Mojo

Mojo官网

Mojo 是由 Modular 公司（现已被高通收购）推出的面向 AI 的高性能编程语言，由 LLVM 和 Swift 之父 Chris Lattner 主导设计。Mojo 融合了 Python 的易用性与系统级语言的性能，专为 CPU、GPU 和 AI 加速器等异构计算硬件而生。2026 年 8 月 18 日，Mojo 正式宣布全量开源，编译器、工具链及全部源码以 Apache 2.0（含 LLVM 例外）许可证发布至 GitHub，标志着这门语言进入了全新的社区驱动阶段。Mojo 的核心理念是让开发者使用一套语言和编译器，即可面向从笔记本到数据中心的全场景硬件进行高性能编程，极大降低 AI 开发的底层门槛。

Mojo的主要功能：

1. 超高性能编译：基于 MLIR 编译框架，原生支持 GPU、AI 加速器等异构硬件，在相同代码下可实现比 Python 最高 68000 倍的性能提升；
2. Python 互操作：无缝导入 Python 生态库，开发者可在 Mojo 中直接调用 NumPy、Pandas 等主流 Python 包，实现渐进式迁移；
3. 系统级控制：提供指针、手动内存管理等底层能力，兼顾高性能场景的精细控制与上层抽象的安全性；
4. 全平台支持：已支持 macOS 和 Linux，Windows 支持正在开发中，覆盖主流开发环境；
5. 完整开源工具链：编译器、标准库、调试器、语言服务器等全部以 Apache 2.0 开源，社区可使用和分发。

如何使用Mojo？

使用流程如下：

1. 访问 Modular 官方 GitHub 仓库（github.com/modular/modular），克隆源码：git clone https://github.com/modular/modular.git；
2. 使用官方推荐命令构建编译器：./bazelw run –config=build-mojo KGEN:mojo — run hello.mojo；
3. 或通过 Modular 官方 SDK 快速安装，使用 mojo 命令行工具创建和运行 .mojo 文件；
4. 在代码中通过 Python.import_module() 导入现有 Python 库，实现与 Python 生态的无缝集成；
5. 使用 Mojo 编写 GPU 内核或 AI 推理逻辑，编译后即可在目标硬件上以原生速度运行。

Mojo的使用场景：

1. AI 模型推理优化：用 Mojo 重写 Python AI 推理逻辑，获得数倍至数十倍的性能提升，同时保持代码可读性；
2. GPU 内核开发：使用 Mojo 编写跨平台 GPU 计算内核，一套代码适配 NVIDIA、AMD 等不同加速器；
3. 高性能数据处理：在数据预处理和流水线场景中替代 Python，解决 GIL 和性能瓶颈问题；
4. 嵌入式与边缘部署：将 AI 模型编译为 Mojo 原生代码，部署到资源受限的边缘设备上运行；
5. 科研计算加速：科研人员在保持 Python 语法习惯的前提下，获得接近 C++ 的计算性能。

Mojo的常见问题解答：

Mojo 和 Python 的关系是什么？

Mojo 语法与 Python 高度兼容，可直接导入 Python 库，但 Mojo 拥有编译器和类型系统，能生成原生机器码，性能远超 Python 解释执行。

Mojo 开源后可以用于商业项目吗？

可以，Mojo 采用 Apache 2.0 许可证（含 LLVM 例外），允许商业使用、修改和分发，对企业和个人开发者均无限制。

Mojo 目前支持哪些平台？

目前已支持 macOS 和 Linux，Windows 支持正在开发中。NVIDIA GPU 和 Apple Silicon 均可使用。

Mojo官网网址：

Mojo官网入口网址：https://www.modular.com/mojo

GitHub 仓库：https://github.com/modular/modular

OpenI AI时代点评

Mojo 的全量开源是 AI 编程语言领域的重要里程碑。由 Chris Lattner 这位编译器领域传奇人物主导设计，Mojo 瞄准的是 Python 易用性与系统级性能之间的长期鸿沟。Apache 2.0 开源协议搭配 LLVM 例外条款，展现了成为 AI 基础设施的诚意与格局。在高通收购 Modular 后，Mojo 不仅没有走向封闭，反而加速了开源进程，这可能与其异构计算战略有关——通过开放语言生态吸引更多硬件厂商加入。对于追求高性能 AI 计算、又不希望放弃 Python 生态的开发者来说，Mojo 是一个值得关注的 AI 编程新选择。了解更多 AI 开发工具。