【天顺财经】6 月 29 日消息，半导体研究机构 SemiAnalysis 爆料称，Lepton AI 创始人兼 CEO、英伟达系统软件副总裁贾扬清已从英伟达离职。距离英伟达 CEO 黄仁勋豪掷约 7 亿美元收购这家仅有 20 人的创业团队，才刚刚过去一年。
SemiAnalysis 将这一变化称为 「令人震惊」。截至发稿，英伟达与贾扬清本人均未对此作出正式回应，贾扬清的社交平台及领英就职信息仍停留在英伟达阶段。
一场 20 亿美元的 AI Infra 扩张野心
要理解这次离职的分量，需要回溯英伟达在 AI 基础设施 （AI Infra） 领域的战略布局。黄仁勋的野心不止于卖芯片。他的构想是在 AWS、Azure 等云厂商之上再建一层属于英伟达自己的软件平台——让开发者不再四处询问 「哪里还有 H100」，而是直接在英伟达的平台上找卡、租卡、部署模型。
2025 年 4 月，英伟达正式完成对 Lepton AI 的收购。这家由贾扬清与同为 Meta AI 出身白俊杰联合创立的公司，成立于 2023 年，核心业务是帮助开发者获取和使用 GPU 资源。据 The Information 报道，交易价值达数亿美元，行业信息随后将金额指向约 7 亿美元量级。
当时，加上此前约 12 亿美元收购的 AI 基础设施编排平台 Run:ai，英伟达在 GPU 云软件栈上的总投入接近 20 亿美元。
收购完成后，英伟达将 Lepton AI 更名为 DGX Cloud Lepton，定位为一个连接全球 GPU 云服务商与 AI 开发者的算力市场。
贾扬清，正是这个计划最核心的执行者。
为何一年便分道扬镳？
SemiAnalysis 的爆料揭示了几个层面的原因。
最直接的导火索是运营效果不及预期。 DGX Lepton 并未达到外界或英伟达的预期。据虎嗅报道，DGX Lepton 在 2025 年中期已基本停止对外运营。
更深层的矛盾在于开源承诺的分歧。英伟达收购时曾承诺 2026 年开源 Lepton 核心平台，但最终否决了这一计划。SemiAnalysis 推测，贾扬清的离职可能与黄仁勋最终改变主意、没有批准开源 Lepton 有关。作为 Caffe、PyTorch、ONNX 等开源 AI 框架的奠基人，贾扬清深耕开源生态数十年。开源承诺的背弃，构成了根本性的价值观冲突。
另外，据报道，英伟达的产品管理文化消耗了团队大量资源在 UI 调整等表面工作上，而多租户等核心难题始终未能解决。这使得平台难以满足 AI 原生开发者的挑剔需求。
「无缝衔接」：已加入 Hyperbolic 担任顾问
就在本月初，GPU 云服务商 Hyperbolic 宣布聘请贾扬清担任公司顾问。Hyperbolic 在公告中称，贾扬清将为其在 AI 系统、云基础设施、GPU marketplace、多云编排和 GPU 利用率提升等方向提供经验支持。
贾扬清新角色的业务方向与其在英伟达负责的 DGX Lepton 平台高度重合，因此随着贾扬清被曝从英伟达离职的消息曝出，意味着他几乎是无缝切换到了同一赛道上的另一家公司。
贾扬清的出走，被业界视为一个强烈的信号。
第一，GPU 硬件垄断无法简单延伸至软件层。当英伟达作为硬件霸主试图向上层软件扩张时，遇到的阻力比制造 GPU 更大。AI Infra 无法实现像 GPU 硬件那样的垄断。
第二，中间件平台正面临价值危机。以 Cursor、Claude Code、Codex 为代表的 Agentic Coding 工具，可通过自然语言自动生成部署和配置基础设施的代码。这直接跳过了 「降低工程门槛」 类中间件的价值。这类平台需要重新证明自身在解决底层稀缺性方面的不可替代性。
