"कैलकुलेशन क्षमता" से ऊपर की ओर "प्रणाली बनाएं"।

लेखक, स्रोत: लियेयुन जिंगक्सुन

ओपन सोर्स विशेषज्ञ जियांगकिंग की उद्यमशीलता

ओपन सोर्स विशेषज्ञ जियांगकिंग ने नया कदम उठाया है।

आज ही, जियांगकिंग ने घोषणा की कि वह फिर से उद्यमी बन गए हैं, और वे "Intent Lab" नामक एक उद्यम शुरू कर रहे हैं और एक "fleet" नामक स्वायत्त AI टीम का निर्माण कर रहे हैं, जो इच्छाओं को उत्पादन सॉफ्टवेयर में बदल देगी।

इसी बीच, उन्होंने तीन प्रारंभिक परिणाम दिखाए: सबसे तेज GLM 5.2 इन्फरेंस इंजन, एक वाक्य से जनरेट किया गया डेटाबेस इंजन, और एक फॉर्मल वेरिफिकेशन के साथ फाइल सिस्टम।

स्रोत: जियांगकिंग एक्स अकाउंट

इस ट्वीट के प्रकाशन के साथ, जियांगकिंग को एक नया भूमिका मिली।

उनका X अकाउंट बायो Intent Lab के संस्थापक और CEO के रूप में अपडेट कर दिया गया है, और NVIDIA को पिछले अनुभव में शामिल कर दिया गया है, जिससे पिछले एक महीने से चल रही NVIDIA के साथ "तोड़फोड़" की अफवाह पूरी तरह से समाप्त हो गई है।

इस व्यक्ति, जिन्हें सिलिकॉन वैली में "AI फ्रेमवर्क के क्षेत्र में सबसे बड़ा चीनी वैज्ञानिक" कहा जाता है, अलीबाबा से चले गए, Lepton AI की स्थापना की और फिर 7 अरब डॉलर में निवेडिया को बेचकर एक नए शुरुआती बिंदु पर पहुंचे।

जियांगकिंग की दूसरी उद्यमशीलता के लिए पहले से ही संकेत मौजूद थे।

29 जून को, सेमीकंडक्टर अनुसंधान संस्थान SemiAnalysis ने एक ट्वीट किया, जिसमें कहा गया कि Lepton AI के संस्थापक और CEO जियांगकिंग ने Lepton AI के अधिग्रहण के केवल एक वर्ष बाद इस्तीफा दे दिया।

उस समय, यह संदेश अभी तक पुष्टि नहीं हुआ था, लेकिन इसने विशेष रूप से विकासक समुदाय में कई लोगों की जिज्ञासा जगा दी, और ट्वीट सीधे ट्रेंड हो गया।

लगभग सेमीएनालिसिस के खुलासे के समय ही, 2026 की जून की शुरुआत में, GPU क्लाउड सर्विस प्रोवाइडर हाइपरबोलिक ने जियांगकिंग को कंपनी के सलाहकार के रूप में नियुक्त करने की घोषणा की।

Hyperbolic ने घोषणा की कि जियांगकिंग उनके AI सिस्टम, क्लाउड इन्फ्रास्ट्रक्चर, GPU मार्केटप्लेस, मल्टी-क्लाउड ऑर्केस्ट्रेशन और GPU उपयोग दक्षता में सुधार के क्षेत्रों में अनुभव समर्थन प्रदान करेंगे। यह व्यावसायिक स्तर पर, उनके द्वारा NVIDIA में जिम्मेदारी संभाले गए DGX Lepton प्लेटफॉर्म के समान है।

दो बड़ी खबरों को मिलाकर देखा जाए तो, जियांगकिंग के चले जाने की नींव पहले से ही रखी गई थी।

और क्यों जाएं, शायद हुआंग रेन्स्युन ने अपना फैसला बदल दिया, जिससे जियांगकिंग की ओपन सोर्स विश्वास को चोट पहुंची।

2023 को याद करें, जियांगकिंग ने मार्च में अलीबाबा छोड़ दिया और अप्रैल में सिलिकॉन वैली में क्लाउड-नेटिव AI प्लेटफॉर्म Lepton AI की स्थापना की, जिसकी संस्थापक टीम में ONNX के सह-संस्थापक बाई जूनजिए और etcd के संस्थापक ली शियांग शामिल थे।

उस समय, Lepton की स्पष्ट पहचान थी: एक मल्टी-क्लाउड नेटिव AI इन्फरेंस कंप्यूटिंग प्लेटफॉर्म, जो एक समन्वित स्केड्यूलिंग लेयर बनाता है और डेवलपर्स को विभिन्न क्लाउड प्रदाताओं के बीच GPU संसाधनों को स्केड्यूल करने में मदद करता है, और हल्के Tuna इन्फरेंस इंजन के साथ बड़े मॉडल डिप्लॉयमेंट की बाधाओं को कम करता है।

संक्षेप में, एक ऑपरेशनल प्लेटफॉर्म के माध्यम से AI इंजीनियर्स के लिए GPU क्लस्टर का उपयोग और प्रबंधन करने की बाधाओं को कम किया जाता है, ताकि डेवलपर्स मॉडल पर केंद्रित रह सकें।

केवल 2 साल के उद्यम के बाद, Lepton AI ने SemiAnalysis ClusterMAX GPU क्लाउड सेवा रेटिंग सिस्टम में Microsoft Azure, Together AI और Oracle के साथ "स्वर्ण" द्वितीय समूह में प्रवेश किया।

इसके बाद अप्रैल 2025 में, न्वीडिया ने लेप्टॉन AI के अधिग्रहण के लिए 7 अरब डॉलर का निवेश किया।

This trade was once viewed by the industry as a win-win.

