Hacker News 上的一篇讨论围绕着 Mojo 和 Modular.ai 的 MAX 展开，后者被认为是解决 GPU 编程复杂性的一种潜在方案。最初的评论者表达了对 Modular.ai 成功的希望，并提到了 GPU 编程的难度。一些人认为问题不在于语言（CUDA 已经提供了许多选项），而在于针对 GPU 的算法和数据结构设计。 MAX 旨在为库作者和硬件厂商提供一个一致的 API，类似于 LLVM，使代码能够在多个 GPU 厂商（Nvidia、AMD、Intel、Apple）上运行并获得优化的性能。然后，Mojo 允许对 MAX 进行编程并创建自定义内核。 但也存在质疑，有人担心 GPU 编程需要对共享内存使用等底层细节进行细致的关注。另一些人反驳说 MAX 提供了底层访问和高级原语。CUDA 日益增长的 Python 支持，包括一个新的中间表示（IR），被视为一个潜在的竞争对手。一些人担心替代 CUDA 的方案的许可成本和支持的持久性。讨论还涉及到在 Nvidia 和 AMD GPU 上运行相同二进制文件的可能性。