Тим Дэвис，Modular联合创始人兼总裁 – 采访系列

蒂姆·戴维斯（Tim Davis）是Modular的联合创始人兼总裁，Modular是一套集成的、可组合的工具套件，简化了您的AI基础设施，使您的团队能够更快地开发、部署和创新。Modular最著名的产品是Mojo，一种新的编程语言，通过将Python与系统和元编程的最佳特性相结合，弥合了研究和生产之间的差距。

serial entrepreneur和产品领导者。蒂姆帮助建立、创立和扩展了谷歌AI基础设施的大部分内容，包括谷歌大脑和核心系统，从API（TensorFlow）、编译器（XLA和MLIR）和服务器（CPU/GPU/TPU）和TF Lite（移动/微/网页）的运行时。他热爱跑步、建立和扩展产品以帮助人们和世界。

您最初是什么时候接触到编码的，什么吸引您对它感兴趣？

作为一个在澳大利亚长大的孩子，我的父亲带回家一台康莫多尔64C，游戏是我入门的契机 – Boulder Dash、Maniac Mansion、Double Dragon – 那是一个美好的时代。那个电脑让我接触到了BASIC，并且我开始尝试编程。随着我进入高中和大学，我使用了更多传统的静态语言来完成工程课程，后来我甚至尝试了Javascript和VBA，最后我选择了Python作为数据科学和AI的主要语言。我在早期的创业公司中写了很多代码，但现在，我当然使用Mojo和我们围绕它创建的工具链。

您在谷歌工作了五年多，担任高级产品经理和产品领导，帮助扩展了谷歌AI基础设施的大部分内容。您从这段经历中学到了什么？

人们是构建世界级技术和产品的关键，一个团队的共同愿景将他们聚集在一起。谷歌是一家令人难以置信的公司，拥有非常优秀的人才，我有幸在加入谷歌大脑团队时遇到了很多AI领域的最优秀的人才。 我学到的最重要的教训是始终关注用户，并逐步揭示复杂性，赋予用户讲述他们独特故事的能力，例如帮助人们像修复大堡礁或帮助像Jason the Drummer这样的人。 在一个拥有很多聪明和有才华的人的公司中，这比你想象的要困难得多。 回顾我的在谷歌的时间，我会记住我曾经合作过的人。 我将永远珍惜那些冒险与我合作的人，并对他们表示深深的感谢，因为他们让我成为一个更好的领导者和人，能够深入理解AI系统。 这让我真正意识到AI对世界的影响力，并且这就是我离开谷歌并联合创立Modular的原因。

您能分享一下Modular的创立故事吗？

Chris和我在谷歌相识，并推出了许多对今天的AI世界产生了重大影响的技术。然而，我们觉得AI被过于复杂和碎片化的基础设施所阻碍，我们亲眼目睹了在数十亿用户中部署大型工作负载的困难。我们被加速AI对世界影响的愿望所驱动，我们希望通过将行业提升到生产级别的AI软件来实现这一目标。我们可以想象，AI可以帮助解决多少问题，治愈多少疾病，我们可以变得多么高效，以便为后代提高我们的生存水平，通过增加这种不可思议的技术的渗透率。

在一起工作多年，开发大规模的关键AI基础设施后，我们亲眼目睹了开发人员的巨大痛点 – “为什么事情不能正常工作？”为了让世界采用和发现AI的变革性质，我们需要能够从研究到生产扩展的软件和开发人员基础设施，并且它应该是高度可访问的。这将使我们能够解锁下一代科学发现 – 其中AI将至关重要 – 并且这是一个伟大的工程挑战。有了这种背景，我们产生了内在的信念，我们可以开始构建一种新的AI基础设施方法，并赋予开发人员使用AI帮助使世界变得更好的力量。我们也非常幸运，有很多人加入我们这段旅程，我们有世界上最好的AI基础设施团队作为结果。

