作者丨华泰诗
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 AI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。
原文标题 : 突发！20人的小公司，卖了数亿美元
