Mojo ya es open source: por fin un lenguaje serio para el rendimiento en GPU

El 18 de agosto de 2026 Mojo pasó a open source. Lo que Modular prometía desde 2023 por fin se cumplió: el compilador y la toolchain del lenguaje se liberaron bajo licencia Apache 2.0. Y no es un capricho. Llegó apenas una semana después de que alcanzara la versión 1.0 (el 11 de agosto), con la adquisición de Modular por parte de Qualcomm de fondo. Para un lenguaje de IA, la neutralidad del vendor era la única forma de que la comunidad se lo tomara en serio.

Qué es Mojo

Es un lenguaje pensado para el rendimiento, con una sintaxis que recuerda a Python. La diferencia: en vez de interpretarse, compila a código nativo a través de MLIR y corre igual de cómodo en CPU que en GPU. No es Python puro (hay un subset tipeado y compilado para los tramos críticos), pero te permite escribir hot paths que se bajan a la tarjeta gráfica sin pasarte semanas reescribiendo en C++ o CUDA.

Por qué importa para quien construye software

Hoy, que un servicio se caiga en rendimiento no suele ser culpa de las queries: es la parte que hace cálculo. Procesar embeddings, vectorizar textos, hacer el pre y post-procesado de tensores en una inferencia, transformar datos numéricos a granel. Eso, en Python, va lento. La salida clásica era reescribir ese trozo en C++ o en CUDA, que implica otro lenguaje, otro toolchain y otro dolor de cabeza.

Mojo ataca exactamente ahí. Te da cerca de la ergonomía de Python para escribir el kernel y lo compila a algo que de verdad aprovecha la GPU. Y ahora que es open source, dejas de depender de la buena voluntad de un vendor: puedes auditar el compilador, reportar bugs, contribuir, y no te quedas en tierra si mañana cambian la estrategia comercial.

Cómo aplicarlo en tu día a día

Tres ejemplos concretos de desarrollo de software:

Un servicio de embeddings. Si tienes un pipeline que vectoriza documentos y ese tramo es tu cuello de botella, aísla el hot path, pásalo a un kernel Mojo y mantén el resto del SaaS en tu stack habitual. No reescribes la app: reescribes solo lo que va lento.
Inferencia propia. En vez de cargar un framework gigante para hacer el pre y post-procesado de tensores, puedes montar ese tramo en Mojo y quedarte con un servicio ligero que corre en GPU.
Transformación numérica pesada. Cualquier ETL con matemáticas o agregados pesados es candidato. Lo que antes requería descargar funciones a C, ahora se escribe en una sintaxis parecida a la que ya conoces.

La parte honesta

No es para todo. El ecosistema es joven, el tooling aún está verde y la comunidad acaba de arrancar. Para el 90% del código de una web o un CRUD, Mojo no te aporta nada: usa tu lenguaje de siempre. Lo bueno es justo ahí — para kernels y hot spots donde el cálculo es el problema.

Si tu producto hace procesamiento numérico o de IA y alguna vez te has visto obligado a bajar a C++ por velocidad, esta semana es un buen momento para probar Mojo. Open source, con una lista de problemas bien marcada y la promesa de que el rendimiento alto se escribe igual de cómodo que en Python.