收購僅一年即“決裂”！創(chuàng)始人賈揚(yáng)清出走英偉達(dá)：黃仁勛不滿運(yùn)營效果，20 億美金的 AI Infra 突圍為何折戟？

作者 | 青和

據(jù)半導(dǎo)體調(diào)研機(jī)構(gòu) SemiAnalysis 爆料，LeptonAI 的創(chuàng)始人兼 CEO 、英偉達(dá)系統(tǒng)軟件副總裁賈揚(yáng)清，已從英偉達(dá)離職。距離黃仁勛豪擲 7 億美元，收購這家僅有 20 人的創(chuàng)業(yè)團(tuán)隊(duì)，才剛剛過去一年。

更耐人尋味的是，就在本月初，GPU 云服務(wù)商 Hyperbolic 宣布聘請賈揚(yáng)清擔(dān)任公司顧問。Hyperbolic 在公告中稱，賈揚(yáng)清將為其在 AI 系統(tǒng)、云基礎(chǔ)設(shè)施、GPU marketplace、多云編排和 GPU 利用率提升等方向提供經(jīng)驗(yàn)支持。這在業(yè)務(wù)層，與其在英偉達(dá)負(fù)責(zé)的DGX Lepton平臺(tái)高度相似。

筆者對此向賈揚(yáng)清本人求證離職消息，截止發(fā)稿前暫無正面回應(yīng)。目前賈揚(yáng)清社交平臺(tái) x、領(lǐng)英的就職信息仍停留在英偉達(dá)階段。

對于離職原因，SemiAnalysis 直言，DGX Lepton 的運(yùn)營效果不及黃仁勛預(yù)期；但更深層的原因還涉及，黃仁勛與賈揚(yáng)清在項(xiàng)目開源承諾的分歧、產(chǎn)品落地執(zhí)行力等層面的問題。

Caffe、PyTorch、ONNX 的締造者，上一代 AI 框架公認(rèn)的奠基人。連人帶團(tuán)隊(duì) 7 億美金被英偉達(dá)收編，原本是一段軟硬融合的佳話，為何短短一年就分道揚(yáng)鑣？

細(xì)究下來，在這個(gè)戲劇性的轉(zhuǎn)折背后，還藏著兩個(gè)強(qiáng)烈的行業(yè)信號(hào)：

第一，GPU 可以靠稀缺性賣斷貨，但 AI Infra 卻無法實(shí)現(xiàn)壟斷。當(dāng)英偉達(dá)作為硬件霸主試圖向上層軟件擴(kuò)張時(shí)，遇到的阻力，比造 GPU 還大。

第二，當(dāng) AI 已經(jīng)能自己寫代碼、管集群，那些以“降低工程門檻”為賣點(diǎn)的中間件平臺(tái)，正在面臨被直接被取代的價(jià)值危機(jī)。

賈揚(yáng)清交付的籌碼

2025 年 4 月，英偉達(dá)正式完成收購，隨即將 LeptonAI 更名為DGX Cloud Lepton，并于當(dāng)年 6 月重新對外發(fā)布。

表面上看，這是一次軟件能力的補(bǔ)強(qiáng)。但如果聯(lián)系英偉達(dá)當(dāng)時(shí)的戰(zhàn)略處境，就會(huì)發(fā)現(xiàn)這筆收購的野心遠(yuǎn)不止于此。加上此前收購的AI 基礎(chǔ)設(shè)施編排和工作負(fù)載管理平臺(tái) Run:ai 約 12 億美元，英偉達(dá)先后在 GPU 云軟件棧上的總投入將近 20 億美元。

過去兩年，英偉達(dá)是 AI 時(shí)代最大的“賣鏟人”，但這還不夠。黃仁勛不僅想讓大家買它的卡、用它的 CUDA、接它的軟件棧，還希望把全球 GPU 資源變成一個(gè)統(tǒng)一入口。

簡單來說，就是從 AWS、Azure、阿里這些客戶手里再分一杯羹：在云廠商之上，再建一層屬于自己的軟件平臺(tái)。讓開發(fā)者不再到處問“哪里還有 H100”，而是直接在英偉達(dá)的平臺(tái)上找卡、租卡、部署模型。

