- LeptonAI 的产品定位从"独立开源 AI Infra 平台"被并入 DGX Cloud 体系下成为 "DGX Lepton",与"开源 + 多云中立"的原始承诺出现冲突
- 贾扬清本人从"创业公司 CEO"变为"大厂系统软件副总裁",再变回独立身份,一年内完成角色 360 度切换
- 黄仁勋从"花大钱买明星团队"变成"内部推翻开源决定 + 默许核心创始人离开",至少在半公开层面承认整合未达预期
- LeptonAI 余下 20 人团队的归宿从"进入全球最大 GPU 公司的核心业务线"变成去向待定
2026 年 6 月 29 日,AI 圈最受关注的”明星 AI Infra 创始人 + 头部 GPU 巨头”组合,在不到一年时间里走到结局:贾扬清已从英伟达系统软件副总裁任上离开。SemiAnalysis 一句”DGX Lepton 表现不佳,远未达到 Jensen 预期”,几乎是把”整合失败”四个字写在了公告墙上。
这不只是一个人事变动。它把过去十年最典型的一条 AI 路径——“学术 → 工业研究院 → 创业 → 大厂收购整合”——完整地跑了一次,然后在终点撞墙。要理解这次撞墙,得从贾扬清本人、LeptonAI 是什么、英伟达为什么愿意花 7 亿美元、整合之后发生了什么四个层面拆开看。
贾扬清:学术—工业—创业—大厂,十年走完一条弧线
贾扬清在中文 AI 圈几乎不需要介绍,但放在一个普通订阅用户的视角里,这个人的简历密度足以让读者意识到”为什么英伟达愿意花 7 亿美元买他”:
- Caffe 作者(2013–2014)。在伯克利读博期间主导开发的 Caffe(Convolutional Architecture for Fast Feature Embedding),是 2014–2017 年间最广泛使用的深度学习框架之一。它后来直接启发了 Caffe2、PyTorch 的设计取向,是今天学界仍在用的早期工业级框架代表。
- Facebook AI Research(FAIR)首任主管(2014–2019)。贾在 Yann LeCun 手下接手 FAIR 的开源与产品化工作,主导 Caffe2 / PyTorch 的合并,让 PyTorch 在 2019 年之后成为学界事实标准框架。这一步从”写库”走向”塑造生态”。
- 阿里巴巴副总裁(2019–2023)。负责达摩院与云平台的智能计算业务,第一次深入”大厂系统软件 + 云基础设施”完整链路。三年大厂任期让他看清了一个问题:在大厂内部做 AI Infra,推进节奏被公司其他业务绑架。
- LeptonAI 创始人兼 CEO(2023–2025)。从阿里离开后创办 LeptonAI,定位 AI 推理云基础设施 + 开源模型托管平台,本质上要做”独立版本、跨多家 GPU 厂商”的 AI 推理调度层。这正是黄仁勋最想握住、又最难独立握住的一块。
- 英伟达系统软件副总裁(2025 H2 – 2026 H2,约一年)。随着 LeptonAI 被并入英伟达,这一身份变更完成了。表面上是”高位 VP、统筹英伟达系统软件”,实际是把 LeptonAI 装进了 DGX Cloud 体系下,改名 DGX Lepton。
这条弧线解释了贾扬清为什么会”对一家 GPU 巨头有吸引力”:一个既懂 AI Infra、又有大厂内部经验、能在一年内从产品到开源生态拉动 PyTorch 这种级别影响的人,放到英伟达体系里本来是顺理成章的”原力杠杆”。
但弧线也有它的另一面:贾扬清本人的履历里,每一次离开都是因为”想去一个更快的地方”。从 Facebook 到阿里,他公开讲过的话是”想去看见闭环”;从阿里出来做 LeptonAI,他对行业最大的疑问是”模型时代的系统软件该由谁来重新定义”。这一次的”离开大厂”也是同一个动作的自然延伸。
LeptonAI 是谁,为什么值 7 亿美元
