本文來自微信公眾號(hào)： AI前線 ，作者：青和，原文標(biāo)題：《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？》
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(qǐng)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(duì)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(duì)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(duì)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(jiǎn)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(duì)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(zhǎng)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(jí)大廠、一段中國市場(chǎng)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(duì)于賈揚(yáng)清長(zhǎng)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(chǎng)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(duì)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(duì)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(duì)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(zhǎng)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(duì)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(zhēng)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(duì)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(chǎng)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(jìng)爭(zhēng)對(duì)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？