來源：融中財經
導讀
軟件補位、硬件突圍
本文2861字，約4分鐘
作者 | 呂敬之 編輯 | 吾人
來源 | #融中財經
（ID：thecapital）
高通，宣佈了一筆併購案。
近日，高通宣佈收購 AI 軟件公司 Modular，這筆全股票交易價值約 39.2 億美元（266.5 億元人民幣），預計將在 2026 年下半年完成。
按照交易安排，高通將向 Modular 股權持有人發行 1920 萬股高通普通股。對高通來說，這不是一次簡單的 AI 創業公司收購，而是一次圍繞 AI 軟件棧、開發者生態和數據中心推理市場的關鍵補強。
芯片行業競爭的主要方向已經由原來的硬件參數轉移到了軟件層面的兼容性上面去，並且這個轉變纔剛開始。
一個信號彈
近日，高通在自己一年一度的投資者日上，公布了一樁外界討論已久的收購。
這次的收購對象，是一家做AI軟件基礎設施的創業公司，叫Modular。高通沒有單獨發一條收購公告，而是把這條消息和另一條消息放在了同一天，那就是與Meta達成的多代CPU供貨協議。兩條消息一起出現，說明高通是在用一次集中的動作，向資本市場交代自己接下來要走的路。
投資者日本身就是一家公司講未來故事的場合。高通選擇在這一天同時端出軟件收購和雲端合作，等於把這兩件事放進了同一套敘事裏，一個用來打開數據中心客戶的門路，另一個用來補上軟件層的短板。
併購完成後，Modular的團隊會整體併入高通，包括兩位創始人。Chris Lattner在公開聲明裏提到，加入高通能讓團隊的技術路線獲得更大的落地平台。Modular這幾年一直在做的事情，是讓AI模型不必依賴某一家芯片廠商，能在不同的硬件平台上順畸切換運行。這件事聽起來很技術化，但說穿了不復雜，等於是一群曾經在蘋果、谷歌做底層系統的工程師，花了幾年時間憋出了一套誰都能用的翻譯器，這次他們帶着這套翻譯器，換了一個更大的舞台。
對高通來說，這次出手延續了它過去一段時間裏一直在做的事，藉助收購把自己的能力版圖往雲端和數據中心方向延伸。手機芯片仍然是公司收入的主要來源，但這塊業務的增長空間已經接近天花板。從智能終端往邊緣計算，再往數據中心延伸，是高通這幾年反覆在投資者面前講的路徑，這次的收購，是這條路徑上一次比較明確的落子。
這筆交易全部用股票完成，沒有動用現金。對一家現金流充裕的公司而言，這種支付方式既保留了賬面資金的靈活性，也說明公司更看重的是把對方的人和技術真正納入自己的體系，而不只是完成一次財務層面的交易。
軟件這一張牌
要想弄清楚高通此次行動的目的，就要從Modular公司本身所面臨的問題說起。
近幾年來，在人工智能領域中有一個被不斷提及但卻沒有得到妥善處理的問題：模型訓練好了以後想要更換到別的芯片上去運行的話，通常需要重新編寫大量的代碼。不同的芯片廠家之間存在各自獨立的生態系統，開發者如果選擇了某個特定的硬件平台後，要遷移到其他平台上就非常困難了。長期來看，對於一個芯片大廠來說是很有利的，因為這意味着開發者一旦上了車就很難再下來。
模塊化公司的創始團隊就是看到了這個縫隙。幾位創始人來自於蘋果、谷歌等大型企業，並且有多年的編譯器以及底層系統開發經驗，在此之上他們想要做的是不難的事情——建立一個與硬件無關的軟件層，使同一個AI模型代碼可以在不同的芯片上無縫地進行切換運行，無需針對每一款硬件都做一次適配。這件事情的技術難度很大，但是做成了之後的價值是很明顯的，掌握住了這一層翻譯的能力的人，在未來的計算力越來越分散、芯片種類越來越多的情況下，就可以重新定義開發者的選擇權。