您能讨论一下Mojo编程语言最初是如何为您的团队构建的吗？

Modular的愿景是使任何人、任何地方都能使用AI。我们在Modular所做的一切都是以此为目标，并且我们以此为基础来构建我们的产品和技术。在这个意义上，我们的主要重点是自己的开发人员的速度，我们已经构建了世界上大部分现有的AI基础设施 – 我们需要仔细考虑什么能够使我们的团队移动得更快。我们经历了AI中的两个世界语言问题 – 研究人员生活在Python中，生产和硬件工程师生活在C++中 – 我们不得不选择，要么继续走这条路，要么完全重新思考方法。我们选择了后者。很明显，需要解决这个问题，但有很多不同的方法来解决它 – 我们以满足生态系统的当前状态和使其更容易进入未来的承诺来解决它。我们的团队在大规模软件迁移中留下了伤疤，我们不想重蹈覆辙。我们还意识到，没有一种语言可以解决我们正在尝试解决的所有挑战，因此我们采取了第一性原则的方法，Mojo诞生了。

Mojo如何实现跨多种硬件的无缝扩展和移植？

Chris、我和我们的团队在谷歌（许多现在在Modular）帮助将MLIR引入世界 – 其目标是通过使AI模型能够在任何类型的硬件上一致地表示和执行来帮助全球社区解决现实挑战。MLIR是一种新的开源编译器基础设施，它已经被广泛采用，并迅速成为构建编译器的新标准，通过LLVM。鉴于我们团队在创建这一基础设施方面的历史，因此我们在Modular自然而然地大量利用了它，并且这支持了我们在开发新AI基础设施方面的最先进方法。然而，虽然MLIR现在被广泛采用，但Mojo是第一个真正利用MLIR力量并以独特且易于开发人员使用的方式呈现它的语言。这意味着它可以扩展，从编写应用程序的Python开发人员到部署高性能代码的性能工程师，再到为其独特硬件编写非常低级系统代码的硬件工程师。

有人说Mojo基本上是Python++，具有Python的易用性和C的高性能。这种说法是过于简单化的吗？您如何描述它？

Mojo应该让任何Python程序员感到熟悉，因为它共享Python的语法。但是，当您将一个简单的Python程序移植到Mojo时，您会看到一些重要的差异，包括它可以直接运行。我们为Mojo设定的一个主要目标是提供Python的超集 – 即使Mojo与现有的Python程序兼容 – 并且我们拥抱CPython实现以支持长尾生态系统。然后，您可以逐渐增强代码，并用Mojo的低级功能替换非高性能部分，显式管理内存，添加类型，利用自动调优和许多其他方面，以获得C或更好的性能！我们认为Mojo给您带来了两全其美的效果，您不必为多个语言编写和重写算法。我们感谢Python++是一个巨大的目标，它将是一个多年的努力，但我们致力于使其成为现实，并使我们的传奇社区中的140K+开发人员能够帮助我们一起构建未来。

在最近的一次主题演讲中，展示了Mojo比Python快35,000倍，速度是如何计算的？

实际上现在是68,000倍！但让我们承认这只是一个程序 – 曼德博集合 – 你可以阅读一系列三篇博客文章，了解我们如何实现这一点 – 这里、这里和这里。当然，我们已经做这件事很长时间了，我们知道性能游戏并不是驱动语言采用率的因素（尽管它们很有趣！）- 而是开发人员的速度，语言的可用性，高质量的工具链和文档，以及利用基础设施来发明和构建的社区。我们是工具构建者，我们的目标是赋予世界使用我们的工具的力量，创造惊人的产品，解决重要的问题。如果我们专注于更大的目标，那就是创造一种语言，它可以满足您今天的需求，然后轻松地将您提升到一个更好的世界。Mojo使您能够拥有一个高性能、易用、静态类型和可移植的语言，它可以无缝地与现有的Python代码集成 – 这让您拥有了两全其美的效果。它使您能够以多线程和并行化的方式解锁硬件的真正力量，这是Python今天无法做到的 – 解锁全球开发者社区，使他们能够拥有一个从上到下扩展的单一语言。

