मॉड्युलर इंक, एआय इन्फ्रास्ट्रक्चर स्टार्टअप, अंदाजे $4 बिलियनमध्ये विकत घेण्यासाठी क्वालकॉम कराराच्या जवळ आहे, ब्लूमबर्ग न्यूजच्या अहवालानुसार, ज्याची नंतर रॉयटर्स आणि एकाधिक वित्तीय आउटलेट्सने पुष्टी केली. हे अधिग्रहण क्वालकॉमच्या एआय कंप्युट मार्केटमध्ये सर्वात लक्षणीय धक्का दर्शवेल कारण ते क्षेत्रातील Nvidia च्या वर्चस्वाला आव्हान देऊ इच्छित आहे.
रॉयटर्सने 22 जून रोजी नोंदवले की Qualcomm संपादनासाठी प्रगत चर्चा करत आहे, ब्लूमबर्गने सुमारे $4 अब्ज डॉलर्सच्या कराराचे मूल्य सूचित केले आहे. Investing.com आणि GuruFocus या दोघांनी अंदाजे मूल्यांकनाची पुष्टी केली, तर Stocktwits ने अहवाल दिला की Qualcomm प्रगत अधिग्रहण चर्चेत आहे. स्टार्टअप फॉर्च्यूनने या हालचालीचे वर्णन क्वालकॉम असे केले आहे ज्याचे उद्दिष्ट अत्यंत स्पर्धात्मक AI चिप आणि पायाभूत सुविधांच्या लँडस्केपमध्ये "जेथे Nvidia ची गणना होते तेथे घेणे" आहे. For more context on this story, see our ongoing AI industry coverage.
मॉड्युलर क्वालकॉममध्ये काय आणते
मॉड्युलरने विविध हार्डवेअर वातावरणात AI वर्कलोड्स कार्यक्षमतेने चालवण्यासाठी डिझाइन केलेले युनिफाइड एआय इन्फ्रास्ट्रक्चर प्लॅटफॉर्म तयार केले आहे. कंपनीच्या वेबसाइटनुसार, त्याचे MAX (मॉड्युलर AI एक्झिक्युशन) सर्व्हिंग फ्रेमवर्क आपोआप विविध हार्डवेअरवर vLLM सारख्या स्पर्धात्मक सोल्यूशन्सच्या दुप्पट कार्यक्षमतेचा दावा करून, प्रवेगकांवर AI मॉडेलच्या अंमलबजावणीला ऑप्टिमाइझ करते.
स्टार्टअपचे तंत्रज्ञान पूर्ण AI अनुमान स्टॅकवर पसरलेले आहे, त्याच्या मालकीच्या मोजो प्रोग्रामिंग भाषेत लिहिलेल्या निम्न-स्तरीय GPU कर्नलपासून ते क्लाउड-स्केल सर्व्हिंग इन्फ्रास्ट्रक्चरपर्यंत. हा पूर्ण-स्टॅक दृष्टीकोन AI तैनातीमधील सर्वात चिकाटीच्या आव्हानांपैकी एक आहे: खंडित टूलिंग लँडस्केप जेथे मॉडेल सर्व्हिंग, कार्यप्रदर्शन ऑप्टिमायझेशन आणि सानुकूल कर्नल विकासासाठी भिन्न साधने आवश्यक आहेत. मॉड्युलरच्या प्लॅटफॉर्मचे उद्दिष्ट या क्षमतांना एका, एकसंध प्रणालीमध्ये एकत्रित करणे आहे.
कंपनीचे प्लॅटफॉर्म NVIDIA, AMD, Intel, ARM आणि Apple Silicon हार्डवेअरवर AI मॉडेल्स अखंडपणे चालवण्यासाठी डिझाइन केलेले आहे. हा हार्डवेअर-अज्ञेयवादी दृष्टीकोन विशेषतः महत्त्वपूर्ण आहे, कारण तो एका हार्डवेअर विक्रेत्याच्या इकोसिस्टममध्ये घट्टपणे जोडलेल्या सोल्यूशन्सचा पर्याय म्हणून मॉड्यूलरला स्थान देतो. स्टार्टअप रिपोर्ट बॉक्सच्या बाहेर 1,000 पेक्षा जास्त मॉडेल्ससाठी समर्थन देतात, ज्यात डीपसीक आणि किमी सारख्या लोकप्रिय ओपन-सोर्स मॉडेल्ससह, PyTorch सारख्या मॉडेल API सह जे कस्टम मॉडेल्सचे पोर्टिंग सुलभ करतात.
