Qualcomm открыла Mojo и MAX для GPU любого вендора

Qualcomm сняла ограничения с платформы инференса MAX и полностью открыла язык Mojo под лицензией Apache 2.0 — спустя три недели после покупки Modular. Для закупщика ИИ-инфраструктуры это значит: код для запуска моделей пишется один раз и переносится между GPU NVIDIA, AMD и чипами других производителей без пересборки стека под каждый чип.

Краткое содержание

• Mojo 1.0 — язык и компилятор полностью открыты под Apache 2.0, без ограничений;
• MAX переходит на открытый код и программу открытого альянса, привязка лицензии к типу устройства снята;
• поддержка расширена на GPU NVIDIA и AMD, AWS Trainium, Google TPU, ускорители Qualcomm Cloud AI 100 Ultra и Dragonfly;
• в проде на MAX уже работает MiniMax — сервис отдаёт миллиарды токенов в минуту.

Что именно открыли на ModCon

До сих пор Mojo распространялся с оговорками, а MAX ограничивал коммерческое использование конкретными видами устройств. На конференции ModCon 2026 в Сан-Франциско Qualcomm убрала оба барьера разом: компилятор и весь язык Mojo перешли под лицензию Apache 2.0 без исключений, а платформа MAX стала открытым кодом с программой открытого альянса. Привязка лицензии к типу железа исчезла — раньше запуск на разных чипах требовал отдельных условий.

Ход выглядит нелогичным. Компания только что закрыла сделку по покупке Modular и могла превратить платформу в закрытое преимущество собственных чипов Cloud AI 100 и Dragonfly. Вместо этого Qualcomm открыла код и позвала на сцену конкурентов — на презентации выступили представители AMD, что само по себе необычно для мероприятия, устроенного производителем конкурирующих ускорителей.

Один код на семь видов ускорителей

Смысл MAX — слой абстракции между моделью и железом, по аналогии с тем, как Docker унифицировал контейнеры, а KVM — виртуализацию. Один и тот же код инференса теперь официально запускается на:

• GPU NVIDIA и AMD;
• ускорителях AWS Trainium и Google TPU;
• чипах Qualcomm Cloud AI 100 Ultra и Dragonfly;
• компактных платформах вроде AMD Ryzen AI Halo и NVIDIA DGX Spark.

Для инфраструктурной команды это снимает главную головную боль смешанного парка ускорителей. Сейчас переход с NVIDIA на альтернативный чип почти всегда означает переписывание и повторную настройку части стека инференса. Единый фреймворк обещает свести это к пересборке под новый бэкенд, а не к новому проекту.

Не эксперимент: миллиарды токенов в проде

Modular Cloud — не лабораторная демонстрация. Платформа уже обслуживает боевую нагрузку и отдаёт миллиарды токенов в минуту, а среди клиентов на выделенной инфраструктуре — MiniMax, который запускает на MAX свою модель M3. Отдельно объявлена поддержка Windows для Mojo: совместная работа с командой Microsoft расширяет платформу за пределы привычных macOS и Linux.

Свобода на бумаге, экосистема — ещё у NVIDIA

Альтернативные ускорители до сих пор отстают от NVIDIA не по кремнию, а по софту. Причина — CUDA и вся экосистема библиотек, отладки и готовых пайплайнов вокруг неё. Открытие MAX не отменяет это преимущество за один день: инструментарий, документация и готовые рецепты для CUDA всё ещё богаче на порядок. К тому же теперь платформой формально владеет производитель конкурирующих чипов. Участие AMD на сцене снимает часть вопросов о нейтральности, но не все.

Для российского рынка расклад практичнее, чем кажется на первый взгляд: ускорители Qualcomm Cloud AI 100 и Dragonfly сюда не поставляются, а вот параллельная эксплуатация GPU NVIDIA и AMD в одном кластере — обычная практика для интеграторов, работающих с параллельным импортом. Именно для такого смешанного парка единый инференс-стек даёт измеримую выгоду уже сейчас.

Rackstation AI

Для каких задач Компактный GPU-сервер до 2 видеокарт для начальных задач в AI и графике. Оптимален для инференса, визуализации, VFX и рендеринга в студиях и лабораториях, где важна гибкость.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 282 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 4.5U

Devbox AI

Для каких задач Универсальная платформа на 4–6 GPU для локального обучения моделей и генеративных задач. Подходит для команд, которым важна надёжность сервера и свобода выбора графики — от RTX 5090 до PRO RTX 6000.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 576 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 6.5U

Scale

Для каких задач Сервер промышленного уровня на 8 GPU с кластерной архитектурой. Предназначен для дата-центров и AI-ферм, где требуется масштабируемость и полная загрузка ресурсов под обучение LLM и R&D.

Подробнее

Видеокарты

RTX PRO 6000 / RTX 5090

Объем видеопамяти до 768 ГБ

Процессоры

AMD Epyc, Intel Xeon

Количество ядер до 320

RAM до 3072 ГБ DDR5

Форм-фактор 6U

HPC 4000

Для каких задач Серия серверов для кластеризации на 4 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 564 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 128

RAM до 1536 ГБ DDR5

Форм-фактор 2U

HPC 8000

Для каких задач Серия серверов для кластеризации на 8 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 4U

HGX H200

Для каких задач HGX объединяет 8 видеокарт NVIDIA H200, достигая экстремальной плотности производительности. Благодаря внутренней связности NVSwitch мгновенно интегрируется в масштабные вычислительные кластеры.

Подробнее

Видеокарты

NVIDIA H200 SXM

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 5U