作者 | 青和

據半導體調研機構 SemiAnalysis 爆料，LeptonAI 的創(chuàng)始人兼 CEO 、英偉達系統(tǒng)軟件副總裁賈揚清，已從英偉達離職。距離黃仁勛豪擲 7 億美元，收購這家僅有 20 人的創(chuàng)業(yè)團隊，才剛剛過去一年。

更耐人尋味的是，就在本月初，GPU 云服務商 Hyperbolic 宣布聘請賈揚清擔任公司顧問。Hyperbolic 在公告中稱，賈揚清將為其在 AI 系統(tǒng)、云基礎設施、GPU marketplace、多云編排和 GPU 利用率提升等方向提供經驗支持。這在業(yè)務層，與其在英偉達負責的DGX Lepton平臺高度相似。

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

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

Caffe、PyTorch、ONNX 的締造者，上一代 AI 框架公認的奠基人。連人帶團隊 7 億美金被英偉達收編，原本是一段軟硬融合的佳話，為何短短一年就分道揚鑣？

細究下來，在這個戲劇性的轉折背后，還藏著兩個強烈的行業(yè)信號：

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

第二，當 AI 已經能自己寫代碼、管集群，那些以“降低工程門檻”為賣點的中間件平臺，正在面臨被直接被取代的價值危機。

賈揚清交付的籌碼

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

表面上看，這是一次軟件能力的補強。但如果聯(lián)系英偉達當時的戰(zhàn)略處境，就會發(fā)現(xiàn)這筆收購的野心遠不止于此。加上此前收購的AI 基礎設施編排和工作負載管理平臺 Run:ai 約 12 億美元，英偉達先后在 GPU 云軟件棧上的總投入將近 20 億美元。

過去兩年，英偉達是 AI 時代最大的“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。讓開發(fā)者不再到處問“哪里還有 H100”，而是直接在英偉達的平臺上找卡、租卡、部署模型。

而賈揚清，就是這個計劃最完美的代言人。

對華人開發(fā)者來說，賈揚清曾一度被視為 AI 領域的大神，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——第一個被工業(yè)界大規(guī)模采用的深度學習框架。它奠定了"模型即配置文件"的工程范式，讓深度學習第一次真正走出了實驗室。

2016 年他加入 Meta，聯(lián)合微軟推出 ONNX，主導 PyTorch 1.0，今天幾乎所有主流 AI 模型都跑在 PyTorch 上；三年后，他以技術副總裁的頭銜加入阿里，主導大規(guī)模 AI 基礎設施建設，積攢了生產環(huán)境運營 GPU 集群的一手經驗。

2023 年賈揚清離職創(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、一段中國市場經歷——這是賈揚清帶給英偉達的籌碼。英偉達買下的，也不只是 Lepton 這家創(chuàng)業(yè)公司，還有 AI 開源社區(qū)對于賈揚清長達十年信任積累。

黃仁勛給出了足夠的誠意和價格，賈揚清也帶著將 AI Infra 推向新高度的抱負入局。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 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。

英偉達在收購時承諾，Lepton 的核心軟件平臺將于 2026 年開源。這個承諾，對賈揚清而言絕不是一個可有可無的細節(jié)——他的整個職業(yè)生涯，都建立在開源精神之上。Caffe 開源，ONNX 開源，PyTorch 開源。他不是一個偶爾擁抱開源的工程師，他是那個用開源重塑了整個 AI 工程基礎設施的人。

然而這個承諾，至今沒有兌現(xiàn)。

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

回顧英偉達的開源記錄：NIMs 名義開放實則封閉，flashinfer 也從開源社區(qū)項目變?yōu)殚]源 cubin 內核，RIVA 等 ML 平臺也走向了類似命運。賈揚清對此不可能沒有預判，但他或許仍抱有改變的希望。直到希望落空。

第二道裂縫，是產品執(zhí)行的跑偏。

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

實際情況令人唏噓：團隊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。"

要知道，AI 原生開發(fā)者歷來不愿為英偉達的非關鍵路徑軟件付費。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，而不是某個大公司包裝過的 SaaS 平臺。

Lepton/DGX Lepton 的目標用戶，恰恰是對這類產品最挑剔的一群人。

第三個裂縫，寫在股權結構里。

一般來說，標準的收購協(xié)議中，創(chuàng)始人股權通常分 3 到 4 年歸屬。賈揚清僅一年便離職，這也意味著：要么他放棄了大量未歸屬的股權，要么他在談判時就爭取到了一年內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定。這不是一次被動的人事調整，而是一次主動的、徹底的告別。

據早期信息顯示，Lepton 平臺在 2025 年中期前后已基本停止對外運營。

Agentic Coding 的降維打擊

如果說價值觀沖突和產品跑偏是內部問題，那么外部的模型發(fā)展和市場走向，則動搖了整個 AI Infra 賽道的價值結構。

LeptonAI 當初試圖解決的，是一個真實存在的痛點：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，不想處理擴縮容、監(jiān)控和日志……這些事情繁瑣、專業(yè)、耗時。所以，一個把這些復雜性打包起來的運維平臺，可以讓開發(fā)者專注于模型本身。

2023 年，這是一個值得花數億美元去解決的問題。但到了 2026 年，這個問題的門檻和解法已經松動。

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"不再是一個噱頭——開發(fā)者可以用自然語言描述需求，AI Agent 自動生成、調試、部署完整的基礎設施代碼。

比如，競爭對手AMD 開源的 Spur 項目，一個與高性能計算調度器 Slurm 完全兼容的開源替代品，可以直接被 AI Agent 調用和配置，幾乎零門檻。

這意味著什么？

Lepton 試圖用產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。當你的平臺僅僅是把部署流程包裝得更順滑，把一些常見操作自動化，把 API 封得更漂亮，那么 Agentic Coding 的崛起會削弱它的稀缺性。

因為開發(fā)者會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"AI 基礎設施抽象層"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"為賣點融資的公司，都需要重新回答一個更尖銳的問題：你到底解決的是表層的復雜性，還是底層的稀缺性？

聲明：本文為 AI 前線原創(chuàng)，不代表平臺觀點，也不構成投資建議，未經許可禁止轉載。

會議推薦

大會限時早鳥票享 8 折專屬優(yōu)惠，現(xiàn)在報名立減 1160，更多詳情可掃碼或聯(lián)系票務經理 13269078023 進行咨詢。

今日薦文

你也「在看」嗎？