铅笔道作者 | 华泰诗
英伟达买下了阿里前副总裁创办的公司。
4 月 8 日消息，英伟达完成了对 GPU 租赁商 Lepton AI 的收购交易。
Lepton AI 由阿里前副总裁贾扬清创立于 2023 年，团队约 20 人。据悉此次收购耗资数亿美元，Lepton 的创始人贾扬清和白俊杰都已加入英伟达。
作为全球 AI 算力市场的 " 军火商 "，英伟达显然不满足于只做芯片供应商的角色，在云计算三巨头 AWS、Azure 和 GCP 的围堵下，黄仁勋正在下一盘更大的棋。
通过收购 Lepton AI 这类 " 中间商 " 企业，英伟达不仅能把控从芯片研发到云服务落地的全产业链，更能在生成式 AI 应用爆发的清晨时分，直接收割那些需要灵活算力却无力签订长期云合同的中小企业用户。
这场看似低调的收购，背后暗藏着英伟达构建 AI 帝国版图的野心。当 OpenAI 等企业还在为高额算力账单发愁时，英伟达已悄然将业务拓展到众多 AI 创业公司的服务器机房。
01、Caffe 之父创业
Lepton AI 创始人贾扬清是浙江绍兴人，AI 架构领域的传奇人物。
他本硕均毕业于清华大学自动化系，在加州大学伯克利分校攻读计算机科学博士学位期间，开发出深度学习框架 Caffe，该框架成为全球最受欢迎的开源深度学习框架之一。
毕业后，贾扬清先后在新加坡国立大学、NEC 美国实验室以及 Google Brain 工作积累经验。
2019 年 3 月，贾扬清加入阿里巴巴，担任技术副总裁，同年 9 月还担任阿里巴巴集团副总裁等重要职务。
作别阿里 4 个月后，也就是 2023 年 7 月，这位" Caffe 之父"与同样出身阿里的技术大牛白俊杰（ONNX 神经网络交换标准开创者）和李响（Kubernetes 核心组件 etcd 创始人）组成"技术梦之队"，新公司 Letpon AI 正式浮出水面。
公司名称源于物理学中的轻子（Lepton），寓意以轻盈之姿改变算力世界的底层逻辑。
他们用 500 行代码打造的对话式搜索引擎 Lepton Search，打破了传统 AI 开发的壁垒，将谷歌、Meta 等巨头的云端经验普及开来。
（科普：Lepton Search 是贾扬清团队开发的开源对话式人工智能（AI）搜索引擎。它基于 Transformer 模型和知识图谱，旨在通过自然语言交互理解用户的真实意图，提供智能化的搜索体验。）
02、不生产 GPU，但让 GPU 更好使
Lepton AI 致力于为企业提供高效、可扩展的 AI 应用平台。因其采用的是云原生的多云解决方案，所以能赋能任何一家 GPU 提供商迅速升级。
通俗的说，Lepton AI 就像 AI 世界的"算力法师"，虽不直接拥有 GPU 硬件，却通过云端构建起一张覆盖全球的计算网络。
他们从 AWS 等云厂商租用英伟达芯片，并叠加自研的智能调度系统，成功助力游戏公司 Latitude.io 的数十万玩家流畅体验 AI 角色互动，也帮助科研机构 SciSpace 从海量论文中精准抓取数据。
其独创的"多云拼图"模式，用统一 API 整合不同云平台资源，使企业能以"每 GPU 小时多花几分钱"的代价，获得高性能专业级算力，直击开发者等"买不起、管不好"的痛点。
仅两年时间，Lepton AI 就被 SemiAnalysis 评为全球 GPU 云服务黄金梯队中"唯一未烧钱囤货的玩家"。
2023 年 5 月，Lepton AI 完成了 1100 万美元（折合人民币约 7900 万元）天使轮融资，投资方包括硅谷知名风投 CRV、红杉中国和 Fusion Fund。并且，这三家投资机构在不到两年时间内就实现投资退出，获得了可观的财务回报。
03、英伟达为何重金收购 Lepton AI
