Выпуск языка программирования Mojo 1.0

3 мин
Выпуск языка программирования Mojo 1.0

11 августа 2026 года вышла первая мажорная релиз языка программирования Mojo. Этот версия ознаменовал стабилизацию языка и реализацию всех базовых возможностей и оценивается как готовый к повсеместному использованию. Использование первой стабильной ветки позволит начать создавать крупные проекты, не опасаясь появления в языке изменений, нарушающих совместимость.

В состав модульной платформы решения включены компоненты, необходимые для разработки приложений на языке Mojo, в том числе компилятор, runtime, интерактивную REPL‑оболочку для сборки и запуска программ, отладчик, дополнение к редактору кода Visual Studio Code (VS Code) с поддержкой автодополнения ввода, форматирования кода и подсветки синтаксиса, модуль для интеграции с Jupyter для сборки и запуска Mojo notebook. Исходный код стандартной библиотеки Mojo открыт под лицензией Apache 2.0 c исключениями от проекта LLVM, допускающими смешивание с кодом под лицензией GPLv2. Исходный исходник компилятора планируют открыть после завершения стабилизации внутренней архитектуры.

Язык Mojo развивается под руководством Криса Латнера (Chris Lattner), основателя и главного архитектора проекта LLVM и создателя языка программирования Swift. Синтаксис Mojo основан на языке Python, а система типов близка к C/C++. Инициатива преподносится как язык общего назначения, расширяющий возможности языка Python средствами системного программирования, подходящий для широкого круга задач и сочетающий простоту применения для исследовательских разработок и быстрого создания прототипов с пригодностью для формирования высокопроизводительных конечных продуктов.

Простота достигается благодаря использованию привычного синтаксиса языка Python, а разработке конечных продуктов способствуют функция компиляции в машинный исходник, механизмы безопасной работы с памятью и задействование средств для аппаратного ускорения вычислений. Для достижения высокой производительности поддерживается распараллеливание вычислений с задействованием всех имеющихся в системе аппаратных ресурсов гетерогенных систем, таких как GPU, специализированные ускорители для машинного обучения и векторные процессорные инструкции (SIMD). При интенсивных вычислениях распараллеливание и задействование всех вычислительных ресурсов даёт функция добиться производительности, превосходящей приложения на C/C++.

Язык Mojo поддерживает статическую типизацию и средства для безопасной низкоуровневой работы с памятью, напоминающие возможности языка Rust, такие как отслеживание времени жизни ссылок и проверка заимствования переменных (borrow checker). При этом в языке доступны и возможности для низкоуровневой работы, например, возможно прямое обращение к памяти в режиме unsafe с использованием типа Pointer, вызов отдельных SIMD‑инструкций или доступ к аппаратным расширениям, таким как TensorCores и AMX.

Проект Mojo может использоваться как в режиме интерпретации с использованием JIT, так и для компиляции в исполняемые файлы (AOT, ahead‑of‑time). В компилятор встроены современные технологии автоматической оптимизации, кэширования и распределённой компиляции. Исходный исходник на языке Mojo преобразуются в низкоуровневый промежуточный исходник MLIR (Multi‑Level Intermediate Representation), развиваемый проектом LLVM. Компилятор даёт возможность использовать для генерации машинного кода разнообразные бэкенды, поддерживающие MLIR.

Одновременно сформирован выпуск движка MAX Framework 26.5, предлагающего платформу для разработок в области машинного обучения. MAX Framework дополняет инструментарий Mojo средствами для разработки и отладки приложений, использующих модели машинного обучения в различных форматах (TensorFlow, PyTorch, ONNX и т.п.). В версии 26.5 добавлена возможность установки только необходимых зависимостей, используя синтаксис max["имя"], а также добавлена поддержка двух новых семейств AI-моделей - GLM-5.2 и Nemotron-H.

В марте 2024 года компания Modular сообщила, что язык программирования Mojo теперь открыт. В релиз вошли основные модули стандартной библиотеки. Они опубликованы на GitHub по лицензии Apache 2. С проектами, которые уже используют Mojo, можно познакомиться в репозитории Awesome Mojo.

Авторы Mojo рассказали, что улучшают язык программирования с мая 2023 года. Команда проекта отмечает, что создание нового языка и всей инфраструктуры — тяжёлая работа, требующая времени. Сейчас проект дошёл до стадии, когда ему нужно участие сторонних разработчиков с новым взглядом и идеями.

В сентябре 2023 года разработчики языка программирования Mojo открыли доступ к инструментарию Mojo SDK, позволяющему компилировать ИИ-проекты на локальной системе. Ранее для тестирования Modular предлагала только online-интерфейс для работы с Mojo Toolbox.

Читают сейчас

Honor представила телефон Robot Phone с роботизированной выдвижной камерой

1 час назад

Honor представила телефон Robot Phone с роботизированной выдвижной камерой

Honor представила Robot Phone с камерой‑гироскопом на задней панели. Он работает с ИИ‑помощником Honor Yoyo, который может наблюдать за окружающей средой и даже взаимодействовать с ней, а равным образ

Куда бежать, если в основе стартапа лежит инженерное подход? Разбираемся на кейсах

2 часа назад

Куда бежать, если в основе стартапа лежит инженерное подход? Разбираемся на кейсах

Спойлер: маленькие инженерные команды все еще могут потягаться с корпорациями. Приглашаем на онлайн паблик-ток с предпринимателями, которые воплотили свои hardware-проекты в действующий бизнес Читать

7 часов назад

Один день — три громких релиза: Qwen3.8-Max, DeepSeek V4 Pro 0813 и Grok 4.6

На рынке больших языковых моделей сразу некоторое количество заметных обновлений: Alibaba открыла веса гигантской Qwen3.8-Max, DeepSeek выпустила в api версию V4 Pro 0813, а xAI представила Grok 4.6.

Моддер предстаил прототип SteamBoy — Steam Deck в корпусе Game Boy

8 часов назад

Моддер предстаил прототип SteamBoy — Steam Deck в корпусе Game Boy

Реддитор PhyFawkes решил поместить начинку Steam Deck в корпус оригинального Game Boy и представил, что из этого получилось. Читать далее

Одна из самых сложных капч в мире — HUMAN Security (PerimeterX) — обойдена

9 часов назад

Одна из самых сложных капч в мире — HUMAN Security (PerimeterX) — обойдена

Авторы из команды RTF LABS STUDIO успешно реализовали механизм автоматического прохождения одной из самых сложных и продвинутых поведенческих защит на рынке — HUMAN Security (ранее PerimeterX) Press &