成立僅1年，這家AI明星創(chuàng )企，想挑戰英偉達

英偉達的軟件護城河，地位難保？

在A(yíng)I行業(yè)，英偉達已經(jīng)建立起一種難以逾越的優(yōu)勢，并且愈來(lái)愈強。不過(guò)在這座“大山”面前，仍有挑戰者希望分到一杯羹。

就在上周，一家名為Modular的美國初創(chuàng )企業(yè)拿下一筆1億美元融資，由知名基金General Catalyst領(lǐng)投，GV（Google Ventures），SV Angel，Greylock和Factory等機構參投。

這家初創(chuàng )企業(yè)于2022年1月成立，當年就開(kāi)發(fā)出一款全新的開(kāi)源編程語(yǔ)言Mojo，在開(kāi)發(fā)者社區內引起了不小討論。

但創(chuàng )始人真正的目標，是在A(yíng)I軟件領(lǐng)域推出一種替代方案，用來(lái)取代英偉達旗下成本高昂的CUDA平臺。

要知道，CUDA是英偉達名副其實(shí)的“護城河”，在A(yíng)I軟件領(lǐng)域近乎壟斷地位，Modular憑什么吸引投資者？

AI廠(chǎng)商，苦于CUDA

在英偉達的介紹里，CUDA（Compute Unified Device Architecture）是一個(gè)運算平臺，可利用GPU的能力，大幅提升計算能力。

在大模型時(shí)代來(lái)臨之前，CUDA主要應用于科學(xué)計算、神經(jīng)網(wǎng)絡(luò )算法等領(lǐng)域。

一方面，英偉達一直大力支持GPU在這些領(lǐng)域推廣，另一方面，CUDA的競爭者OpenCL在優(yōu)化方面做得并不好，性能也不如CUDA，因此CUDA廣受軟件開(kāi)發(fā)商、科學(xué)家以及研究人員的好評。

此后，各大AI框架開(kāi)始優(yōu)先支持CUDA，形成了一種正循環(huán)，同時(shí)英偉達還在自動(dòng)駕駛、機器人等領(lǐng)域繼續推進(jìn)CUDA的支持。

不過(guò)CUDA真正厲害的是做到了“軟硬件綁定”，簡(jiǎn)單來(lái)說(shuō)，就是一些特定功能做到了英偉達GPU限定，換了其他家的硬件難以達到訓練的要求。

這時(shí)，擺在芯片廠(chǎng)商面前的只有兩個(gè)選擇——要么選擇兼容CUDA路線(xiàn)，要么重新選擇一種軟件生態(tài)。

但其實(shí)大部分算法工程師早已經(jīng)習慣了CUDA提供的工具庫，更換新平臺必然會(huì )帶來(lái)新的問(wèn)題。

這其實(shí)是一種“雙刃劍”，AI芯片廠(chǎng)商使用英偉達的產(chǎn)品，可以降低AI訓練的門(mén)檻，減少工程師的工作量，但英偉達GPU日益上漲的成本問(wèn)題，也會(huì )成為自家產(chǎn)品發(fā)展的“天花板”。

往更大的方向看，英偉達形成了壟斷之后，只有英偉達的GPU才能處理AI任務(wù)，其他硬件廠(chǎng)商也不愿看到這種情況。

因此在Modular創(chuàng )始人兼CEO Chris Lattner投入AI軟件創(chuàng )業(yè)后，瞬間吸引了眾多風(fēng)險投資者的注意。

這位前谷歌科技大牛，曾領(lǐng)導了多個(gè)大型編譯器項目，而他最成功的貢獻，就是為蘋(píng)果研發(fā)了新編程語(yǔ)言Swift。

離開(kāi)蘋(píng)果后，Chris Lattner在特斯拉、谷歌、SiFive等企業(yè)任職，在此期間還負責知名AI框架Tensor-Flow的開(kāi)發(fā)。

在接受采訪(fǎng)時(shí)，Chris Lattner表示，Modular的使命是希望簡(jiǎn)化大規模創(chuàng )建和管理人工智能系統的復雜性，就像DevOps（一種軟件開(kāi)發(fā)的方法論）簡(jiǎn)化了傳統的軟件開(kāi)發(fā)一樣。

