高通39亿美元收购Modular，剑指AI芯片“后CUDA时代”！

高通39亿美元收购AI初创公司Modular剑指AI芯片“后CUDA时代”2026年6月24日高通公司Qualcomm宣布将以约39亿美元的全股票交易收购AI基础设施初创公司Modular Inc.。这笔交易标志着这家全球最大的移动芯片制造商向AI数据中心和开发者工具领域的又一次重注押入。它也是高通在极短时间内连续推进的第二笔大型AI收购 —— 据报道高通同期还在就以80至100亿美元收购AI芯片公司Tenstorrent进行谈判。两笔交易加在一起高通在AI基础设施上的投入可能超过120亿美元清晰地展示了这家公司从移动芯片向AI计算平台转型的战略决心。Modular的创立与技术优势Modular由Chris Lattner和Tim Davis于2022年联合创立。对于编译器领域的从业者来说Lattner是一个不需要介绍的名字他是LLVM编译器基础设施和Swift编程语言的创造者曾在Apple领导开发者工具部门长达十年随后在Google Brain主导了TensorFlow基础设施的建设又在Tesla担任了Autopilot高级工程副总裁。这段横跨编译器、移动端、AI框架和自动驾驶的经历使他对“硬件多样性”问题有着独特的全局视角。Davis则是TensorFlow Lite的联合创造者在Google期间深度参与了TPU的软件栈设计。两人都亲历了Google内部从依赖Nvidia GPU到自研TPU的完整转型过程 —— 这段经验让他们深刻理解了“从硬件依赖到软件自主”的路径有多陡峭也让他们有能力设计出专门针对这个迁移过程的工具。Modular的解决方案是一个名为MAXModular Accelerated Execution的AI推理引擎。它允许开发者用一种统一的代码 —— 基于一种名为Mojo的新编程语言 —— 编写模型推理逻辑然后跨CPU、GPU、NPU和定制ASIC执行无需为每种芯片做单独的代码适配。在理念上这类似于Java的“一次编写到处运行”但针对的是AI推理这一更专用、性能更敏感的领域。Mojo语言本身也是Modular的关键资产之一它被设计为Python的超集 —— 继承了Python简单易用的语法 —— 同时具备C级别的底层性能允许开发者在不离开Python生态的前提下做系统级优化。这种设计哲学背后是Lattner一贯的编译器理念开发者不应该被迫在“易于使用”和“高性能”之间做选择应该由编译器、类型系统和内存管理来自动弥合这个鸿沟。Mojo在AI开发者社区中受到了极高关注其GitHub star数在不到两年内超过了大多数主流语言的增长速度。投资人角度与财务考量从Modular的投资人角度来看这笔交易也是一次体面的退出。公司总计融资约3.8亿美元投资者包括General Catalyst、Google Ventures等。39亿美元的出售价意味着约为融资额的10倍、上一轮估值的2.4倍 —— 在当前IPO窗口依然偏紧、AI基础设施估值高度两极化的市场中这是一个各方都能接受的数字。高通的出价对应了大约39亿美元的全股票交易最高可发行1920万股高通股票。在Modular最近一轮融资2025年9月中公司估值为16亿美元这意味着高通的收购溢价超过一倍。从财务角度看这是一笔典型的技术收购 —— 高通买的不是Modular当前的收入规模而是其编译器技术和工程团队在未来高通AI芯片生态中的杠杆作用。高通收购的原因与战略意义为什么是高通这家公司长期以来以移动芯片骁龙系列为主营业务但在智能手机市场增长放缓的背景下正在积极向两个方向延伸一是汽车智能座舱和自动驾驶芯片二是数据中心AI加速芯片。高通在2024年发布了面向数据中心的AI推理芯片Cloud AI系列直接进入Nvidia主导的市场。但芯片本身只是故事的一半 —— 在有Nvidia CUDA这个超过15年积累的软件生态的高墙面前一颗没有良好开发者工具链支持的芯片几乎没有市场空间。通过收购Modular高通获得了一个跨平台的AI软件层可以迅速为自家芯片构建开发者生态。从行业格局来看这笔交易也意味着AI基础设施市场的垂直整合正在加速。Nvidia通过CUDA GPU控制了整个AI计算栈AMD在追赶硬件性能的同时通过ROCm软件生态逐步缩小差距Google的TPU和Amazon的Trainium则采取了“我芯片我云”的全栈自营模式。高通对Modular的收购代表了一种不同的路径通过一个独立的、跨硬件的软件层来吸引开发者再逐步引导他们使用特定硬件。这种策略的风险在于跨平台软件工具链的维护难度通常被低估 —— Nvidia之所以能建立CUDA的霸权部分原因就在于它只需要优化自己的硬件而Modular的承诺是“所有硬件都跑得好”这在工程上是极其困难的。但这笔交易的逻辑本身是有说服力的。如果AI计算市场确实正在从训练主导向推理主导转移 —— 随着模型部署规模的扩大推理成本在经济总量中的占比会持续上升 —— 那么在这个转移过程中硬件多样化的需求会自然而然地催生跨平台软件层的需求。高通选择在这样一个时间点收购Modular赌的是AI芯片市场的“后CUDA时代”终将到来。更重要的是这笔交易需要放在高通的整体AI战略中理解。除了收购Modular之外高通同期还在洽谈以80至100亿美元收购AI芯片设计公司Tenstorrent —— 由传奇芯片架构师Jim Keller领导。如果两笔交易都完成高通将同时拥有“跨硬件的AI软件层”Modular和“高性能AI芯片设计能力”Tenstorrent再加上高通自身的移动端和IoT芯片出货量 —— 每年数亿颗骁龙芯片 —— 一个从云到边缘的AI基础设施闭环将初步成型。这不是单纯的财务投资而是在构建一个与Nvidia从芯片到软件再到开发者生态全面竞争的基础。考虑到Nvidia在AI训练市场的份额超过80%任何严肃的挑战者都需要同时解决硬件、软件和开发者体验三个层面的问题。Modular解决了第三个Tenstorrent解决第一个而高通的规模和分销能力则提供商业底盘。收购后的挑战与前景当然收购完成后真正的考验才开始。大公司收购初创公司后的整合失败率在科技行业居高不下。Modular的130名员工 —— 大部分是编译器工程师和AI系统专家 —— 能否在高通的文化中保持创造力和速度Mojo语言能否在高通的应用场景中兑现其跨平台的承诺以及Nvidia是否会在此期间进一步拉大生态差距都是未知数。但可以确定的是2026年的AI芯片竞争已经不再是单纯的算力军备竞赛而正在转变为一个涉及硬件设计、软件生态、编程语言、开发者社区和商业模式的复合型博弈。高通用39亿美元买了其中一张关键的牌。