Mojo 1.0:Python 的皮,Rust 的骨,冲的是 CUDA 的墙

一门语言发 1.0，通常意味着「以后不折腾你了」。

Mojo 这次的 1.0，第一件事是把 fn 关键字给删了。

听着挺离谱。但你听我把这事儿讲完，就知道这个删除动作，恰恰是 1.0 该干的活。

时间线也够戏剧：8 月 11 日发 1.0，8 月 18 日编译器全量开源。而在这之前两个月，整个团队刚被高通花了近 40 亿美元买走。

一、Mojo 是个啥？先看写它的人

判断一门新语言值不值得花时间，最快的办法是看作者。

Mojo 出自 Chris Lattner 之手。这个名字你可能不熟，但他的作品你天天在用——LLVM、Clang、Swift、MLIR。

这履历什么水平？打个球迷才懂的比方：不是那种昙花一现的妖星，是巴蒂那种一脚下去球门就得抖三抖、而且十几年如一日的存在。编译器这行有他署名的东西，基本都成了行业地基。

2022 年，他和 Tim Davis（同为前 Google 工程师）创立 Modular，2023 年 Mojo 首次亮相。

它想解决的问题很具体：你在 Python 里写 AI，爽是爽，但一到性能瓶颈就得换语言、换工具链、换一套心智模型。

Mojo 的答案是——语法长得像 Python，但底下给你系统级语言的控制力，而且一份代码能同时打 CPU、GPU、NPU、ASIC。

这最后一句是关键。它冲的不是 Python 的慢，是 CUDA 的墙。

写 GPU kernel 不用再学一套单独的 DSL，需要压到极限时还能直接下到 PTX 汇编。

二、1.0 承诺了什么，又没承诺什么

先说承诺。

1.x 期间的改动将以增量为主，让开发者相信语言不会在脚下持续变形。

这句话对老用户的分量很重。Mojo 前三年 API 变得太狠，不少人试过一轮就跑了。

社区这三年的投入也不小：近 200 位贡献者提了 1100 多个 PR，改动超过 20 万行代码，另有 1000 多人提过 issue。

但「稳定」这两个字，得抠得再细一点。

真正受保护的，只是被显式标记为 stable 的那部分 API——它们遵循语义化版本，同一大版本内保证源码兼容。

现在完全稳定的 trait 有 Deinitable、Movable、Copyable、ImplicitlyCopyable。而 Array、List、Span、String、Bool、Optional 这些你天天用的，只稳了一部分接口。

没标 stable 的，往后照样可能改。

还有两条更该划重点：

所以正确的理解是：1.0 不等于冻结，而是从「随便改」切换到了「改动要负责、要给迁移路径」。

三、fn 被删了：1.0 的代价

回到开头那个删除。

Mojo 原来有两个定义函数的关键字：def 松，fn 严——fn 强制类型检查、强制声明异常。

1.0 直接把 fn 整个移除了，用它会硬报错。而 fn 那套严格语义，全部并入了 def。

也就是说，语言没有变松，是把宽松那条路给堵了。

这操作像什么？像一款玩了三年的游戏突然出大版本，把双技能树砍成一条，还把简单模式删了。老玩家骂声一片，但新人再也不会一开始就选错路。

同期还有几处硬改动：

Pointer 和 UnsafePointer 合并成一个类型。危险性不再挂在类型上，而是转移到具体操作上——跳过边界检查的读写，得用 unsafe_ 前缀命名。

引入了实验性的 interior origins，专门追踪容器内部的引用。举个最经典的坑：你持有 List 某个元素的引用，然后调了一次 append() 触发扩容，那个引用就悬空了。现在编译器会在你后续使用它的地方直接拒绝编译。

Python 用户熟悉的 lambda 回来了，但要带括号和类型标注：lambda (x: Int) -> Int: x * 2

还有一条容易踩：Int 和 UInt 不能再传进 GPU kernel 了。因为它们在主机和设备上宽度可能不同，现在必须用 Int32 这类定宽类型。

好消息是迁移不至于要命：官方给几乎所有改动都准备了 deprecated 别名和编译器 fix-it，机械化替换就能过。

这些改动放在一起看，指向同一个意思——1.0 不是新功能大爆发，是把「同一件事有好几种写法」这个毛病给收拾了。

对一个 1.0 来说，这个选择是对的。

四、性能真相：87%、119x，和被 NumPy 反杀的那一局

到了最该冷静的部分。

Mojo 的宣传口径一度非常炸，「比 Python 快 1000 倍」，网上还有引用到 68000 倍的文章。

这些数字不算假，但成立条件很苛刻——纯 Python 的紧凑数值循环，解释器开销占绝对主导的那种。

看 2026 年的实测数字：数值计算场景下，Mojo 的加速比大约在 78 到 119 倍之间。

依然很能打。但离「一千倍」有距离。

真正有参考价值的是横向对比。橡树岭方向的一篇科学计算论文（arXiv:2509.21039，Godoy、Melnichenko 等）拿 Mojo 写的 GPU kernel 和厂商原生实现对了一遍：