要把这笔收购看清楚,需要先理解 LeptonAI 这个产品在收购前的真实定位——而这件事现在只能依赖 archive.org 的历史快照,因为 lepton.ai 在被收购后已经深度并入了 nvidia.com 的产品页。
LeptonAI 创立于 2023 年,核心业务有两条:
- AI 推理云平台:基于 GPU 集群提供推理服务的标准化接口,卖点是”比云厂商便宜几倍、按 token 计费、几分钟即可接入”。
- 开源模型托管与微调环境:对接 Hugging Face 等上游模型仓库,提供托管、量化、微调、推理加速一体的中间层。
它的产品叙事里最关键的两个字是**“中立”:不绑定任何一家 GPU 厂商,不强制使用某家云,模型和推理栈都尽量开源。这与同期出现的 Together AI、Fireworks AI、Anyscale 都属同一波——但 LeptonAI 的差异化在贾扬清本人的系统软件基因**:这家公司不是从模型蒸馏或应用层切进去,而是从底层调度、显存管理、GPU 网络栈这种系统软件层切入,更接近”AI Infra 时代的 Mesosphere / Kubernetes 替代品”。
英伟达愿意出 7 亿美元买 20 人团队,价格显然不是按人数除出来的——而是按三条战略价值加总:
- 战略价值一:补系统软件短板。英伟达的硬件护城河深不见底,但软件栈(从驱动、cuDNN、TensorRT 到 NGC / DGX Cloud)一直被外界看作”比 CUDA 弱一个身位”。把 LeptonAI 团队收进来,等于一次性补齐一个”AI 推理调度 + 跨厂商支持”的核心技术小组。
- 战略价值二:获得贾扬清本人。一个能公开代表英伟达去谈 AI Infra 战略的演讲者,在行业大会、开发者关系、招揽人才三件事上,价值远高于其工时。
- 战略价值三:卡位新一波开源模型”推理 + 微调”中间层。Llama、Mistral、Qwen、DeepSeek 这一波开源模型崛起的核心痛点是”怎么稳定低成本地部署”,LeptonAI 团队过去两年积累的工程经验,在开源模型爆发期正好是英伟达最想拽在手里的能力。
加起来 7 亿美元买 20 人,人均约 3500 万美元(以人均对价计,这是近五年英伟达对外收购里单价最高的一次之一)。
收购后的整合:开源承诺撞上”大厂节奏”
但收购一年内的整合过程,SemiAnalysis 给出了非常具体的批评:DGX Lepton 表现不佳,远未达到 Jensen 预期。这句话的杀伤力,远大于”离职”本身。
整合为什么难?从公开信息看,有三个层面的错位:
第一层错位:产品定位被改写。 LeptonAI 卖的是”跨厂商、跨云、开源”,DGX Lepton 被定位为 NVIDIA DGX Cloud 的旗下产品时,自然变成”围绕 NVIDIA GPU、NVIDIA 云、配合 NVIDIA 硬件销售”。前者是中立基础设施,后者是垂直绑定入口。SemiAnalysis 的引述”黄仁勋可能推翻了 DGX Lepton 的开源决定”,本质就是把 LeptonAI 原本”开源 + 多云”的承诺改成了”闭源 + 绑定”。
第二层错位:工程节奏与决策链路。 一支 20 人、高速迭代的创业团队,进入一个十几万员工的硬件/软件公司后,工程决策从”产品端到端闭环”变成”跨部门合规 / 安全 / 法务 / 销售对齐”。LeptonAI 早期那种”两周一迭代、按周把推理成本再砍 15%“的节奏,在英伟达内部几乎不可能复现。SemiAnalysis 的评价”远未达到 Jensen 预期”隐含的另一层意思是:Jensen 期待的是”产品力能反哺系统栈”,而现实是”团队被嵌入既有体系、节奏被拉慢”。
