De « gérer la puissance de calcul » à « construire un système » vers le haut.

Auteur et source de l'article :猎云精选

Le grand maître open source Jia Yangqing lance sa startup

Le grand maître open source Jia Yangqing a de nouveaux agissements.

Aujourd'hui même, Jia Yangqing a officiellement annoncé son nouveau projet entrepreneurial : il lance Intent Lab et construit une équipe d'IA autonome appelée "fleet", destinée à transformer les intentions en logiciels productifs.

Dans le même temps, il a également présenté trois résultats précoces : le moteur d'inférence GLM 5.2 le plus rapide, un moteur de base de données généré en une seule phrase, et un système de fichiers accompagné d'une vérification formelle.

Source : compte X de Jia Yangqing

Avec la publication de ce tweet, Jia Yangqing a également un nouveau rôle.

Son profil X a été mis à jour pour indiquer qu'il est fondateur et PDG d'Intent Lab, et il a ajouté NVIDIA parmi ses expériences professionnelles antérieures, confirmant ainsi définitivement les rumeurs d'un « divorce » avec NVIDIA durant le mois écoulé.

Ce scientifique chinois, surnommé « le plus grand expert en frameworks d'IA » en Silicium, a quitté Alibaba pour fonder Lepton AI, puis vendu l'entreprise 700 millions de dollars à NVIDIA, et se trouve à nouveau à un nouveau point de départ.

Le deuxième projet entrepreneurial de Jia Yangqing présentait déjà des indices précurseurs.

Le 29 juin, l'institut d'études sur les semi-conducteurs SemiAnalysis a publié un tweet indiquant que Jia Yangqing, fondateur et PDG de Lepton AI, a quitté l'entreprise un an après son acquisition.

À ce moment-là, bien que ce message ne fût pas confirmé, il avait suffisamment suscité la curiosité de nombreux acteurs du secteur, en particulier parmi la communauté des développeurs, et le tweet avait directement envahi les fils d'actualité.

Presque au même moment où SemiAnalysis a révélé l'information, début juin 2026, le fournisseur de services cloud GPU Hyperbolic a annoncé avoir nommé Jia Yangqing comme conseiller de l'entreprise.

Hyperbolic a déclaré que Jia Yangqing apportera son expertise dans les domaines des systèmes d'IA, de l'infrastructure cloud, du marché GPU, de l'orchestration multi-cloud et de l'amélioration de l'utilisation des GPU. Sur le plan opérationnel, cela correspond fortement à ce qu'il a géré chez NVIDIA avec la plateforme DGX Lepton.

En considérant ensemble ces deux grandes nouvelles, le départ de Jia Yangqing était déjà préparé.

Et la raison pour laquelle il est parti est probablement que Huang Renxun a changé d'avis, brisant la foi de Jia Yangqing dans l'open source.

Rappelons 2023 : Jia Yangqing a quitté Alibaba en mars, puis a fondé en avril à Silicon Valley la plateforme d'IA native cloud Lepton AI, avec une équipe fondatrice d'élite : réunissant Bai Junjie, cofondateur d'ONNX, et Li Xiang, fondateur d'etcd.

À cette époque, Lepton avait une position claire : une plateforme de calcul d'inférence IA native multi-cloud, créant une couche de planification unifiée pour aider les développeurs à orchestrer des ressources GPU à travers les principaux fournisseurs de cloud, en réduisant la barrière à l'entrée pour le déploiement de grands modèles grâce à son moteur d'inférence léger Tuna.

En résumé, une plateforme d'exploitation qui regroupe toute cette complexité réduit la barrière à l'entrée pour les ingénieurs en IA qui utilisent et gèrent des clusters GPU, permettant aux développeurs de se concentrer sur le modèle lui-même.

À peine deux ans après sa création, Lepton AI figure parmi les services cloud GPU de la deuxième catégorie « Or » du système d'évaluation de SemiAnalysis ClusterMAX, aux côtés de Microsoft Azure, Together AI et Oracle.

En avril 2025, NVIDIA a dépensé 700 millions de dollars pour acquérir Lepton AI.

This transaction was once seen by the industry as a win-win.

Avant la finalisation de l'acquisition, Jensen Huang avait déclaré lors de la conférence GTC en mars dernier : « NVIDIA n'est plus une entreprise de puces, ni une entreprise d'IA, mais une entreprise d'algorithmes et d'infrastructure. »

La logique de Jensen Huang est que NVIDIA ne doit pas être seulement un vendeur de GPU, mais doit devenir l'entrée cloud et logicielle de l'ère de l'IA.

