Qualcomm приобретает Modular за $4 млрд: универсальная AI-платформа для запуска кода на чипах разных вендоров вместо привязки

Qualcomm купила Modular за $4 млрд: один AI-код на любых чипах — что это

ИИ-инструменты 25 июня 2026 г.

Qualcomm объявил о приобретении стартапа Modular почти за $4 млрд — это крупнейшая попытка создать программную платформу, позволяющую запускать один и тот же AI-код на разных чипах без переписывания под каждый производитель. Для любой компании, которая уже столкнулась с привязкой к железу или планирует AI-проекты на разнородном парке устройств, это событие меняет правила выбора платформы. Первое практическое действие: если в вашей стратегии есть зависимость от одного чип-вендора, стоит пересмотреть её прямо сейчас — до того, как рынок переоценит ваши альтернативы.

Что именно произошло

24 июня 2026 года Qualcomm объявил о соглашении на приобретение калифорнийского стартапа Modular. Сделка оценивается чуть менее чем в $4 млрд — Qualcomm выпустит до 19,2 млн обыкновенных акций, что по последней цене закрытия даёт около $208 за акцию. Закрытие ожидается во второй половине 2026 года. За девять месяцев до этого Modular привлёк $250 млн при оценке $1,6 млрд, то есть стоимость компании выросла примерно в 2,4 раза за три квартала.

Modular основана в 2022 году Крисом Латнером и Тимом Дэвисом. Латнер — создатель инфраструктуры компиляторов LLVM и языка Swift в Apple, работал в Google над TPU, кратко возглавлял софт Autopilot в Tesla. Дэвис в Google со-создал TensorFlow Lite — версию TensorFlow для устройств с ограниченными ресурсами. В Modular они вместе строили программную платформу и проприетарный язык программирования, позволяющий писать AI-код один раз и запускать его на чипах разных производителей без адаптации под каждый конкретный чип.

В сделку входит вся команда — около 150 сотрудников и оба сооснователя. Qualcomm заявляет, что видит будущее за «горизонтальными платформами, дружественными разработчикам, способными работать в разных вычислительных средах». Это прямая атака на модель, при которой софт привязан к конкретному железу.

Почему это меняет стоимость, время и риск для бизнеса

Сейчас рынок AI-разработки фактически поделён между двумя моделями. Первая — закрытая экосистема Nvidia: CUDA даёт максимальную производительность на GPU Nvidia, но привязывает код к одному вендору. Вторая — открытая, но неоднородная: ROCm от AMD формально открыта, но перенос кода на чипы других производителей требует значительных усилий. Modular предлагает третий путь — единый программный слой поверх разнородного железа.

Для бизнеса это означает три конкретных сдвига:

  • Снижение стоимости переключения. Если код пишется один раз и работает на чипах Qualcomm, AMD, Nvidia или кастомных ASIC, стоимость смены поставщика железа падает. Это ослабляет рычаг давления вендора при продлении контрактов.
  • Сокращение времени вывода продукта. Командам не нужно поддерживать отдельные ветки кода под каждую платформу. Для компаний, которые выводят AI на периферийные устройства — очки, серьги, часы, булавки, наушники — это критично: Qualcomm уже работает над 40 дизайнами AI-гаджетов.
  • Изменение переговорной позиции. Покупая Modular, Qualcomm получает инструмент, который делает свои чипы более привлекательными для разработчиков, не запирая их в одной экосистеме. Это отличается от стратегии Nvidia и может привлечь тех, кто боится зависимости.

CEO Qualcomm Криштиану Амон прямо заявил, что будущее за горизонтальными платформами. Это не риторика — это стратегический выбор, подкреплённый параллельным приобретением Ventana Micro Systems (RISC-V серверные CPU) и работой над кастомными ASIC для дата-центров с ByteDance в качестве раннего клиента.

Что компания должна проверить до принятия решения

Прежде чем менять архитектуру или ставки на вендора, нужно проверить пять конкретных вещей. Вот рабочий чек-лист для менеджера или владельца продукта:

  • Зрелость компилятора Modular под ваше целевое железо. Платформа заявлена как универсальная, но реальная производительность на конкретных чипах — особенно на последних поколениях Nvidia H-серии или AMD MI-серии — требует бенчмарков. Запросите тесты на ваших рабочих нагрузках.
  • Глубина интеграции с существующим CI/CD. Если у вас уже есть пайплайны под CUDA или ROCm, проверьте, насколько Modular встраивается без перестройки процесса. Простота интеграции определяет реальный срок перехода.
  • Лицензионная модель проприетарного языка. Modular использует собственный язык программирования. Уточните, остаётся ли он проприетарным после сделки и какие ограничения это накладывает на распространение ваших моделей.
  • Стабильность команды после аквизиции. Латнер и Дэвис — ключевые люди. Проверьте, какие условия закрепления команды заложены в сделку. Потеря архитекторов может заморозить развитие платформы на 12–18 месяцев.
  • Регуляторный календарь. Сделка ожидает закрытия во второй половине 2026 года. Если вы планируете долгосрочные контракты на железо, заложите сценарий задержки на 3–6 месяцев.

Где ограничения и что может пойти не так

Сделка выглядит стратегически логично, но несёт риски, которые нельзя игнорировать:

  • Производительность на узком круге задач. Универсальный слой почти всегда проигрывает нативному решению на конкретном чипе. Для высоконагруженных тренировочных конвейеров разница в 5–15% производительности может перевесить все преимущества переносимости.
  • Зависимость от одного вендора софта. Вы уходите от аппаратной привязки к Nvidia, но получаете программную привязку к Modular внутри Qualcomm. Это не полная независимость — это смена типа зависимости.
  • Интеграционная нагрузка. Поглощение Modular и Ventana одновременно — две крупные интеграции. История показывает, что такие параллельные поглощения часто приводят к внутренним конфликтам приоритетов и замедлению релизов.
  • Неопределённость поддержки legacy-оборудования. Если у вас уже развёрнут парк устройств на чипах без поддержки Modular, переход потребует двойного обслуживания в переходный период.

Практическая таблица для быстрого решения

Что меняется Почему важно бизнесу Что проверить
Появление универсального AI-слоя для разных чипов Снижает привязку к вендору, усиливает переговорную позицию Наличие бенчмарков под ваши целевые чипы
Qualcomm получает софт-платформу для AI-гаджетов и дата-центров Расширяет экосистему за пределы мобильных чипов Дорожная карта поддержки серверных GPU
Проприетарный язык Modular вместо открытого стандарта Может создать новую форму зависимости Условия лицензирования и экспортные ограничения
Команда из 150 инженеров и два сильных сооснователя Ключевой актив, но риск оттока после сделки Условия закрепления команды в соглашении
Сделка ожидает закрытия во второй половине 2026 года Возможна регуляторная задержка План Б при сдвиге сроков на 6+ месяцев

Что делать на этой неделе

Если ваша компания уже работает с AI или планирует запуск пилотов до конца года, три конкретных шага:

  1. Составьте карту текущей зависимости от чип-вендоров. Запишите, какой процент вашего AI-стека привязан к CUDA, ROCm или проприетарным решениям. Это покажет, насколько вас затронет появление альтернативы.
  2. Запросите у текущего поставщика железа планы совместимости с универсальными софт-слоями. Если поставщик не имеет ответа через две недели — это сигнал.
  3. Назначьте ответственного за мониторинг закрытия сделки. Регуляторное одобрение — не формальность. Закрытие во второй половине 2026 года означает, что к концу года вам нужен готовый план действий независимо от исхода.

Источники

Теги