6 月 24 日，Qualcomm 宣布以约 39.2 亿美元全股票交易收购 AI 软件基础设施公司 Modular——一家成立仅四年、员工约 150 人的硅谷创业公司。对于一家年收入超过 400 亿美元的半导体巨头而言，40 亿美元的收购算不上惊天动地。但这笔交易的真正分量不在金额，而在方向：它标志着 AI 基础设施的竞争主战场正在从"谁造出更快的芯片"转向"谁掌握让任何芯片都能高效运行 AI 的软件层"。
Modular 做的事情用一句话概括：让 AI 模型在任意芯片上高效运行，无需为每种芯片重写代码。公司提供一套统一的 AI 软件栈，覆盖 CPU、GPU、NPU 和定制 ASIC，开发者"一次编写，到处部署"。核心技术包括自研的 Mojo 编程语言（专为 AI 工作负载设计）和 MAX 推理引擎。在其最新发布的 25.6 版本中，Modular 声称在 Nvidia B200 和 AMD MI355 等硬件上相比流行的开源框架 vLLM 和 SGLang 实现了最高 50% 的性能提升。
这听起来像是技术优化，但它直指 AI 行业最深层的结构性问题：Nvidia 的 CUDA。
CUDA：一道用代码筑成的护城河
Nvidia 在 AI 芯片市场的统治地位——据估计超过 80%——不只来自它的 GPU 硬件。CUDA 是 Nvidia 的并行计算平台和编程模型，经过近二十年的生态建设，已成为 AI 开发的事实标准。绝大多数深度学习框架和模型在底层依赖 CUDA。这意味着即使竞争对手造出性能更强的芯片，开发者仍然被锁定在 Nvidia 的软件生态中——换芯片意味着重写大量代码。
这就是为什么 AMD 的 ROCm 平台虽然开源，却一直难以撼动 CUDA 的地位。WIRED 在报道中直接点出：Modular 的存在本身就是对 CUDA 封闭体系和 ROCm 可移植性不足的挑战。它试图成为 AI 世界的"软件中间层"——对下兼容各种芯片，对上提供统一开发接口。
Qualcomm CEO Cristiano Amon 在收购公告中说得明确："我们相信未来属于开发者友好的、能在多样化计算环境中运行的横向平台，让客户真正有选择在哪里和如何部署 AI。"
从 Swift 到 TPU 到 Modular：一个"N-of-1"的创始人
Modular 的价值在很大程度上建立在它的联合创始人 Chris Lattner 身上。Lattner 的履历在编译器与编程语言领域几乎无人能及：他创建了 LLVM 编译器基础设施（当今几乎所有主流编程语言底层都在使用），在 Apple 领导开发了 Swift 语言，短暂担任过 Tesla Autopilot 软件负责人，随后在 Google 参与了 TPU 芯片的软件栈开发。
Modular 的另一个联合创始人 Tim Davis 同样出自 Google TPU 团队，是 TensorFlow Lite 的联合创建者。
GV（前 Google Ventures）管理合伙人 Dave Munichiello 是 Modular 的早期投资者，他对 WIRED 描述 Lattner 时说："Chris 是一个 N-of-1 的人类——大胆、有远见、在技术上毫不妥协。"
Modular 在 2022 年成立后迅速获得资本追捧，累计融资 3.8 亿美元。9 个月前刚以 16 亿美元估值完成 2.5 亿美元 C 轮。40 亿美元的收购价意味着早期投资者获得了可观回报，但对于 Qualcomm 来说，它买下的不只是一个软件平台，更是一个能够定义 AI 软件栈方向的技术团队。
Qualcomm 的数据中心野心
这笔交易必须放在 Qualcomm 更大的转型背景下理解。Qualcomm 的收入长期依赖移动芯片——智能手机处理器和基带占据了绝对大头。但在 AI 时代，公司正在系统性地向两个方向延伸：
向上，进入数据中心。去年底 Qualcomm 收购了专注 RISC-V 服务器 CPU 的 Ventana Micro Systems。据路透社报道，公司还在为数据中心开发定制 ASIC，中国字节跳动据称是早期客户之一。
向外，铺满 AI 设备。Amon 最近透露公司正在为 40 种不同形态的 AI 设备设计芯片——智能眼镜、首饰、耳机、胸针、手表——这些设备需要低功耗、高效率的 AI 推理能力。
Modular 的软件层恰好连接了这两端。它的"一次编写、跨芯片运行"能力让 Qualcomm 可以提供一个从边缘设备到云数据中心的统一 AI 部署体验——这正是 Amon 所说的"从边缘到云的横向平台"。
软件栈战争才刚刚开始
Qualcomm 不是唯一一个试图在 AI 软件栈上建立据点的公司。几乎每家芯片厂商和云巨头都在做类似的事：
- Nvidia 拥有 CUDA 的绝对统治地位，并在此基础上构建了 AI Enterprise 软件套件。
- AMD 的 ROCm 平台持续追赶，但可移植性仍是短板。
- Intel 有 oneAPI 作为跨架构编程模型。
- Amazon 的 Trainium/Inferentia 芯片有 Neuron SDK 绑定。
- Google 的 TPU 依赖自己的 JAX/TensorFlow 生态。
Modular 的差异化在于它试图做一个"中立的、对厂商不偏不倚"的平台。但悖论在于，在被 Qualcomm 收购后，这种中立性将不可避免地受到质疑。WIRED 在 Modular 去年的专访中就指出了这个困境：它既需要与 Nvidia、AMD 等芯片巨头合作，又在本质上与它们的自研软件栈竞争。
收购预计在 2026 年下半年完成，仍需监管审批。但无论结果如何，这笔交易已经释放了一个清晰的信号：在 AI 芯片战争的上半场，所有人都在抢硬件。下半场的胜负手，在软件。
（注：本选题指定的 columnSlug 为 data，但该交易核心属于芯片与软件基础设施领域，实际更契合 compute 栏目。）