Mojo的魔力在于其能够以一套工具统一编程语言，为什么这是如此重要？

语言总是通过其生态系统和围绕它们形成的社区来取得成功。我们已经与开源社区合作了很长时间，我们在与社区合作的方式上非常有心。我们正在非常努力地交付我们的基础设施，但我们需要时间来扩展我们的团队 – 所以我们不会立即拥有所有答案，但我们会到达那里。退一步看，我们的目标是通过拥抱整个现有的生态系统来提升Python生态系统，我们不像许多其他项目那样试图将其分裂。互操作性只是使社区更容易尝试我们的基础设施而不必重写所有代码，这对AI来说很重要。

此外，我们从过去十年中AI基础设施和工具的开发中吸取了很多教训。现有的单体系统不容易扩展或推广到其初始目标域之外，结果是AI部署行业高度碎片化，拥有数十个具有不同权衡和限制的工具链。这些设计模式通过降低可用性、可移植性和可扩展性，减缓了创新步伐。

下一代AI系统需要是生产级别的，并且需要满足开发人员的需求。它不能要求用户进行昂贵的重写、重构或重新构建。它必须是本地多框架、多云和多硬件的。它需要将最佳性能和效率与最佳可用性相结合。这是解锁下一代硬件、数据和算法创新并减少碎片化的唯一方法。

Modular最近宣布获得1亿美元的新资金，领投方为General Catalyst，现有投资者包括GV（Google Ventures）、SV Angel、Greylock和Factory。我们应该期待什么？

这笔新资金将主要用于扩大我们的团队，招聘AI基础设施领域最优秀的人才，并继续满足我们平台的巨大商业需求。我们的社区Modverse拥有超过130K的开发人员和成千上万的企业，他们都在寻找我们的基础设施 – 所以我们希望确保我们继续扩大和努力为他们开发和交付。我们要求自己达到极高的标准，我们交付的产品反映了我们作为一个团队和公司的价值观。如果您认识任何有动力、热爱软件和硬件边界、希望看到AI以积极和有意义的方式渗透到世界各地的人 – 请将他们介绍给我们。

您对编程的未来有什么展望？

编程应该是一种每个人都可以发展和利用的技能。对于很多人来说，编程的“想法”会立即唤起一个开发人员编写复杂低级代码的画面，这需要大量的数学和逻辑 – 但它不一定是这样。技术一直是社会的伟大生产力，使编程更加易用和可用，我们可以赋予更多的人自动化重复过程和简化生活的能力，这是一种赋予人们更多时间的强大方式。

在Python中，我们已经拥有了一种经过时间考验的精美语言，它拥有令人难以置信的社区 – 但它也有一些局限性。我相信我们有一个巨大的机会使其更加强大，并鼓励更多世界人民接受其美丽和简单。正如我之前所说，这是关于构建具有渐进式复杂性揭示的产品 – 启用高级抽象，但也可以扩展到非常低级的抽象。我们已经见证了一个重大的飞跃，AI模型使得文本到代码的转换更加进步 – 这些将变得更加个性化。然而，在这种神奇的创新背后，仍然有一个开发人员在编写和部署代码来为其提供动力。我们已经写过关于这个话题的文章 – AI将继续解锁创造力和生产力，跨越许多编程语言，但我也相信Mojo将使生态系统的开放度更加广泛，赋予更多开发人员可访问性、可扩展性和硬件可移植性。

最后，AI将以难以置信的方式渗透到我们的生活中，它将无处不在 – 所以我希望Mojo能够激励开发人员更快地解决人类最重要的问题，无论他们在世界的哪个地方生活。我认为这是一个值得为之奋斗的未来。

感谢这次精彩的采访，希望了解更多的读者可以访问Modular。