Le langage de programmation Mojo devient officiellement open source
Un an et demi après son annonce initiale, le langage de programmation Mojo publie son code source sous licence libre Apache 2. Après la sortie de sa version 1.0, le compilateur et sa chaîne d'outils sont désormais accessibles à tous. Initialement conçu comme une extension de Python, le langage a ajusté son cap pour se concentrer sur l'optimisation des calculs sur GPU.
Fil « Le langage Mojo passe en open source »
Un engagement tenu après la version 1.0
Promis depuis mai 2023, le passage en open source (code source rendu accessible et modifiable par tous) de Mojo est désormais effectif. Une semaine seulement après la publication de sa version 1.0, le projet franchit une étape clé en publiant l'ensemble de ses briques sous la licence libre Apache 2 (une licence permissive autorisant la réutilisation et la modification du code). La publication couvre l'ensemble du projet :
- Le compilateur (le programme informatique qui traduit le code écrit par le développeur en instructions directement exécutables par la machine) ;
- La toolchain (la chaîne d'outils complète incluant les utilitaires de développement et l'environnement d'exécution).
Du sur-ensemble Python au langage autonome
Lors de son lancement initial, l'objectif affiché était de produire un superset de Python (un sur-ensemble de langage capable d'exécuter nativement tout le code Python existant). Cette stratégie devait permettre à Mojo d'amorcer son écosystème en s'appuyant sur les bibliothèques existantes. Ce plan a toutefois évolué aux alentours d'août 2025 : Mojo n'a plus pour ambition absolue de devenir un superset strict de Python.
Optimisation GPU et rôle des assistants de code
Mojo s'impose aujourd'hui comme un langage à part entière. Même si sa syntaxe reste très fortement inspirée de Python, il n'est plus garanti d'être 100 % compatible avec le code existant. Le langage s'est réorienté vers une priorité claire : rendre la programmation sur GPU (les processeurs graphiques utilisés pour le calcul intensif et l'entraînement de modèles) aussi simple et fluide que possible.
Pour pallier l'absence de compatibilité directe avec Python, l'équipe compte sur l'écosystème moderne de développement. Les outils d'aide au codage basés sur l'IA (comme les assistants de code ou les agents de refactorisation) permettent déjà de traduire et migrer du code Python vers Mojo de manière très efficace.
# Exemple de code Python d'origine avant conversion vers Mojo
def traiter_signal(donnees: list[float]) -> list[float]:
return [point * 1.5 for point in donnees]
Nous sommes encouragés par la façon dont les outils de codage assistés par IA aident déjà à migrer Python vers Mojo aujourd'hui, et nous sommes confiants dans le fait que le futur outillage rendra cette évolution encore plus fluide.
L'écosystème mise ainsi sur la maturité des générateurs de code pour réussir la transition des applications vers cette nouvelle infrastructure dédiée aux performances matérielles.