第三层错位:创始人的角色失重。 黄仁勋给贾扬清的头衔是”系统软件副总裁”,这是一个明显高于产品线 GM、但低于 BU 总裁的位置——足够有”代言”光环,但没有足够的”独立产品决定权”。SemiAnalysis 关于”开源承诺分歧”的引述,很可能正是贾扬清在内部提出”我们应该维持开源承诺”而无法得到答案的过程反映。当创始人的角色变成”被嵌入大厂 VP 体系的高级代言人”,他过去两年创业带起来的”使命感”,在大厂语境下失去了着力点。
这三层错位叠加在一起,产品自然整合不顺。一年时间对一家创业团队是”两个迭代大版本”,对一家大厂新业务线是”刚过路线图评审”——一年内的失败判断,SemiAnalysis 已经替 Jensen 下了。
收购前 LeptonAI vs 整合后 DGX Lepton:核心维度对照
| 维度 | LeptonAI(收购前) | DGX Lepton(整合后) | 错位方向 |
|---|---|---|---|
| 产品定位 | 跨厂商、跨云的开源 AI 推理基础设施 | NVIDIA DGX Cloud 旗下、绑定 NVIDIA GPU 与云 | 中立基础设施 → 垂直绑定入口 |
| 开源承诺 | 公开承诺多云、开源、与 NVIDIA 硬件解耦 | SemiAnalysis 推测被推翻,可能转向闭源绑定 | 开源 → 闭源 |
| 决策节奏 | 20 人团队端到端闭环、两周迭代 | 嵌入英伟达跨部门合规 / 安全 / 法务 / 销售链路 | 高节奏 → 大厂节奏 |
| 创始人角色 | 创办人,产品决策权 | 系统软件副总裁,代言光环但产品边界有限 | 创始人 → 高级代言人 |
| 主要客户 | AI 创业团队、跨云推理需求方 | DGX Cloud 客户、NVIDIA 生态内部用例 | 通用 infra → 内部对齐 |
| 单价 / 商业模型 | 按推理调用计费、低门槛 | 大客户合约为主、与 NVIDIA 硬件销售绑定 | 灵活计费 → 长期合约 |
这张表总结了 LeptonAI 并入英伟达后的五个明显错位方向,也是 SemiAnalysis “表现不佳、远未达到 Jensen 预期”那句话背后的具体内容。
为何重要:明星收购整合失败的少见先例
把这件事放进 AI 行业过去五年的并购脉络里看,有几点值得读者注意。
并购模式本身的失败
过去五年英伟达对外并购不多,但每一次的逻辑都类似:用资本换取”团队 + 战略卡位”。典型如 Mellanox(网卡,7 亿美元,2019)、Arm(失败,2020–2022 撤回)、Run.ai(资源调度,2024)、LeptonAI(2025)。在这些里,Mellanox 整合成功是因为”硬件层 + 团队体量适合英伟达习惯”;Run.ai 体量更小但同样”嵌入式”成功,因为它直接服务 NGC / DGX Cloud 现有栈;LeptonAI 是第一次”独立 AI Infra 平台被并入后未能延续产品叙事”。
AI Infra 仍未收敛
LeptonAI 这条业务线失败,与 Together AI、Fireworks AI、Anyscale 这些独立 AI Infra 公司仍在 2026 年频繁融资的事实,共同说明一件事:AI Infra 仍没到必有一家”垂直整合赢家”的阶段。模型层在快速收敛(Microsoft/OpenAI、Google、Anthropic/Meta、xAI/阿里、字节/DeepSeek),但下游的”推理 + 部署 + 微调”中间层仍是分散。LeptonAI 试图卖给英伟达”做垂直整合”这条路,被市场的实际分散程度证明是不成立的。
贾扬清下一步大概率继续做 AI Infra
Hyperbolic 是一家专注 GPU 推理市场 的创业公司,产品方向大致覆盖去中心化 GPU 算力、按 token 推理租用、模型托管。SemiAnalysis 直接点出”贾扬清已出任顾问”——这个时间点的信号含义比顾问身份本身更重要:贾在一年内被购入又被默认为”不算成功”,马上又接到另一家 AI Infra 公司的顾问邀请,说明他在 AI Infra 的判断力仍被市场认可,只是和英伟达的整合路径走偏了。
