贾扬清被曝离职英伟达，7亿收购仅一年

先说一个刚刚落地的重磅消息吧：据SemiAnalysis独家爆料，LeptonAI创始人兼CEO贾扬清，已经正式从英伟达离职了。

从老黄豪掷7亿完成收购到现在，刚好一年零两个月——不多不少。

回头看看这个时间窗口，当初被寄予厚望的核心产品DGX Lepton，至今没有在市场激起多少浪花。更关键的是，英伟达曾承诺2026年前开源Lepton的核心软件平台，如今2026年6月底已到，半个字都没有兑现。

从Caffe到LeptonAI，开源二十年

贾扬清这个名字，圈内应该没人陌生。清华本硕、UC Berkeley博士，博士期间就写出了大名鼎鼎的Caffe，同时也是GoogLeNet/Inception架构的共同作者。

在那个深度学习还远未成为显学的年代，Caffe几乎是每个入门研究者的第一个实操工具。开源、好用、文档清晰——这三点，精准地定义了他后来的全部做事风格。做开源，做工具，让更多人能用上。

之后的职业路径，几乎就是按这个逻辑在走。

在Google Brain，他参与了早期TensorFlow的开发；在Facebook，担任AI基础设施负责人，主导了PyTorch 1.0和ONNX——这两个项目后来都成了整个行业的基础设施；再到阿里巴巴任技术副总裁，负责集团AI平台的搭建。

2023年，贾扬清从阿里出来创业，做了LeptonAI。方向依然是Python原生GPU云平台，核心是Photon抽象层——几行Python就能把模型部署到GPU上。还有Tuna推理引擎、gpud监控工具，后者当然也是开源的。

真正让LeptonAI进入英伟达视野的，是后来上线的开源搜索引擎search_with_lepton。这个产品让这家小公司在GitHub上迅速走红。

收购之后，DGX Lepton没有等来开源

2025年4月，英伟达完成收购。贾扬清和联合创始人白俊杰正式加入。一个月后，LeptonAI平台停止运营，禁止新用户注册，官方推特账号注销。一个有自己用户社区的独立云平台，说关就关了。

为什么这么急？因为DGX Cloud自己都快退场了。

DGX Cloud最初定价每月36999美元起，结果AWS直接降价45%，价格优势一夜归零。英伟达只好把DGX Cloud从商业产品转为内部研发工具。到2026财年Q2财报，英伟达已经不再单独披露DGX Cloud的云支出承诺了。

自家云平台都在收索，LeptonAI的定位也只能跟着漂移——从完整的云平台，降格成了GPU工作负载调度器。品牌改叫DGX Cloud Lepton，对接25家以上云合作伙伴。阵仗不小，但产品没起来。

原因不难理解。Lepton原本是为开发者设计的轻量级平台，Python原生、开箱即用、快速部署。这套东西跟英伟达面向大企业客户的产品管理方式，从一开始就不在一个频道上。

产品没起来只是一半。另一半更要命——开源承诺。

英伟达曾承诺2026年前开源Lepton的核心软件平台。现在2026年6月底了，半个字都没放出来。SemiAnalysis的分析认为，贾扬清离职的直接原因，很可能就是英伟达最终搁置了开源。

从Caffe开始，贾扬清职业生涯中几乎所有重要作品都是开源的。但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埋下了，英伟达答应了开源，但它的商业模式可能很难容许这件事真正发生。

当AI开始重写AI基础设施

就在英伟达花钱囤软件的同时，行业里另一股力量已经在改写规则——Agentic Coding。

一个值得关注的案例：AMD工程师Anush Elangovan，带着10到12个Claude Code Agent，一夜之间用Rust重写了一个Slurm替代品，叫Spur。每周消耗65亿token。

一个人，一群AI agent，产出了一个对标数十年历史HPC调度器的原型。Cursor、Claude Code、Codex，这些工具正在重塑软件的经济学。市场信号已经非常清晰：英伟达用收购获取的东西，别人已经开始用AI重建了。

贾扬清的下一站

公开信息显示，6月9日，他以顾问身份加入了Hyperbolic Labs，一家做去中心化GPU算力市场的公司。

一年前，他把自己创办的公司卖给了全球最大的GPU公司。一年后，他出现在一家让GPU算力更开放的公司里。

从Caffe到PyTorch，从ONNX到LeptonAI，贾扬清二十年做的都是同一件事：把AI基础设施做成开放工具，让更多人用上。Google做过，Facebook做过，阿里做过，自己创业也在做。

但在英伟达，他没做成。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：贾扬清被曝离职英伟达，7亿收购仅一年要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题