而賈揚(yáng)清，就是這個(gè)計(jì)劃最完美的代言人。

對華人開發(fā)者來說，賈揚(yáng)清曾一度被視為 AI 領(lǐng)域的大神，并長期推崇踐行開源精神。

2013 年，還在 UC Berkeley 讀博士的他，寫出了Caffe——第一個(gè)被工業(yè)界大規(guī)模采用的深度學(xué)習(xí)框架。它奠定了"模型即配置文件"的工程范式，讓深度學(xué)習(xí)第一次真正走出了實(shí)驗(yàn)室。

2016 年他加入 Meta，聯(lián)合微軟推出 ONNX，主導(dǎo) PyTorch 1.0，今天幾乎所有主流 AI 模型都跑在 PyTorch 上；三年后，他以技術(shù)副總裁的頭銜加入阿里，主導(dǎo)大規(guī)模 AI 基礎(chǔ)設(shè)施建設(shè)，積攢了生產(chǎn)環(huán)境運(yùn)營 GPU 集群的一手經(jīng)驗(yàn)。

2023 年賈揚(yáng)清離職創(chuàng)業(yè)，與同樣來自 Meta AI 的 白俊杰 聯(lián)合創(chuàng)立LeptonAI，拿到了 1100 萬美元種子輪融資，承載的正是“降低 AI 工程師使用和管理 GPU 集群門檻”的想象力。

三大開源框架、兩家頂級大廠、一段中國市場經(jīng)歷——這是賈揚(yáng)清帶給英偉達(dá)的籌碼。英偉達(dá)買下的，也不只是 Lepton 這家創(chuàng)業(yè)公司，還有 AI 開源社區(qū)對于賈揚(yáng)清長達(dá)十年信任積累。

黃仁勛給出了足夠的誠意和價(jià)格，賈揚(yáng)清也帶著將 AI Infra 推向新高度的抱負(fù)入局。這本該是一場完美的雙向奔赴，但遺憾的是，在商業(yè)變現(xiàn)與開源信仰的碰撞下，雙方最終沒能走向共同的愿景。

三道無法彌合的裂縫

從萬眾矚目到創(chuàng)始人出走，僅僅一年。據(jù) SemiAnalysis 拆解，問題主要出在三道裂縫上。

第一道裂縫，是開源信仰的破滅。

英偉達(dá)在收購時(shí)承諾，Lepton 的核心軟件平臺(tái)將于 2026 年開源。這個(gè)承諾，對賈揚(yáng)清而言絕不是一個(gè)可有可無的細(xì)節(jié)——他的整個(gè)職業(yè)生涯，都建立在開源精神之上。Caffe 開源，ONNX 開源，PyTorch 開源。他不是一個(gè)偶爾擁抱開源的工程師，他是那個(gè)用開源重塑了整個(gè) AI 工程基礎(chǔ)設(shè)施的人。

然而這個(gè)承諾，至今沒有兌現(xiàn)。

SemiAnalysis 的推斷是：黃仁勛最終改變了主意，否決了開源計(jì)劃。對于一個(gè)把開源視為信仰的創(chuàng)始人而言，這不是產(chǎn)品路線的分歧，而是根本性的價(jià)值觀沖突。

回顧英偉達(dá)的開源記錄：NIMs 名義開放實(shí)則封閉，flashinfer 也從開源社區(qū)項(xiàng)目變?yōu)殚]源 cubin 內(nèi)核，RIVA 等 ML 平臺(tái)也走向了類似命運(yùn)。賈揚(yáng)清對此不可能沒有預(yù)判，但他或許仍抱有改變的希望。直到希望落空。

第二道裂縫，是產(chǎn)品執(zhí)行的跑偏。

SemiAnalysis 的措辭相當(dāng)直接："NVIDIA's product management culture did not let Lepton bloom into what it could have become."（英偉達(dá)的產(chǎn)品管理文化，沒能讓 Lepton 開花結(jié)果。）

實(shí)際情況令人唏噓：團(tuán)隊(duì)的資源被消耗在更換配色方案和登錄界面 UI等表面工作上，而真正的核心技術(shù)問題，比如多租戶（multi-tenancy）始終沒有被解決。某云廠商（合作方）更是直言不諱："Lepton 解決了 GPU 云的所有問題，除了最難的那個(gè)。"

