
今天继续「每日开源」。Python 写 AI 很舒服,但真要压榨硬件性能,往往还得掉头去写 C++ 或 CUDA。有没有一种语言能把两者缝起来?
Modular 正在做的就是这个。它把自家的 MAX 推理框架和一门叫 Mojo 的新语言,收进一个统一的 AI 开发部署平台。
项目简介
modular/modular 现在 2.9 万 Star,主语言是 Mojo,仓库协议标注为 NOASSERTION(具体以官方许可证为准)。这个仓库托管 Modular 平台的开源组件,包括 MAX 推理框架和 Mojo 语言。Mojo 的卖点是「像 Python 一样写,又能贴着硬件跑」,目标是兼顾开发效率和执行性能,让性能敏感代码不用再整段搬去 C++。
核心功能
Mojo 语言
兼容 Python 语法习惯,又引入系统级控制,性能敏感代码不用再整段搬去 C++,学习曲线也平缓些。
MAX 推理框架
提供兼容 OpenAI 接口的推理服务,还有模型流水线,把部署环节标准化,换模型不用改一堆胶水。
加速内核库
MAX 加速器库和 Mojo 标准库都开源,方便按需取用和贡献,也能照着自己写内核。
使用场景
想用一套工具同时覆盖模型训练辅助和推理部署的团队,会喜欢它的统一感。对个人开发者来说,它也是个了解编译器与运行时如何配合的窗口,能直观看到高性能代码是怎么贴近硬件跑起来的。
我个人觉得 Mojo 的意义在于降低「高性能 Python」的门槛,让更多人能碰底层优化。它能不能真正接住 Python 的生态,还得看后续兼容和社区。
上手建议
先按官方 MAX 或 Mojo 的 Quickstart 跑一个最小示例,感受语法和性能差异。建议从推理部署这条线切入,再逐步看 Mojo 标准库和加速器内核。Mojo 还在快速演进,写生产代码前留意版本间的兼容性变化,别踩到刚改的 API。
对 Mojo 和 MAX 感兴趣,去 GitHub 点个 Star。觉得有用点个「在看」,分享给需要的同事。关注本号,每天一个值得收藏的开源项目。你最想看哪类项目?前端、后端、AI 还是 DevOps?评论区告诉我,下期安排。
关注公众号,AI时代不迷路,创建价值活下去