【天顺财经】6 月 29 日消息，半导体研究机构 SemiAnalysis 爆料称，Lepton AI 创始人兼 CEO、英伟达系统软件副总裁贾扬清已从英伟达离职。距离英伟达 CEO 黄仁勋豪掷约 7 亿美元收购这家仅有 20 人的创业团队，才刚刚过去一年。
SemiAnalysis 将这一变化称为 「令人震惊」。截至发稿，英伟达与贾扬清本人均未对此作出正式回应，贾扬清的社交平台及领英就职信息仍停留在英伟达阶段。
一场 20 亿美元的 AI Infra 扩张野心
要理解这次离职的分量，需要回溯英伟达在 AI 基础设施 （AI Infra） 领域的战略布局。黄仁勋的野心不止于卖芯片。他的构想是在 AWS、Azure 等云厂商之上再建一层属于英伟达自己的软件平台——让开发者不再四处询问 「哪里还有 H100」，而是直接在英伟达的平台上找卡、租卡、部署模型。
2025 年 4 月，英伟达正式完成对 Lepton AI 的收购。这家由贾扬清与同为 Meta AI 出身白俊杰联合创立的公司，成立于 2023 年，核心业务是帮助开发者获取和使用 GPU 资源。据 The Information 报道，交易价值达数亿美元，行业信息随后将金额指向约 7 亿美元量级。
当时，加上此前约 12 亿美元收购的 AI 基础设施编排平台 Run:ai，英伟达在 GPU 云软件栈上的总投入接近 20 亿美元。
收购完成后，英伟达将 Lepton AI 更名为 DGX Cloud Lepton，定位为一个连接全球 GPU 云服务商与 AI 开发者的算力市场。
贾扬清，正是这个计划最核心的执行者。
为何一年便分道扬镳？
SemiAnalysis 的爆料揭示了几个层面的原因。
最直接的导火索是运营效果不及预期。 DGX Lepton 并未达到外界或英伟达的预期。据虎嗅报道，DGX Lepton 在 2025 年中期已基本停止对外运营。
更深层的矛盾在于开源承诺的分歧。英伟达收购时曾承诺 2026 年开源 Lepton 核心平台，但最终否决了这一计划。SemiAnalysis 推测，贾扬清的离职可能与黄仁勋最终改变主意、没有批准开源 Lepton 有关。作为 Caffe、PyTorch、ONNX 等开源 AI 框架的奠基人，贾扬清深耕开源生态数十年。开源承诺的背弃，构成了根本性的价值观冲突。
另外，据报道，英伟达的产品管理文化消耗了团队大量资源在 UI 调整等表面工作上，而多租户等核心难题始终未能解决。这使得平台难以满足 AI 原生开发者的挑剔需求。
「无缝衔接」：已加入 Hyperbolic 担任顾问
就在本月初，GPU 云服务商 Hyperbolic 宣布聘请贾扬清担任公司顾问。Hyperbolic 在公告中称，贾扬清将为其在 AI 系统、云基础设施、GPU marketplace、多云编排和 GPU 利用率提升等方向提供经验支持。
贾扬清新角色的业务方向与其在英伟达负责的 DGX Lepton 平台高度重合，因此随着贾扬清被曝从英伟达离职的消息曝出，意味着他几乎是无缝切换到了同一赛道上的另一家公司。
贾扬清的出走，被业界视为一个强烈的信号。
第一，GPU 硬件垄断无法简单延伸至软件层。当英伟达作为硬件霸主试图向上层软件扩张时，遇到的阻力比制造 GPU 更大。AI Infra 无法实现像 GPU 硬件那样的垄断。
第二，中间件平台正面临价值危机。以 Cursor、Claude Code、Codex 为代表的 Agentic Coding 工具，可通过自然语言自动生成部署和配置基础设施的代码。这直接跳过了 「降低工程门槛」 类中间件的价值。这类平台需要重新证明自身在解决底层稀缺性方面的不可替代性。
【天顺财经】6 月 29 日消息，半导体研究机构 SemiAnalysis 爆料称，Lepton AI 创始人兼 CEO、英伟达系统软件副总裁贾扬清已从英伟达离职。距离英伟达 CEO 黄仁勋豪掷约 7 亿美元收购这家仅有 20 人的创业团队，才刚刚过去一年。
SemiAnalysis 将这一变化称为 「令人震惊」。截至发稿，英伟达与贾扬清本人均未对此作出正式回应，贾扬清的社交平台及领英就职信息仍停留在英伟达阶段。
一场 20 亿美元的 AI Infra 扩张野心
要理解这次离职的分量，需要回溯英伟达在 AI 基础设施 （AI Infra） 领域的战略布局。黄仁勋的野心不止于卖芯片。他的构想是在 AWS、Azure 等云厂商之上再建一层属于英伟达自己的软件平台——让开发者不再四处询问 「哪里还有 H100」，而是直接在英伟达的平台上找卡、租卡、部署模型。
2025 年 4 月，英伟达正式完成对 Lepton AI 的收购。这家由贾扬清与同为 Meta AI 出身白俊杰联合创立的公司，成立于 2023 年，核心业务是帮助开发者获取和使用 GPU 资源。据 The Information 报道，交易价值达数亿美元，行业信息随后将金额指向约 7 亿美元量级。
当时，加上此前约 12 亿美元收购的 AI 基础设施编排平台 Run:ai，英伟达在 GPU 云软件栈上的总投入接近 20 亿美元。
收购完成后，英伟达将 Lepton AI 更名为 DGX Cloud Lepton，定位为一个连接全球 GPU 云服务商与 AI 开发者的算力市场。
贾扬清，正是这个计划最核心的执行者。
为何一年便分道扬镳？
SemiAnalysis 的爆料揭示了几个层面的原因。
最直接的导火索是运营效果不及预期。 DGX Lepton 并未达到外界或英伟达的预期。据虎嗅报道，DGX Lepton 在 2025 年中期已基本停止对外运营。
更深层的矛盾在于开源承诺的分歧。英伟达收购时曾承诺 2026 年开源 Lepton 核心平台，但最终否决了这一计划。SemiAnalysis 推测，贾扬清的离职可能与黄仁勋最终改变主意、没有批准开源 Lepton 有关。作为 Caffe、PyTorch、ONNX 等开源 AI 框架的奠基人，贾扬清深耕开源生态数十年。开源承诺的背弃，构成了根本性的价值观冲突。
另外，据报道，英伟达的产品管理文化消耗了团队大量资源在 UI 调整等表面工作上，而多租户等核心难题始终未能解决。这使得平台难以满足 AI 原生开发者的挑剔需求。
「无缝衔接」：已加入 Hyperbolic 担任顾问
就在本月初，GPU 云服务商 Hyperbolic 宣布聘请贾扬清担任公司顾问。Hyperbolic 在公告中称，贾扬清将为其在 AI 系统、云基础设施、GPU marketplace、多云编排和 GPU 利用率提升等方向提供经验支持。
贾扬清新角色的业务方向与其在英伟达负责的 DGX Lepton 平台高度重合，因此随着贾扬清被曝从英伟达离职的消息曝出，意味着他几乎是无缝切换到了同一赛道上的另一家公司。
贾扬清的出走，被业界视为一个强烈的信号。
第一，GPU 硬件垄断无法简单延伸至软件层。当英伟达作为硬件霸主试图向上层软件扩张时，遇到的阻力比制造 GPU 更大。AI Infra 无法实现像 GPU 硬件那样的垄断。
第二，中间件平台正面临价值危机。以 Cursor、Claude Code、Codex 为代表的 Agentic Coding 工具，可通过自然语言自动生成部署和配置基础设施的代码。这直接跳过了 「降低工程门槛」 类中间件的价值。这类平台需要重新证明自身在解决底层稀缺性方面的不可替代性。
【天顺财经】6 月 29 日消息，半导体研究机构 SemiAnalysis 爆料称，Lepton AI 创始人兼 CEO、英伟达系统软件副总裁贾扬清已从英伟达离职。距离英伟达 CEO 黄仁勋豪掷约 7 亿美元收购这家仅有 20 人的创业团队，才刚刚过去一年。
SemiAnalysis 将这一变化称为 「令人震惊」。截至发稿，英伟达与贾扬清本人均未对此作出正式回应，贾扬清的社交平台及领英就职信息仍停留在英伟达阶段。
一场 20 亿美元的 AI Infra 扩张野心
要理解这次离职的分量，需要回溯英伟达在 AI 基础设施 （AI Infra） 领域的战略布局。黄仁勋的野心不止于卖芯片。他的构想是在 AWS、Azure 等云厂商之上再建一层属于英伟达自己的软件平台——让开发者不再四处询问 「哪里还有 H100」，而是直接在英伟达的平台上找卡、租卡、部署模型。
2025 年 4 月，英伟达正式完成对 Lepton AI 的收购。这家由贾扬清与同为 Meta AI 出身白俊杰联合创立的公司，成立于 2023 年，核心业务是帮助开发者获取和使用 GPU 资源。据 The Information 报道，交易价值达数亿美元，行业信息随后将金额指向约 7 亿美元量级。
当时，加上此前约 12 亿美元收购的 AI 基础设施编排平台 Run:ai，英伟达在 GPU 云软件栈上的总投入接近 20 亿美元。
收购完成后，英伟达将 Lepton AI 更名为 DGX Cloud Lepton，定位为一个连接全球 GPU 云服务商与 AI 开发者的算力市场。
贾扬清，正是这个计划最核心的执行者。
为何一年便分道扬镳？
SemiAnalysis 的爆料揭示了几个层面的原因。
最直接的导火索是运营效果不及预期。 DGX Lepton 并未达到外界或英伟达的预期。据虎嗅报道，DGX Lepton 在 2025 年中期已基本停止对外运营。
更深层的矛盾在于开源承诺的分歧。英伟达收购时曾承诺 2026 年开源 Lepton 核心平台，但最终否决了这一计划。SemiAnalysis 推测，贾扬清的离职可能与黄仁勋最终改变主意、没有批准开源 Lepton 有关。作为 Caffe、PyTorch、ONNX 等开源 AI 框架的奠基人，贾扬清深耕开源生态数十年。开源承诺的背弃，构成了根本性的价值观冲突。
另外，据报道，英伟达的产品管理文化消耗了团队大量资源在 UI 调整等表面工作上，而多租户等核心难题始终未能解决。这使得平台难以满足 AI 原生开发者的挑剔需求。
「无缝衔接」：已加入 Hyperbolic 担任顾问
就在本月初，GPU 云服务商 Hyperbolic 宣布聘请贾扬清担任公司顾问。Hyperbolic 在公告中称，贾扬清将为其在 AI 系统、云基础设施、GPU marketplace、多云编排和 GPU 利用率提升等方向提供经验支持。
贾扬清新角色的业务方向与其在英伟达负责的 DGX Lepton 平台高度重合，因此随着贾扬清被曝从英伟达离职的消息曝出，意味着他几乎是无缝切换到了同一赛道上的另一家公司。
贾扬清的出走，被业界视为一个强烈的信号。
第一，GPU 硬件垄断无法简单延伸至软件层。当英伟达作为硬件霸主试图向上层软件扩张时，遇到的阻力比制造 GPU 更大。AI Infra 无法实现像 GPU 硬件那样的垄断。
第二，中间件平台正面临价值危机。以 Cursor、Claude Code、Codex 为代表的 Agentic Coding 工具，可通过自然语言自动生成部署和配置基础设施的代码。这直接跳过了 「降低工程门槛」 类中间件的价值。这类平台需要重新证明自身在解决底层稀缺性方面的不可替代性。
