Mojo 1.1首次向外部貢獻者開放編譯器

一款為了比 Python 更快執行 AI 而設計的程式語言，現在成了人人都能改進的項目。Mojo 1.1 是該語言達到 1.0 版本後的首個更新，它首次開放外部人士對其編譯器貢獻程式碼——這項轉變讓 Mojo 從企業研究計畫，變成眾人共享的計畫。

Mojo 由 Chris Lattner 設計，他曾於蘋果公司打造 Swift 程式語言，並在 Google 花費多年時間投入 AI 基礎設施。這款語言表面上看起來像 Python，但處理 AI 工作負載時，速度比 Python 快上數萬倍，能觸及諸如特殊處理器暫存器等 Python 難以存取的硬體功能。它誕生是為了解決一個具體的痛點：Python 容易撰寫，但在驅動現代 AI 模型的數值運算上卻很慢。

在 1.1 版本中，Mojo 編譯器——也就是將 Mojo 程式碼轉換成機器指令的程式——首次接受外部開發者的拉取請求（pull requests）。自 1.0 版本以來，其授權即為 Apache 2.0，所以原始碼本來就開放任何人閱讀；改變的是，現在社群可以將貢獻回饋到語言本身。

此次發佈也引入了推斷成員參考（inferred member references），能減少程式設計師在處理結構化資料時所需撰寫的重複語法。編譯時間也縮短了。SIMD API——Mojo 用來觸及現代處理器高效能向量運算的低階建構區塊——如今被視為穩定，適合用於生產環境。

Modular，這家由 Lattner 創立、用來打造 Mojo 的新創公司，今年稍早已被高通（Qualcomm）收購，為這款語言提供了持續的企業資金。開放編譯器的同時，也同步推出了 MAX 26.6——這是一個用於部署 AI 模型的框架，運行於 Mojo 之上，並新增了音訊生成作為支援功能。開放編譯器是在這項機構穩定性到位之後才發生的，而非之前。

社群是否會顯著影響 Mojo 的發展方向，取決於採用率，而採用率目前仍然有限。Python 的生態系——它的函式庫、教學資源，以及開發者基礎——已累積數十年，不太可能迅速讓位給一個更快的替代方案，即使語法相似也一樣。Mojo 可以直接執行 Python 程式碼，這降低了嘗試它的門檻，但開發者是否會將生產工作流程轉移到 Mojo 上，仍是個大哉問。

第一個真正的考驗是外部貢獻者究竟會提交什麼——這些貢獻反映的是一個已經在生產環境中運行 Mojo 的社群，還是仍在邊緣探索的社群。Mojo 1.2 的更新日誌，將是第一份由高通圍牆外的人真正協助撰寫的日誌。

標籤: 開源, AI開發, Chris Lattner, Modular, Mojo, Qualcomm