就單憑Chris Lattner的名頭來(lái)說(shuō)，業(yè)界也是對新公司寄予了厚望。

如何替代？

CUDA并非沒(méi)有缺點(diǎn)。

首先，就是越來(lái)越稀缺的英偉達GPU資源，限制了一些小型公司的發(fā)展。其次，CUDA存在一定的門(mén)檻，不像Python那樣簡(jiǎn)單上手。

因此Modular的思路就是盡可能降低門(mén)檻，無(wú)論是AI開(kāi)發(fā)工具還是編程語(yǔ)言。

在Modular的官網(wǎng)上，我們可以看到兩大明星產(chǎn)品的介紹，一個(gè)是“用于提高人工智能模型性能”的AI引擎，另一個(gè)是Mojo語(yǔ)言。

其中，前者是Modular在A(yíng)I領(lǐng)域長(cháng)期進(jìn)行的項目，其設計思路是通過(guò)“模塊化”的方式，解決“當前AI應用棧常常與特定硬件和軟件耦合”的問(wèn)題。

從這里我們可以看到，Modular其實(shí)不僅要替代CUDA，還要進(jìn)一步整合TensorFlow和PyTorch這類(lèi)的人工智能框架，用一個(gè)平臺解決所有的問(wèn)題。

在Chris Lattner來(lái)看，這種人工智能框架本質(zhì)上還是插件，使用起來(lái)非常復雜繁瑣，每次調試都必須小心各個(gè)函數、功能間的關(guān)聯(lián)，一旦出現問(wèn)題就會(huì )使整個(gè)項目出現偏差，就像計算機早期編程語(yǔ)言那樣。

而有了全平臺開(kāi)發(fā)工具后，開(kāi)發(fā)人員就可以直接調用自己需要的工具包，這樣編寫(xiě)的程序，不僅可以在英偉達的GPU上進(jìn)行訓練和運行，還在英特爾、AMD和Google等其他公司設計的芯片上運行，硬件與軟件之間的阻礙就這樣成功化解。

為了配合這個(gè)AI引擎，Modular還開(kāi)發(fā)了開(kāi)源編程語(yǔ)言Mojo。

據Modular聲稱(chēng)，這是一個(gè)結合Python和C++優(yōu)點(diǎn)的全新編程語(yǔ)音，既有Python 的易用性，又有C語(yǔ)言的性能，其速度是Python的3.5萬(wàn)倍，并且性能上毫不減量。

你可以把它想象成一個(gè)“專(zhuān)為AI而生”的編程語(yǔ)言，Modular用它開(kāi)發(fā)各種工具整合到前面提到的AI引擎里，同時(shí)又可以無(wú)縫銜接上Python，降低學(xué)習成本。

下一步的挑戰

不得不說(shuō)，Chris Lattner所期待的“大一統”是業(yè)內非常期待的。

在人工智能領(lǐng)域競爭日益激烈的今天，英偉達的”護城河”愈發(fā)牢固，在“GPU+CUDA”這套組合拳體系下，所有的AI企業(yè)都很難繞開(kāi)這座大山。

而Modular的出現，將會(huì )給行業(yè)帶來(lái)了新的選擇，同時(shí)也為其他GPU/CPU廠(chǎng)商提供了新的機會(huì )。

當然，CUDA并不是那么容易就能被替代，而Chris Lattner所設想的“全平臺開(kāi)發(fā)工具”又太過(guò)理想化。

雖然頂著(zhù)“超越Python”的頭銜，又有Chris Lattner名聲作為背書(shū)，但Mojo作為一種新語(yǔ)言，在推廣上還需要經(jīng)過(guò)眾多開(kāi)發(fā)者的考驗。

我們可以看到，Python之成為 AI 屆的統治語(yǔ)言，除了本身易用之外，其自身也有慣性的因素，那就是長(cháng)時(shí)間的積累。雖然Mojo不需要零開(kāi)始構建自己的生態(tài)，但想在短時(shí)間內實(shí)現轉化并不實(shí)現。

而AI引擎要面臨的問(wèn)題就更多，不僅需要與眾多硬件公司之間達成協(xié)議，還要考慮各平臺之間的兼容。這些都是需要長(cháng)時(shí)間的打磨才能完成的工作，到時(shí)候的英偉達會(huì )進(jìn)化成什么樣子，恐怕沒(méi)人會(huì )知道。

總之，Modular剛剛起步，它對簡(jiǎn)化和進(jìn)化人工智能領(lǐng)域的承諾無(wú)疑令人心動(dòng)，苦于CUDA的廠(chǎng)商們，起碼有個(gè)盼頭了。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！