要知道，AI 原生開發(fā)者歷來不愿為英偉達(dá)的非關(guān)鍵路徑軟件付費(fèi)。他們信任的是 vLLM、SGLang、SLURM 這些從開源社區(qū)里長出來的工具鏈，而不是某個(gè)大公司包裝過的 SaaS 平臺(tái)。

Lepton/DGX Lepton 的目標(biāo)用戶，恰恰是對這類產(chǎn)品最挑剔的一群人。

第三個(gè)裂縫，寫在股權(quán)結(jié)構(gòu)里。

一般來說，標(biāo)準(zhǔn)的收購協(xié)議中，創(chuàng)始人股權(quán)通常分 3 到 4 年歸屬。賈揚(yáng)清僅一年便離職，這也意味著：要么他放棄了大量未歸屬的股權(quán)，要么他在談判時(shí)就爭取到了一年內(nèi)完全歸屬的特殊條款。

無論哪種情況，都說明他離開的決心極為堅(jiān)定。這不是一次被動(dòng)的人事調(diào)整，而是一次主動(dòng)的、徹底的告別。

據(jù)早期信息顯示，Lepton 平臺(tái)在 2025 年中期前后已基本停止對外運(yùn)營。

Agentic Coding 的降維打擊

如果說價(jià)值觀沖突和產(chǎn)品跑偏是內(nèi)部問題，那么外部的模型發(fā)展和市場走向，則動(dòng)搖了整個(gè) AI Infra 賽道的價(jià)值結(jié)構(gòu)。

LeptonAI 當(dāng)初試圖解決的，是一個(gè)真實(shí)存在的痛點(diǎn)：降低 AI 工程師使用和管理 GPU 集群的門檻。開發(fā)者不想管 Kubernetes，不想寫部署腳本，不想折騰推理服務(wù)，不想處理擴(kuò)縮容、監(jiān)控和日志……這些事情繁瑣、專業(yè)、耗時(shí)。所以，一個(gè)把這些復(fù)雜性打包起來的運(yùn)維平臺(tái)，可以讓開發(fā)者專注于模型本身。

2023 年，這是一個(gè)值得花數(shù)億美元去解決的問題。但到了 2026 年，這個(gè)問題的門檻和解法已經(jīng)松動(dòng)。

以 Cursor、Claude Code、Codex 為代表的Agentic Coding 工具正在重塑軟件開發(fā)的底層邏輯。"Vibe-coding"不再是一個(gè)噱頭——開發(fā)者可以用自然語言描述需求，AI Agent 自動(dòng)生成、調(diào)試、部署完整的基礎(chǔ)設(shè)施代碼。

比如，競爭對手AMD 開源的 Spur 項(xiàng)目，一個(gè)與高性能計(jì)算調(diào)度器 Slurm 完全兼容的開源替代品，可以直接被 AI Agent 調(diào)用和配置，幾乎零門檻。

這意味著什么？

Lepton 試圖用產(chǎn)品化方式解決的問題，正在被 Agentic Coding 用代碼生成的方式直接跳過。當(dāng)你的平臺(tái)僅僅是把部署流程包裝得更順滑，把一些常見操作自動(dòng)化，把 API 封得更漂亮，那么 Agentic Coding 的崛起會(huì)削弱它的稀缺性。

因?yàn)殚_發(fā)者會(huì)越來越有能力用開源組件拼出自己的工作流，用 Agent 修配置、寫出集群管理腳本、接監(jiān)控、改 SDK、遷移部署環(huán)境。

這不是 Lepton 一家的困境，而是整個(gè)"AI 基礎(chǔ)設(shè)施抽象層"賽道正在面臨的系統(tǒng)性挑戰(zhàn)。

那些在 2022 年到 2024 年間以"降低 AI 工程門檻"為賣點(diǎn)融資的公司，都需要重新回答一個(gè)更尖銳的問題：你到底解決的是表層的復(fù)雜性，還是底層的稀缺性？

聲明：本文為 AI 前線原創(chuàng)，不代表平臺(tái)觀點(diǎn)，也不構(gòu)成投資建議，未經(jīng)許可禁止轉(zhuǎn)載。

會(huì)議推薦

大會(huì)限時(shí)早鳥票享 8 折專屬優(yōu)惠，現(xiàn)在報(bào)名立減 1160，更多詳情可掃碼或聯(lián)系票務(wù)經(jīng)理 13269078023 進(jìn)行咨詢。

今日薦文

你也「在看」嗎？