其实简单来说，Lepton AI 的主要业务是出租由英伟达 AI 芯片驱动的服务器。
在当前竞争激烈的 AI 算力市场中，英伟达以数亿美元收购 Lepton AI，是其从"硬件霸主"向"全栈服务商"战略转型的重要一步。
如今，亚马逊 AWS、谷歌云等云服务巨头纷纷自研 AI 芯片（如 AWS Trainium、谷歌 TPU），并推行低价租赁策略，英伟达的 GPU 垄断地位面临"去英伟达化"的威胁。
而 Lepton AI 的"云原生 + 多云整合"技术，能够以极低的成本调度全球 GPU 资源，其轻量化软件工具链（如仅用 500 行代码打造的搜索引擎）与英伟达 CUDA 生态深度协同，有效弥补了英伟达在云服务与企业软件市场的短板。
通过将 Lepton AI 的技术团队纳入麾下，英伟达得以构建"芯片 + 云平台"的端到端解决方案，既抵御云巨头的生态闭环冲击，又能渗透中小型企业市场，推动其软件业务收入向 1500 亿美元的长期目标迈进。
04、英伟达近年来的并购布局
在战略并购层面，英伟达近年来在 AI 基础设施领域频繁布局。
2024 年，英伟达以 7 亿美元收购集群管理平台 Run.ai，3 亿美元收购模型优化企业 Deci，并先后纳入推理加速工具 OctoAI 和合成数据公司 Gretel。
这些收购涵盖 AI 开发全链条，目的是降低 AI 开发成本、巩固算力基础设施主导权。Run.ai 优化 GPU 资源调度，Deci 提升模型能效比，Gretel 解决训练数据瓶颈，共同形成从芯片到应用的闭环生态。
目前，这些企业已深度整合至英伟达 AI Enterprise 套件。例如，Run.ai 的技术使 GPU 利用率提升 40%，Deci 的自动化压缩算法帮助客户降低 30% 推理成本。
这种"拼图式并购"策略成效显著，使得英伟达在 2024 年云与软件业务收入突破 15 亿美元，较三年前增长近 5 倍。
05、全球 AI 云服务市场的竞争格局与挑战
全球 AI 云服务市场正以 38% 的年复合增速迅猛发展，预计 2025 年规模将突破 2000 亿美元。
当前，市场竞争呈现"三足鼎立"的格局。英伟达凭借硬件优势与生态整合占据主导地位，AWS、谷歌云通过自研芯片与低价策略争夺份额，阿里云、华为云则加速国产芯片（如昇腾 910B）与开源生态建设。
然而，近日一热点问题是，中美关税问题的日益激烈。若进一步升级，英伟达或也即将面临"软硬一体"战略的双重打击。具体来说：
芯片出口限制可能削弱其硬件根基，数据主权博弈可能导致区域云服务割据。
例如，美国拟对数据中心设备加征 25% 关税，这将推高服务器采购成本 3%-5%，迫使企业转向墨西哥或东南亚设厂。
同时，地缘政治因素可能加速技术替代。中国推动昇腾芯片与 MindSpore 框架协同发展，欧盟推进 Gaia-X 主权云建设，全球 AI 基础设施可能分裂为美、中、欧三大技术阵营。这种碎片化不仅会抬高研发成本，还可能降低全球 AI 创新效率。
对于中国而言，美国对华芯片出口限制若进一步收紧，短期内可能加剧中国企业的算力成本压力，但长期来看将促使本土技术破天。
天数智芯已实现国产 GPU 对 DeepSeek 模型的快速适配，DeepSeek 等企业也开始探索低算力依赖模型，试图突破硬件封锁。
加之政策扶持下的产业链协同（如《新一代人工智能发展规划》），或加速形成"去英伟达化"的平行生态。
这场全球范围内的博弈不仅会重塑全球算力供应链，还可能导致技术标准分裂，使 AI 基础设施市场从"性能竞赛"转向"生态割据"的新竞争阶段。
本文内容仅供参考，不构成任何投资建议。本文在创作过程中参考了 Z Finance、新智元等相关内容，在此一并表示感谢。图片源自微信图片。