मोजो प्रोग्रामिंग भाषा
मॉड्युलरसाठी मुख्य भिन्नता मोजो आहे, एक उच्च-कार्यक्षमता प्रोग्रामिंग भाषा विशेषत: AI सिस्टम प्रोग्रामिंगसाठी डिझाइन केलेली आहे. मोजो C सारख्या खालच्या-स्तरीय भाषांच्या कार्यप्रदर्शनासह पायथनच्या वापरातील सुलभतेची जोड देते, ज्यामुळे विकसकांना सानुकूल GPU कर्नल लिहिण्यास सक्षम करते जे विविध हार्डवेअरमधून जास्तीत जास्त कार्यप्रदर्शन पिळून काढते. मॉड्युलर प्लॅटफॉर्मसह मोजो जहाजात शेकडो अत्याधुनिक, कंपोजेबल कर्नल लिहिलेले.
Qualcomm साठी, Mojo आणि विस्तृत मॉड्यूलर प्लॅटफॉर्मचे अधिग्रहण एक महत्त्वपूर्ण सॉफ्टवेअर फायदा देईल. क्वालकॉमचे स्नॅपड्रॅगन प्रोसेसर आधीच मोबाइल डिव्हाइसवर एआय वर्कलोड चालवण्यास सक्षम असताना, कंपनीकडे सर्व्हर-साइड सॉफ्टवेअर इकोसिस्टमची कमतरता आहे ज्यामुळे Nvidia चे CUDA प्लॅटफॉर्म डेव्हलपर आणि एंटरप्राइजेसमध्ये इतके प्रबळ बनले आहे.
क्वालकॉमचे धोरणात्मक शिफ्ट
संभाव्य संपादन क्वालकॉमसाठी एक धोरणात्मक बदल दर्शवते, ही कंपनी पारंपारिकपणे मोबाइल फोन प्रोसेसर, मोडेम तंत्रज्ञान आणि वायरलेस कनेक्टिव्हिटी सोल्यूशन्ससाठी ओळखली जाते. क्वालकॉम अनेक वर्षांपासून मोबाइल आणि एज डिव्हाइसेससाठी एआय-सक्षम प्रोसेसर विकसित करत आहे, परंतु डेटा-सेंटर एआय मार्केटमध्ये सध्या एनव्हीडियाचे वर्चस्व असलेले ते प्रमुख खेळाडू नाही.
मॉड्युलर मिळवून, क्वालकॉमला पूर्ण-स्टॅक एआय सॉफ्टवेअर प्लॅटफॉर्म मिळेल जे त्याच्या विद्यमान हार्डवेअर क्षमतांना पूरक ठरू शकेल. हे संयोजन एकात्मिक एआय कंप्यूट ऑफर तयार करू शकते जे एज डिव्हाइसेसपासून डेटा सेंटर्सपर्यंत पसरते - एक मूल्य प्रस्ताव जे काही कंपन्या जुळू शकतात. पॉवर-कार्यक्षम चिप डिझाइनमधील क्वालकॉमचे कौशल्य, मॉड्यूलरच्या ऑप्टिमायझेशन सॉफ्टवेअरसह, विशेषतः एआय वर्कलोडसाठी आकर्षक असू शकते जेथे ऊर्जा कार्यक्षमता ही एक गंभीर चिंता आहे.