在 NVIDIA H100 上，Mojo 的 GPU kernel 平均约为 CUDA 性能的 87%。

在 AMD MI300A 上，测的 stencil 基准基本与 HIP 持平，差异部分归因于寄存器使用。

再往下拆，分工况差别很明显：

内存瓶颈型的 kernel（七点 stencil、BabelStream），Mojo 有竞争力。

计算瓶颈型的（miniBUDE、Hartree-Fock）就露出差距了，卡点主要在 AMD 上的原子操作和两家的 fast-math 优化。

还有一局最有意思的反杀。

在 spectral-norm 这类问题上，NumPy 靠把活儿甩给 BLAS（编译好的 Fortran）跑到了 520 倍，而 Mojo 只有 119 倍。

跟 Rust + PyO3 比呢？两者差在几个百分点之内，不存在数量级差异。

所以诚实的定位是：Mojo 大致坐在 Numba 和 Rust/PyO3 之间。

这个位置有价值，但不是什么圣杯。

翻译成决策：你的热点要是已经在 NumPy 里、或者已经甩给 CUDA kernel 了，换 Mojo 大概率不会有惊喜。热点要是躺在纯 Python 循环里，那提升会很明显。

五、真正的杀手锏：Python 互操作

如果只看性能数字，你会问一句：那我为啥不直接用 Rust？

这就是 Mojo 最聪明的地方——它不让你二选一。

Mojo 能直接调 Python：

NumPy、PyTorch、Matplotlib，你手上整套 Python 生态都能用，不需要写绑定，不需要包装层。

近期的 nightly 还打通了反向——从 Python 里调 Mojo 函数。这意味着你能给已有的 Python 项目塞一个高性能函数进去，周围代码一行不动。

这才是能落地的采用路径。

别整体重写，挑一个瓶颈：一个训练循环、一个 tokenizer、一个自定义推理 kernel，把它挪到 Mojo，然后从原来的 Python 里 import 回来。

迁移成本跟问题大小成正比，而不是跟你代码库的大小成正比。

26.5 这版还专门优化了这条边界：PythonObject 的算术、比较、成员检查改为直接走 CPython 的抽象协议，官方实测反复做 a + b、a < b 的路径快了约 12 倍。

注意这不是 Mojo 整体性能提升，是精准修了跨语言调用的那道关口。

装起来也简单：uv tool install mojo 或者 pip install mojo，互操作功能需要 Python 3.10 到 3.14。

六、剧情反转：40 亿美元、高通、和一周后的全量开源

现在说这篇里最有戏的部分。

Mojo 的开源是一步一步挪的：2023 年首发时只是免费下载，不带开源许可；2024 年标准库核心部分以 Apache 2.0（附 LLVM 例外）放出；2026 年 1 月整个标准库开源。

编译器一直是闭源的。这也是社区三年来最大的一根刺。

然后来了第一个反转：7 月 29 日，高通完成对 Modular 的收购，价格约 39 亿美元。

社区当场就炸了，担心也很合理——高通自己做 Snapdragon 和 Oryon 芯片，那 Mojo 和 MAX 还能真中立吗？会不会悄悄地就朝自家硅片倾斜了？

紧接着是第二个反转。

8 月 11 日 1.0 发布，编译器仍未开源。一周后，8 月 18 日，Modular 宣布编译器和工具链全量开源，Apache 2.0 附 LLVM 例外。

Apache 2.0 是编程语言和编译器的黄金标准，因为它为各种应用场景提供了极大的灵活性。

LLVM 例外进一步意味着你用 Mojo 编译出来的程序，不需要跟着开源。

到这一步，从语言、标准库到编译器、工具链，整条链子都开了。

但先别急着鼓掌，有一条保留意见得说清楚。

现在是「只读开源」。

Modular 明确表示，暂时还不准备接受编译器和工具链的外部贡献，目标是「今年年底之前」开放。

代码你能看、能 clone、能自己 build，但你提的 patch 现在进不去。

Lattner 在接受 The Register 提问时表示，NVIDIA 和 AMD 仍是重要合作伙伴，他不认为会有问题。

这话可以信，但中立性这东西，得等外部真能自己验证实现和许可、真能往别家硬件的后端里提代码，才算落地。

年底那个节点，比这次开源本身更值得盯。

七、该不该现在上手？三类人三个答案

抛开立场，说点能直接用的判断。

这条得展开一句。Mojo 官方路线图分阶段：Phase 1（高性能 CPU 与加速器代码）已完成，Phase 2（扩展到系统级应用）正在进行。上面列的那些，大部分还没开工，profiler 官方标注是「未开始」。

而 class、继承这些动态面向对象的东西属于 Phase 3——连门都还没进。

所以别把 1.0 理解成「已经能跟 Rust、C++ 掰手腕了」，它现在的成熟度只覆盖高性能 kernel 和 Python 扩展这个窄口。

顺带提一句 MAX 这边的动静：26.5 简化了安装，支持了 GLM-5.2 和 Nemotron-H（混合 Mamba-2 架构），Kimi 2.5 也能跑了。

Mojo 和 MAX 的边界这次也划清了——部分面向加速器的 API 挪进了新的 max 包。

最后：一门语言的成人礼

这次 1.0 最容易被误读的一点，是把它当成「终于不变了」。

不是。它真正的意思是——从今天起，变化开始有代价了。

在这之前，Mojo 可以随时推翻自己。1.0 之后，每一次破坏性改动都得带上迁移路径、deprecated 别名和 fix-it。

这是成人礼，不是毕业典礼。

而这门语言真正的赌注，也不在语法糖或者那 87% 上。它赌的是：AI 这行需不需要一层不属于任何单一硬件厂商的软件地基。

Lattner 用 LLVM 干成过一次这样的事。这次他要在被一家芯片公司收购之后，再干一次同样的事。

有点意思，也有点悬。

到那天，中立性才算兑现，而不只是一句表态。

你怎么看？如果为了摆脱 CUDA 绑定，你愿意花时间学一门新语言吗，还是宁可继续等生态成熟？

评论区聊聊。