的耳机、智能手表、别针和智能珠宝等形态。公司在同期发布了 Snapdragon Reality Elite 平台，称 NPU 性能较上一代提升 160%，并推出了面向眼镜厂商的白标参考设计套件。
从设备到数据中心，高通已经拥有 CPU、GPU、NPU 和定制 ASIC 等硬件能力，软件迁移成本则会影响客户是否愿意采用这些产品。咨询公司 Acceligence 的 CIO Yuri Goryunov 认为，Modular 的价值包括 Chris Lattner 的团队、Mojo 和 MAX；这些工具有望减少客户从 CUDA 生态转向其他硬件时的重写工作。
Lattner 在 LinkedIn 上表示，加入高通将加快团队覆盖边缘、云端以及多类芯片的进程。他称，Modular 已集成多家数据中心芯片供应商的支持，并计划继续扩大开放平台。高通的收购公告也保留了支持多供应商的方向。
降低迁移成本，比增加一个硬件选项更难
AMD 的 ROCm、Intel 的 oneAPI，以及 AWS Trainium、Google TPU 等平台，都为 AI 开发者提供了不同的计算选择。硬件可用只是第一步，现有工具、算子和部署流程能否迁移，同样影响采用成本。
Modular 希望在应用和底层芯片之间提供统一接口。开发者若能通过 Mojo 和 MAX 复用工作负载，就可以减少为每种硬件单独维护代码的工作。Goryunov 认为，这类软件有助于降低切换成本，让客户更容易评估 Nvidia 之外的芯片。
Moor Insights & Strategy 分析师 Matt Kimball 也认为，企业扩大 AI 部署后，往往会根据用例选择不同加速器。Modular 的潜在价值在于隐藏部分底层差异、增加部署灵活性，但每瓦性能改善还需结合具体场景验证。
这些分析师并不认为一笔收购会立即改变竞争格局。Goryunov 将其视为需要多年执行的计划。Info-Tech Research Group 的 John Annand 估计，Nvidia 当时约占 AI 加速器市场的 85%；长期积累的 CUDA 工具链和组织使用习惯，使迁移可能持续数年，甚至更久。
收购价格反映高通对软件与团队的投入
从 16 亿美元融资估值到约 39.2 亿美元收购估值，Modular 在不到一年内获得了更高的估价。对高通而言，直接收购现有团队与平台，可以缩短自行建设同类软件能力的过程。
这笔交易说明，高通愿意为芯片与模型之间的软件层支付大额对价。硬件性能需要通过编译、运行时和部署工具转化为可用服务，这些环节也决定了客户迁移和维护的成本。
不过，收购价格同时包含团队、技术、客户关系和高通自身的业务预期，不能直接当作所有推理软件公司的估值标准。其回报仍取决于收购后能否扩大采用、降低客户部署成本。
多供应商支持能否延续，是收购后的考验
收购后的多供应商支持，是客户关心的问题。Info-Tech 首席研究总监 Shashi Bellamkonda 认为，高通有动力优先优化自家芯片；由硬件厂商持有的软件平台，也可能逐渐向母公司的产品倾斜。Modular 能否继续支持其他厂商，需要看后续版本和适配投入。
交易本身也尚待完成。高通预计在 2026 年下半年交割，仍需满足惯常交割条件并获得适用的监管批准。
交易成效将体现在模型部署和硬件适配中
高通正同时推进数据中心和边缘 AI：硬件侧包括 AI200/250、定制 ASIC 和服务器 CPU 研发，软件侧则希望通过 Modular 的 MAX 与 Mojo 减少平台之间的适配工作。两部分能否配合，会直接影响客户采用新芯片的难度。
Modular 为高通提供了扩大软件支持的起点。客户最终需要验证的是：自己的模型能否运行，迁移要改多少代码，性能和维护成本是否合算。只有这些问题逐步得到解决，约 39 亿美元的收购才能转化为硬件业务之外的长期软件能力。
