在 AI 带来全新开发范式之际，开发者底层工具发生了巨大变化，随之而来的是基础软件之编程语言领域也涌现出不少新面孔，Mojo 便是其中一个。
相信一直身处技术圈的很多从业者对 Mojo 也有所耳闻，这款编程语言自诞生之日起便自带光环，它是由 Swift 之父、编译器大神 Chris Lattner 背后的初创团队开发，在今年 5 月宣称“比 Python 快 35000 倍”的立场后惊艳亮相。
如今仅仅几个月过去，旨在成为 AI 开发者的全新编程语言 Mojo 背后的开发商 Modular 备受资本的青睐，拿下 1 亿美元的融资。
这也再一次证明，在技术圈中，要论最火热的领域，无疑还属 AI。
Mojo 背后的 Modular 公司获得 1 亿美元融资
在谈及 Mojo 如何成为 AI 时代“新利器”之前，我们不妨来了解一下其背后的公司 Modular。
Modular 是 Chris Lattner 和 AI 领域专家 Tim Davis 于 2022 年 1 月共同建立的 AI 初创公司。
众所周知，Chris Lattner 是 LLVM 项目的主要发起人与作者之一，他曾受雇于苹果公司，为苹果电脑开发应用程序系统，在这家公司任职的多年间，先后发起 Clang 项目、设计 Swift 编程语言，而后功成身退，选择离开苹果。又因认为「Swift 核心团队会议中的存在“有毒环境”」，而选择正式退出 Swift 核心开发团队。
离开之后，Chris 进入特斯拉，负责自动驾驶软件开发；又在 2017 年 8 月加入了聚焦深度学习和人工智能研发的 Google Brain 团队；2020 年，Chris 加入了专注于 RISC-V 架构的芯片初创公司 SiFive，任职平台工程高级副总裁。
彼时在 Google 工作期间，他相识了为 TensorFlow 做开发的 AI 专家 Tim Davis，而后两人带着对「AI 未知的探索」于 2022 年创建 Modular。
谈及成立 Modular的初衷，Lattner 和 Davis 都认为人工智能受到了过于复杂和分散的技术基础设施的阻碍，因此想要通过创立 Modular 来专注于消除大规模构建和维护人工智能系统的复杂性。
现如今他们对这一领域的探索受到了资本的支持，根据 Modular 官方发布的公告显示，其最新获得 1 亿美元融资由 General Catalyst 领投、Google Ventures、SV Angel、Greylock、Factory 等参与其中。
现任 Mojo CEO Chris Lattner 表示，Modular 的融资总额累计达到了 1.3 亿美元，所得款项将用于产品扩展、硬件支持和 Modular 编程语言的扩展。
AI 时代的第一步——构建 AI 引擎
作为 AI 新时代的探索者，初创公司 Modular 为降低构建 AI 的复杂性，做出的第一步尝试就是研发了一个 AI 引擎，试图提高 AI 模型在 CPU 上的推理性能，同时节省成本。
值得关注的是，Modular 的引擎与现有的云环境、机器学习框架（如 Google 的 TensorFlow 和 Meta 的 PyTorch）以及其他 AI 加速器引擎兼容，只是目前该引擎仍处于内部预览状态，可让开发人员导入经过训练的模型，并比在原生框架上运行速度提高 7.5 倍。
Davis 表示，Modular AI 引擎在功能上是 AI 框架的新后端，可直接替代 PyTorch 和 TensorFlow 现有的执行引擎。
虽然当前 Modular 的引擎适用于人工智能推理，但它计划在未来扩展到训练工作负载。
降低 AI 复杂度的第二步——开发一款全新的编程语言 Mojo
Modular 想要解决 AI 时代的另一个挑战是 AI 编程语言。
就目前而言，相比不少开发者经常使用 Python 编程语言来开发 AI 模型，因为它相对简单，还拥有简洁的语法。与其他语言相比，Python 可以更轻松地实现神经网络。
然而，不容忽视的是，Python 可以保持简单与简洁的背后是以性能为代价的，这意味着用 Python 编写的程序可能很慢。
与此同时，Python 面临的挑战是它有一些技术限制，比如全局解释器锁无法进行大规模并行化风格的执行。因此，当开发者处理更大的工作负载时，它们需要自定义内存布局，并且必须切换到 C++ 以获得性能并能够正确扩展。
在 Modular 团队来看，AI 时代在使用 Python 开发的同时，总是需要依赖 C、Rust 等其他高性能语言来实现特定性能的代码部分，总需要两种语言未免太为复杂，如今 Mojo 旨在解决这些问题。
Mojo 可以视为是 Python 的一个超集，它不需要开发人员了解 Python 和 C++，而是提供了一种可以支持现有 Python 代码并具有所需性能和可扩展性的单一语言。
其中，Mojo 提供了类似于 Python 的内存安全机制，但不会对性能产生重大影响。此外，它减少了确保 AI 模型在多种类型芯片上良好运行所需的手动编码量。
Mojo 会取代 Python 吗？Mojo 之父：别担心，它对标的是 C++
那么，Mojo 真的如官方所言，比 Python 快 35000 倍吗？
需要了解的是，目前 Mojo 并未完全对外开放。Chris Lattner 表示，Mojo 的公开版本将在九月初上线。
因此，具体的性能如何，可能还需要等待些时日才能知晓。
不过，对于现在要想要尝鲜的用户，Modular 通过 Modular Playground 提供对 Mojo 的早期访问，Modular Playground 是一个在 Modular 服务器上运行的基于 Web 的 Jupyter Notebook 环境，这也意味着你可以通过任何带有网络浏览器的计算机运行 Mojo。
根据 Mojo 的文档显示，Mojo 实现了系统级的优化和灵活性，能以 Python 无法实现的方式释放任何设备的性能。此前，Modular 在发布主题演讲中展示的 Mondelbrot 基准测试在 AWS r7iz.metal-16xl 机器上运行，得出了 Mojo 可以比 Python 快 35000 倍的概念。
而在其最新官方博客（https://www.modular.com/blog/how-mojo-gets-a-35-000x-speedup-over-python-part-1）中，Modular 开发团队采用了 Mandelbro 再次测试了 Mojo 的性能，最终得出：与 Python 相比，即使在不更改代码的情况下将代码从 Python 迁移到 Mojo，也能实现 46 倍的加速。
所以说，3500 倍是一个很大的数字，即使每台机器都无法保证这些数字，也并不意味着 Mojo 就是失败的。它的的确确有效地提升了 Python 的速度。
至此，有网友开始担心，「Python 能渡过难关吗？对于开发者而言，Mojo 会取代 Python 吗？」
对此，Mojo 之父 Chris Lattner 于近日正面回应道，「Mojo 对 Python 没有威胁：它提升了 Python 的水平并赋予 Python 程序员超能力。如果有人应该害怕的话，那就应该是 C++ ，这种很难使用加速器语言。Python 是开发人员所喜爱的：当你需要性能时，C++ 基本上是一种实用的必要之恶。」
最后，在 AI 时代，作为开发者的你所使用的开发工具是否有变化？亦或者对于全新的 AI 开发工具持有什么样的看法？
参考：
https://www.modular.com/blog/how-mojo-gets-a-35-000x-speedup-over-python-part-1
https://venturebeat.com/ai/modular-looks-to-boost-ai-mojo-with-100m-funding-raise/
https://techcrunch.com/2023/08/24/modular-raises-100m-for-ai-dev-tools/