Il souhaite que NVIDIA complète les capacités de planification logicielle de DGX Cloud pour créer son propre marché mondial de puissance de calcul, en affrontant directement les fournisseurs de cloud public et des concurrents comme CoreWeave ; l'acquisition de Lepton AI est l'une des dernières pièces du puzzle de la vision de Huang Renxun d'une « usine d'IA ».

Pour l'équipe de Jia Yangqing, l'exploitation du réseau matériel d'NVIDIA pourrait permettre de concrétiser l'idée d'une plateforme de calcul inter-nuages.

Mais très vite, l'idéal a rencontré le choc de la réalité.

La philosophie produit de Lepton AI, telle que « natif Python, prêt à l'emploi », ne s'accorde pas avec le système de gestion de produits plus fermé d'NVIDIA destiné aux clients entreprises.

Selon les rapports publics, DGX Lepton, après son changement de nom, a pratiquement cessé ses opérations externes au milieu de l'année 2025, ses résultats opérationnels n'ayant pas atteint les attentes.

Mais la contradiction plus profonde et plus irréconciliable réside dans l'engagement open source.

Lors de l'acquisition, NVIDIA avait promis d'ouvrir le noyau Lepton en 2026, mais pour NVIDIA, son modèle économique fondamental repose sur la vente de matériel GPU.

Une fois le code de planification du noyau Lepton ouvert, AMD et divers fabricants nationaux de puces hétérogènes pourront utiliser cet outil efficace pour planifier la puissance de calcul, ce qui revient à affaiblir activement leur avantage concurrentiel matériel.

Ultimately, the open-source initiative was officially rejected.

Et cette promesse était la base fondamentale qui avait convaincu Jia Yangqing d'accepter la prise de contrôle et de diriger l'équipe en rejoignant NVIDIA en tant que vice-président du logiciel système, en rendant directement compte à Huang Renxun.

Sachez que toute la carrière de Jia Yangqing repose sur l'esprit open source de « chacun pour tous, tous pour chacun ».

Il a redéfini l'infrastructure d'ingénierie de l'IA avec des logiciels open source, en publiant en open source tous les jalons de sa carrière, de Caffe à PyTorch, puis ONNX.

D’un côté, les géants des puces qui doivent maintenir des barrières technologiques ; de l’autre, les partisans de l’infrastructure neutre et ouverte : les deux ne peuvent pas coexister à long terme.

Un an à peine après avoir connu ce « mouvement mutuel », Jia Yangqing a de nouveau quitté son poste pour fonder une nouvelle entreprise.

Du point de vue de l'équipe fondatrice, Intent Lab reste la même équipe.

Les cofondateurs incluent Bai Junjie et Li Xiang, deux anciens collaborateurs open source de Lepton AI, mais les contenus qu'ils développent sont très différents de ceux de Lepton AI.

Jia Yangqing ne construit plus une nouvelle génération de cloud de calcul et de plateforme d'ordonnancement d'inférence, mais oriente sa nouvelle entreprise vers l'ingénierie logicielle autonome en IA.

Le nouveau produit Fleet ne vise plus à « aider les humains à déployer des modèles d'IA », mais à permettre directement à des équipes d'agents d'IA de réaliser l'ensemble du processus, de la compréhension des besoins à la conception architecturale, au développement informatique, en passant par les tests et la validation, jusqu'à la maintenance continue.

La logique fondamentale derrière cela est que l'infrastructure IA connaît une réévaluation de sa valeur.

Actuellement, des outils d'encodage agentic tels que Cursor, Claude Code et Codex redéfinissent la logique fondamentale du développement logiciel.

"Vibe-coding" permet aux développeurs de décrire leurs besoins en langage naturel, tandis que l'agent IA génère, débogue et déploie automatiquement le code d'infrastructure complet.

Par exemple, le projet Spur open source d'AMD est une alternative compatible avec Slurm, qui peut être appelée et configurée directement par un agent IA, avec un seuil d'entrée quasi nul.

Cela signifie également que la complexité que l'infrastructure traditionnelle de l'IA tente d'encapsuler par le biais d'une approche produit est directement contournée par le codage agentic grâce à la génération de code.