हा करार AI अनुमान बाजारावरील महत्त्वपूर्ण पैज देखील दर्शवतो. उद्योगाचे बरेचसे लक्ष मोठ्या भाषेच्या मॉडेल्सच्या प्रशिक्षणावर केंद्रित झाले आहे — Nvidia च्या उच्च-गुणवत्तेच्या GPU चे वर्चस्व असलेले बाजार — अनुमान बाजार, जिथे प्रशिक्षित मॉडेल्स आउटपुट व्युत्पन्न करण्यासाठी तैनात केले जातात, वेगाने वाढत आहे आणि शेवटी ते मोठे असू शकते. मॉड्युलरचे तंत्रज्ञान विशेषत: अनुमान कार्यप्रदर्शन अनुकूल करण्यासाठी डिझाइन केले आहे, ज्यामुळे या उदयोन्मुख बाजारपेठेतील एक धोरणात्मक मालमत्ता बनते.
स्पर्धात्मक लँडस्केप
एआय चिप मार्केटमधील तीव्र स्पर्धेच्या दरम्यान हा अहवाल आला आहे. Nvidia ने AI कंप्युटमध्ये एक कमांडिंग लीड प्रस्थापित केली आहे, त्याच्या ग्रेस हॉपर, ब्लॅकवेल आणि आगामी वेरा रुबिन प्लॅटफॉर्मसह जगातील सर्वात मोठ्या AI स्थापनांना सामर्थ्य देण्यात आले आहे. परंतु एएमडीसह त्याच्या इन्स्टिंक्ट जीपीयू लाइनसह आव्हानकर्ते, त्याच्या गौडी एक्सीलरेटर्ससह इंटेल आणि आता संभाव्य क्वालकॉम मार्केट शेअर मिळवण्यासाठी मोठ्या प्रमाणात गुंतवणूक करत आहेत.
Google, Amazon आणि Microsoft ने त्यांच्या क्लाउड प्लॅटफॉर्मसाठी सानुकूल AI चिप्स देखील विकसित केल्या आहेत, हार्डवेअर लँडस्केपचे आणखी तुकडे करून. या वातावरणात, मॉड्युलरचा हार्डवेअर-अज्ञेयवादी दृष्टीकोन अधिकाधिक मौल्यवान बनत आहे - एक कंपनी जी कोणत्याही हार्डवेअर प्लॅटफॉर्मवर AI वर्कलोड्स ऑप्टिमाइझ करू शकते ती वाढत्या खंडित पारिस्थितिक तंत्रात पूल म्हणून काम करते.
AI सॉफ्टवेअर प्रतिभा आणि तंत्रज्ञानासाठी प्रस्थापित सेमीकंडक्टर कंपन्या देय देण्यास तयार असलेल्या प्रीमियमचे $4 अब्ज डॉलर्सचे मूल्यांकन दर्शवते. क्वालकॉमने या कराराची अधिकृतपणे पुष्टी केलेली नसली तरी, ब्लूमबर्ग, रॉयटर्स आणि इतर आर्थिक वृत्तसंस्थांच्या अहवालाची रुंदी हे सूचित करते की अधिग्रहण त्याच्या वाटाघाटीच्या अंतिम टप्प्यात आहे.
उद्योग परिणाम
पूर्ण झाल्यास, संपादन AI इन्फ्रास्ट्रक्चर सॉफ्टवेअर स्पेसमधील सर्वात मोठ्या सौद्यांपैकी एक म्हणून चिन्हांकित करेल, आणि हे मार्केटला सूचित करेल की AI स्पर्धेचा पुढील टप्पा फक्त हार्डवेअरवर नाही तर त्या हार्डवेअरला उपयुक्त बनवणाऱ्या सॉफ्टवेअर प्लॅटफॉर्मवर लढला जाईल. Qualcomm साठी, संपादन परिवर्तनकारक असू शकते — AI संगणकीय बाजारपेठेत Nvidia शी स्पर्धा करण्यासाठी आवश्यक नसलेला सॉफ्टवेअर स्तर प्रदान करणे. व्यापक उद्योगासाठी, ते अधिक स्पर्धात्मक आणि वैविध्यपूर्ण AI पायाभूत सुविधा परिसंस्थेच्या दिशेने आणखी एक पाऊल दर्शवते.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →

