7亿美元收购仅一年，贾扬清离职英伟达，AI Infra软硬融合的“佳话”为何成了泡沫？

7亿美元买一个20人的团队，一年后创始人离职、产品停运——这恐怕是英伟达近年来最昂贵的一笔“学费”。

更耐人寻味的是，就在本月初，GPU云服务商Hyperbolic已宣布聘请贾扬清担任公司顾问，负责AI系统、GPU算力调度、集群利用率优化等工作——业务范畴与其在英伟达负责的DGX Lepton平台高度重合。

一场被寄予厚望的“软硬融合”，为何如此仓促收场？

2025年4月，英伟达完成对LeptonAI的收购。表面上看，这只是一次软件能力的补强。但如果结合英伟达当时的战略布局，就会发现这笔收购的野心远不止于此——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。

黄仁勋的算盘打得清楚：过去两年，英伟达是AI时代最大的“卖铲人”，但这还不够。他不仅要让企业买英伟达的卡、用英伟达的CUDA、接英伟达的软件栈，还希望在AWS、Azure等云厂商之上再建一层属于自己的软件平台。让开发者不再到处问“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。

英伟达曾告诉投资人，长期来看，云服务和软件业务有望贡献1500亿美元的收入。而贾扬清，就是这个宏大计划最完美的代言人。

对华人开发者而言，贾扬清曾一度被视为AI框架领域的神级人物。

2013年，还在UC Berkeley读博的他写出了Caffe——第一个被工业界大规模采用的深度学习框架。此后，他在Google参与早期TensorFlow开发，在Meta主导PyTorch 1.0和ONNX的推出。如今几乎所有主流AI模型都跑在PyTorch上。2023年，贾扬清从阿里技术副总裁的职位上离职创业，与白俊杰联合创立LeptonAI，拿到了1100万美元种子轮融资。

三大开源框架、两家顶级大厂、一段中国市场经历——这是贾扬清带给英伟达的筹码。英伟达买下的，不只是一家创业公司，还有开源社区对贾扬清长达十年的信任积累。

但恰恰是这份信任，成了后来一切裂痕的起点。

据SemiAnalysis拆解，这场“联姻”的破裂主要源于三重矛盾。

第一道裂缝：开源信仰的背弃。

英伟达在收购时承诺，Lepton的核心软件平台将于2026年前开源。对贾扬清而言，这绝不是一个可有可无的细节——Caffe开源，ONNX开源，PyTorch开源……他的整个职业生涯都建立在开源精神之上。

然而，2026年6月底已至，承诺的开源“半个字都没放出来”。SemiAnalysis推测，黄仁勋最终改变了主意，否决了开源计划。

原因不难理解：英伟达的核心商业模式是卖硬件，开源Lepton意味着竞争对手也能用这套调度器管理非英伟达的GPU。这个矛盾从收购签字那天起就已埋下——英伟达答应了开源，但它的商业模式或许从未容许这件事真正发生。

第二道裂缝：产品执行的跑偏。

SemiAnalysis的措辞相当直接：英伟达的产品管理文化，没能让Lepton开花结果。

实际情况令人唏嘘：团队的资源被大量消耗在更换配色方案和登录界面UI等表面工作上，而真正的核心技术问题始终未被解决。某云厂商合作方更是直言不讳：“Lepton解决了GPU云的所有问题，除了最难的那个。”

更残酷的现实是，DGX Lepton在2025年中期已基本停止对外运营。收购仅一个月后，LeptonAI平台便禁止新用户注册，官方推特账号注销。背后的大背景是，英伟达自家的DGX Cloud原本定价每月36999美元起，结果AWS直接降价45%，价格优势一夜归零，DGX Cloud从商业产品沦为内部研发工具。

第三道裂缝：写在股权结构里的决心。

标准的收购协议中，创始人股权通常分3到4年归属。贾扬清仅一年便离职，要么意味着他放弃了巨额未归属的股权，要么他在谈判时争取到了特殊条款。无论哪种情况，都说明他离开的决心极为坚定——这不是一次被动的人事调整，而是一次主动的、彻底的告别。

这场分手背后，藏着两个值得整个行业深思的信号。

信号一：GPU可以靠稀缺性卖断货，但AI Infra无法实现垄断。当英伟达作为硬件霸主试图向上层软件扩张时，遇到的阻力比造GPU还大。AI原生开发者历来不愿为英伟达的非关键路径软件付费——他们信任的是vLLM、SGLang这些从开源社区里长出来的工具链，而不是某个大公司包装过的SaaS平台。

信号二：Agentic Coding正在对AI Infra赛道发起降维打击。

LeptonAI试图解决的是一个真实痛点：降低AI工程师使用和管理GPU集群的门槛。但到了2026年，这个问题的解法已经变了。AMD工程师Anush Elangovan用10到12个Claude Code Agent，一夜之间用Rust重写了一个Slurm的开源替代品Spur。“Vibe-coding”不再是一个噱头——开发者可以用自然语言描述需求，AI Agent自动生成、调试、部署完整的基础设施代码。

当你的平台仅仅是把部署流程包装得更顺滑，把API封得更漂亮，那么Agentic Coding的崛起会直接削弱它的稀缺性。因为开发者会越来越有能力用开源组件拼出自己的工作流，用AI Agent修配置、写集群管理脚本、接监控、改SDK。

7亿美元买一个20人的团队，一年后创始人离职、产品停运——这恐怕是英伟达近年来最昂贵的一笔“学费”。

但这个故事的价值远不止于一场失败的收购。它揭示了一个更本质的困境：在开源社区主导的AI软件生态中，金钱可以买来代码，却买不来信任；可以买来人才，却买不来文化。

贾扬清带走的不仅是一个人的离职，更是开源社区对英伟达软件生态信任的一次重创。而英伟达失去的，也不仅是一个技术大牛，而是通往“软件定义AI”那个宏大愿景的一座桥头堡。

当硬件霸主试图用资本改写软件世界的规则时，它最终发现——有些壁垒，靠钱砸不开。

截至发稿，英伟达与贾扬清本人均未对此作出正式回应。但这场7亿美元的“闪婚闪离”，已经在AI产业史上留下了一个耐人寻味的注脚。