随着人工智能的发展，我们迫切需要一种性能非常好的专门针对AI的语言，因为Python的性能差，其余都是优点，当然Python也可以调用C++来弥补这个缺陷，就是在核心性能需求方面都需要求助于C和C++来处理。
C++性能在Mojo中重现ChrisLattner等创办的ModularAI公司针对这个问题设计了Mojo，#Mojo#可能是几十年来最大的编程语言进步了。Mojo介绍对于程序员可能最关心的就是学习曲线与移植性，新的语言意味着需要花时间和精力来学习，毕竟语法的开发和迭代是语言开发中最容易出错、最复杂和最具争议的部分之一，而Mojo就不会有这样的担心，尤其对于Python程序员来说。
Mojo编程语言可以看到代码都很熟悉，直接可以上手。
Mojo的核心是Python，这似乎是明智的，不仅因为Python已经被数百万编码人员很好地理解，而且因为经过几十年的使用，它的功能和限制现在已经很好地理解了。依靠最新的编程语言研究是很酷的，但这是一种潜在的危险，因为你永远不会真正知道事情会如何发展，所以Mojo不是一门全新的尤其是语法方面的语言，这点是对程序员非常友好的。
Mojo的一个关键技巧是，作为开发人员，你可以随时选择更快的“模式”，通过使用“fn”而不是“def”来创建你的函数。在这种模式下，您必须声明每个变量的确切类型，因此Mojo可以创建优化的机器码来实现您的函数。此外，如果您使用“struct”而不是“class”，您的属性将被紧密地打包到内存中，这样它们甚至可以在数据结构中使用，而无需跟踪指针。正是这些特性使得像C语言这样的语言变得如此之快，现在它们已经触手可及MLIR是一个关键部分。
struct就像在过去的十年里，LLVM极大地简化了强大的新编程语言的开发(比如Rust、Julia和Swift，它们都是基于LLVM的)一样，MLIR为基于它构建的语言提供了一个更强大的核心。
我们来看下为什么选择Modular？
哪些优势1、全球人工智能专家打造
团队已经构建了世界上大多数现有的人工智能基础设施，包括TensorFlow,PyTorch,tpu和MLIR，并推出了Swift和LLVM等软件。现在我们专注于为世界重建人工智能基础设
2、从头开始重新设计
为了开启下一波人工智能创新，我们需要对人工智能堆栈的最底层采用“第一原则”方法。我们不能在已经过于复杂的现有解决方案上再增加越来越多的复杂性。
、建立在通用性的基础上
原生多模型、多框架、多硬件和多云——我们的基础设施可以从最大的集群扩展到最小的边缘设备。
4、基础设施正常运转
我们开发的技术能满足你的需求。您不必重写模型或应用程序代码，不必纠结于令人困惑的转换器，也不必成为硬件专家来利用最新技术。
最关键的是它属于模块化引擎，意思就是说在执行所有的TensorFlow和PyTorch模型的时候，是不需要模型重写或转换的。将您的模型按原样部署到任何地方，跨服务器和边缘，具有无与伦比的可用性和性能。这点是任何新语言都不具备的优势，从这个角度来看，我们可以将它理解成Python++的一门语言。
模块化是一套完全集成、可组合的人工智能基础设施工具，具有无与伦比的行业性能，可简化人工智能工作流程。直观看张图就明白了：
Modular可以看到这个是在框架下面的层，在这个模块引擎下面的层就是硬件层。顶层就是部署到各种云上面，这种架构的设计有着很好的移植性。