黄仁勋本人对”明星收购”信心的损耗
这种金额级别的收购一年内以创始人离职收场,会直接影响英伟达未来对”AI Infra 创业团队”的收购意愿和定价。SemiAnalysis 这种”半公开揭短”的处理,某种程度上也是外部观察者对黄仁勋的”提醒”——整合 20 人(而不是 200 人)的小创业团队,不能像整合 2000 人的大业务线一样套用流程。
这是过去三年最典型的”AI 大厂收购明星创业团队整合失败”案例之一,但它不是孤例——它是和 Google × Character(传闻)、Microsoft × Inflection 一脉相承的另一种结局:整合失败的成本不全由收购方承担,创业团队 / 创始人同样要付机会成本。
我们对这件事有三个判断:
1. 这是大厂收购明星 AI 团队最常见的失败模式之一。 不是因为团队不优秀,而是因为产品承诺与公司结构冲突——创业团队卖的是”独立、快速、开源(或中立)“,大厂并购后默认”对齐、绑定、季度节奏”。这种冲突在没有容错机制的情况下几乎一定会爆发,LeptonAI 这次只是把潜规则公开了。
2. 贾扬清的下一步大概率继续做 AI Infra。 顾问身份是动作,不是终点。从 Caffe 到 FAIR 到阿里到 LeptonAI,他的整条履历都在 AI Infra 这条线上,半路转去应用层的概率极低。Hyperbolic 是他最早期的试探点,如果合作顺利且股权结构合适,全职回归/孵化新项目都是 2026 H2 的合理选项。
3. 英伟达的”系统软件副总裁”这一头衔级别会出现战略调整。 当一次 7 亿美元收购在一年内未达预期时,未来同类收购要么不发生,要么换一种组织模型(独立子公司、保留品牌、给定产品边界)。这是 SemiAnalysis 这次公开点名的更深一层含义。
caveat:真正整合细节未公开,“黄仁勋推翻开源决定”是 SemiAnalysis 推断而非定论;贾的下一步也未必是 Hyperbolic,更可能是新创办/孵化新项目;我们没有看到任何内部 OKR / NPI 文档,所有判断仍属外部观察者的合理推断。但即便带这些不确定,这次事件本身已经是过去一年”头部 GPU 巨头 × 明星 AI 团队”组合里最具体的失败案例。
接下来看什么
- 7 天内:英伟达是否就贾扬清离职发布任何确认或静默(IR 渠道、官方博客、官博 X)。如果继续静默,意味着这是 SemiAnalysis 单一信源尚未升级,需要等 Bloomberg / The Information 主流媒体的跟进验证。
- 14 天内:贾扬清本人是否在 LinkedIn、X、个人页面发声。过往类似大厂离职他常不发,但本次金额量级高、SemiAnalysis 直接点名,不排除他罕见地公开回应。
- 30 天内:Hyperbolic 是否在贾加盟顾问前后官宣融资、产品发布、人事调整。从”顾问 → 投资方 → 高管”三步动作里看 Hyperbolic 与贾的关系到底落到哪一层。
- 60 天内:NVIDIA DGX Cloud Lepton 产品页是否继续维护、悄然改名为其他代号、或下架。这是判断”业务线继续做”的最直接信号。
- 90 天内:LeptonAI 原余下 20 人团队核心成员 LinkedIn 状态——是内部转岗保留、整建制加入新项目,还是分批离职。在大厂收购案例里”团队一年内大面积离散”是比创始人离职更晚的失败信号,但往往更快到来。
读者如果想持续关注,盯 SemiAnalysis 后续贴文、Bloomberg 的 Gillian Tan / The Information 的 Amir Efrati 这两位此前多次独家报 GPU 行业的记者、以及 Nvidia Developer Blog 这三个点位最有效。