Ceci constitue le contexte objectif des problèmes tels que le fait que le DGX Lepton n'a pas répondu aux attentes de Jensen Huang et que les engagements en matière d'open source n'ont pas été tenus.

Ne pas suivre le chemin de Lepton est une décision éclairée de Jia Yangqing en tant qu'entrepreneur ; fonder Intent Lab est simplement suivre la tendance.

Source : compte X de Jia Yangqing

Jia Yangqing a écrit sur les réseaux sociaux ses réflexions fondamentales sur son changement de domaine : au cours des dernières décennies, nous avons construit nous-mêmes des systèmes d'IA distribués, en ne créant qu'un seul système à la fois. Maintenant, il souhaite construire un système capable de générer en masse des milliers de logiciels.

Selon lui, les modèles actuels écrivent du code très rapidement, mais il reste une grande différence entre « un code qui fonctionne » et « un code qui peut être mis en production en toute confiance et maintenu pendant de nombreuses années ».

Il ne considère pas cet écart comme une limitation du modèle, mais plutôt comme l'absence d'une couche supplémentaire.

Ce manque de capacité réside dans un système de production autonome capable de transformer une intention floue en un design concret, de vérifier la solidité des résultats et de faire évoluer le système une fois en fonction.

Et c'est précisément au niveau sur lequel Intent Lab travaille.

Source : site officiel d'Intentlab

Ainsi, contrairement aux outils d'assistance au code comme Cursor ou Claude Code, Fleet vise à produire des systèmes fondamentaux de niveau production, stables et durables, pour combler ce vide.

Actuellement, Jia Yangqing a déjà remis ses trois premiers devoirs.

Premièrement, Fleet a redessiné le moteur d'inférence TRT-LLM pour en faire le moteur GLM 5.2 le plus rapide connu de l'équipe : sur deux nœuds Grace Blackwell, la vitesse de sortie a été augmentée de 102 tokens/s à 647 tokens/s, soit une amélioration de 6,3 fois.

C'est le résultat de la construction et de la mise en œuvre optimisées de Fleet de bout en bout.

Source : site officiel d'Intentlab

Deuxièmement, à partir d'une ligne de prompt, un moteur de base de données a été créé.

Fleet a assumé tous les rôles d'une équipe puissante, en partant de zéro sans documentation ni code existant : conception architecturale, codage, tests, revues, assurance qualité, et a fonctionné de manière autonome jusqu'à ce que tous les 6 millions de tests de compatibilité SQLite soient passés.

Troisièmement, un système de fichiers a été conçu pour un monde où l'infrastructure est utilisée par des agents et non par des humains.

Dans cet exemple, Fleet a identifié et corrigé un état corrompu transitoire grâce à une vérification formelle, en détectant un bogue écrit par un agent de codage.

Ces trois tâches semblent ne pas être liées entre elles, mais elles visent clairement ce que Jia Yangqing souhaite vraiment souligner : les capacités du même système sous-jacent, Fleet.

L'IA ne se contente pas de réaliser des tâches de programmation, elle peut également assumer la responsabilité du système final, comme une équipe complète d'ingénierie logicielle.

S'il réussit, Jia Yangqing pense que le modèle économique de l'ingénierie informatique sera changé pour toujours.

Pendant 50 ans, il était sage de développer un logiciel, puis de le vendre en grande quantité à des utilisateurs aux besoins variés, même s’ils étaient différents. Aujourd’hui, cette situation peut changer. Le monde verra davantage de logiciels, plus personnalisés.

Autrement dit, une fois que l'IA pourra générer et faire fonctionner de manière stable des systèmes de production, les entreprises ou les particuliers pourront simplement décrire leurs processus et leurs contraintes, et l'IA générera un logiciel spécifiquement adapté à leurs besoins.

Actuellement, le programme Intent Lab collabore avec des partenaires externes pour cibler spécifiquement les systèmes dont le volume de travail est trop important et qui restent en attente faute de ressources humaines.

En regardant le parcours de Jia Yangqing, la ligne directrice a toujours été très claire.

De la création de Caffe à la promotion de la norme open source ONNX, en passant par son poste chez Alibaba Cloud et la fondation de Lepton AI, il n'a jamais cessé de faire la même chose, sous différentes formes : rendre l'accès à la puissance de calcul plus facile pour les autres.

Pendant que l'IA devient le constructeur des infrastructures, son prochain pas passe de la « gestion de la puissance de calcul » à la « création de systèmes ».