對於一級市場上的投資者而言，這已經是一個非常吸引人的故事了。幾年間，Modular陸續獲得了多家硬件公司的支持，而這些公司本身也在長期地押注於底層基礎架構這一領域中去，其背後的邏輯也很簡單：AI模型訓練與部署的需求仍然在不斷增長之中，但是計算能力卻越來越分散到各個廠家手中去了，在這其中能夠搭建起一個兼容性橋樑的人將會成為下一輪基礎設施紅利中的重要一環。
從行業角度來說，這些公司所具有的價值不只是技術本身，在於它代表着一種正在進行中的轉變。過去的十多年裏，芯片行業之間的競爭主要是圍繞在硬件上進行的，即哪一個公司的工藝更加先進、哪一個公司的計算密度更大，那麼哪個公司就有更多的發言權。但是隨着算力變得越來越充足之後，瓶頸就由原來的硬件轉到了軟件上面來，並且不再只是能否製造出芯片的問題了，而是要解決的是如何把芯片用得更好、更靈活的問題。這樣的轉變給Modular等團隊帶來了機遇，也為想彌補自己軟件短板的硬件大廠如高通提供了一個清晰的併購理由。
對於這樣的初創團隊來說，被收購併不一定是故事的結束，而更像是一次已經過驗證的技術進入更大範圍應用的機會。一個小於百人的團隊自身難以把整個生態系統做起來，但是如果有一個全球擁有大量客戶的芯片公司的支持的話，原來只侷限於一個小圈子內的技術就可以很快地擴展到邊緣計算、數據中心和汽車芯片等領域中去了。這樣大的規模效應，並不是創業團隊單獨努力可以短時間內達到的。
芯片公司的新策略
把目光放得更寬一些的話就會發現整個半導體行業的遊戲規則已經悄然改變。
過去的幾十年裏，芯片公司之間的競爭主線非常明確，就是製程、良率、算力密度等硬件參數哪個更強，誰就擁有更多的發言權。該邏輯支撐起了整個半導體行業的擴張速度，並且也造就了我們今天所熟知的一些大廠。但是隨着生成式人工智能以及智能體的應用迅速推廣開來，在短時間之內把對計算能力的需求提升到了一個新的水平之後，行業內又出現了一個新的瓶頸——硬件端的供應已經加快了步伐，而軟件層面的適配效率卻沒有隨之提高。
這樣就給硬件廠商一個新思路，在於芯片參數上較勁之外，也可以在軟件層面再添一塊拼圖來填補硬件與應用之間存在的空白地帶。因此最近一段時間裏，更多的芯片公司都把注意力轉向了軟件基礎架構方面的標的，並希望通過併購的方式迅速獲取到一套能夠讓自己的硬件被更加順暢地使用的工具，而不再只是依靠原來的老式硬件銷售模式。
這背後其實是整個一代人工智能基礎架構的故事在演變中。最初的時候，行業內比較的是模型是否能變得更聰明一些、參數能否堆積得更多一點。當模型的能力趨於一致之後，競爭的重點就轉到了對訓練與推理成本的控制上面來，能夠以較低的能量消耗以及更加靈活多變的硬件配置使同一個模型運行得更快、更節省的人，在企業的實際採購決策中就會佔到有利的位置。軟件層面的兼容性就是這場成本競賽中最重要的一塊拼圖。
處在該賽道上的硬件企業來說，機遇與挑戰並存。機會就是，在軟件層面形成一定的兼容性以及開發者的好評之後，原來由某個大廠長期掌握的生態壁壘就會被打破。壓力就在於軟件生態系統的建設並不是一朝一夕可以完成的，開發者們的使用習慣、工具鏈是否成熟、社區是否活躍等等問題都必須經過長時間的努力才能解決，並不能通過一次收購就馬上實現。
往後面看的話，數據中心與邊緣計算兩條線會一直擴大下去，並且人工智能的應用場景也會越來越多地分佈到手機、汽車、工業設備等各種終端上，這就意味着芯片的多樣化將會不斷增加，並不會收斂到某一類標準化的硬件上面來。在這種情況下，在硬件之外能夠建立一個足夠開放、足夠好的軟件層的人就會獲得下一階段基礎設施競爭中的有利位置。比賽纔剛開始就換了跑道，到底是誰能贏還是個未知數。
責任編輯：郭栩彤