अधिग्रहण पूरा होने से पहले, हुआंग रेनक्सुन ने पिछले मार्च में GTC कॉन्फ्रेंस में कहा था: न्वीडिया अब एक चिप कंपनी नहीं है, और न ही एक AI कंपनी है, बल्कि एक एल्गोरिदम और इंफ्रास्ट्रक्चर कंपनी है।

हुंग-नेन लॉजिक यह है कि न्वीडिया केवल GPU बेचने वाला नहीं बन सकता, इसे AI युग का क्लाउड और सॉफ्टवेयर एंट्री पॉइंट बनना होगा।

वह निवेडिया को DGX Cloud सॉफ्टवेयर स्केड्यूलिंग क्षमता पूरा करने, अपना वैश्विक कैलकुलेशन मार्केट बनाने और पब्लिक क्लाउड फर्मों और CoreWeave जैसे GPU क्लाउड प्रतिद्वंद्वियों के साथ सीधे प्रतिस्पर्धा करने की उम्मीद करता है, और Lepton AI का अधिग्रहण हुआ है जेन हुआंग के "AI फैक्ट्री" के लिए अंतिम टुकड़ों में से एक।

For Jia Yangqing's team, leveraging NVIDIA's hardware ecosystem holds the potential to bring the cross-cloud computing platform concept to life.

लेकिन जल्द ही, आदर्श का सामना वास्तविकता से हुआ।

Lepton AI की उत्पाद अवधारणा, जैसे "नेटिव Python, बंद करने के बाद उपयोग के लिए तैयार", निवर्डिया की बड़े उद्यम ग्राहकों के लिए अधिक बंद उत्पाद प्रबंधन प्रणाली के साथ असंगत है।

सार्वजनिक रिपोर्ट्स के अनुसार, 2025 के मध्य तक नाम बदले गए DGX Lepton ने बाहरी संचालन लगभग बंद कर दिया है, और इसका संचालन प्रभाव अपेक्षित के कम रहा।

और गहरा और अधिक असहनीय विरोध, ओपन सोर्स के प्रतिबद्धता पर आता है।

नवीडिया ने अपने अधिग्रहण के दौरान 2026 तक लेप्टोन कोर प्लेटफॉर्म को ओपन सोर्स करने का वादा किया था, लेकिन नवीडिया के लिए, कोर व्यावसायिक मॉडल GPU हार्डवेयर बिक्री पर निर्भर करता है।

जब लेप्टॉन कोर स्केड्यूलिंग कोड खोला जाएगा, तो AMD और देशी विभिन्न हेटरोजीनियस चिप निर्माता इस कुशल उपकरण का उपयोग करके कैलकुलेशन पावर को स्केड्यूल कर सकते हैं, जिससे वे स्वयं के हार्डवेयर की सुरक्षा को सक्रिय रूप से कमजोर कर देते हैं।

Ultimately, the open-source initiative was officially rejected.

और यह प्रतिबद्धता, जिसके आधार पर जियांगकिंग ने निवेडिया के अधिग्रहण को स्वीकार किया और सिस्टम सॉफ्टवेयर के वाइस प्रेसिडेंट के रूप में शामिल हुए, जिनकी रिपोर्टिंग हुआंग रेन्क्सुन को सीधे की जाती थी।

जायांगकिंग की पूरी करियर एक "सभी के लिए, सभी द्वारा" के ओपन सोर्स आधार पर बनी है।

उन्होंने ओपन सोर्स के साथ AI इंजीनियरिंग इंफ्रास्ट्रक्चर को नए आकार दिया, Caffe, PyTorch से लेकर ONNX तक, अपने पूरे करियर के सभी मील के पत्थर ओपन सोर्स किए।

हार्डवेयर बैरियर्स को बनाए रखने वाले चिप दिग्गज और निष्पक्ष और खुली बुनियादी ढांचे के विश्वासी, दोनों लंबे समय तक साथ नहीं रह सकते।

केवल एक साल बाद, जियांगकिंग ने फिर से नौकरी छोड़कर नया उद्यम शुरू किया।

फाउंडिंग टीम के आधार पर, इंटेंट लैब अभी भी पुरानी टीम है।

सह-संस्थापकों में Lepton AI के सह-संस्थापक बै जूनजिए और ली शियांग शामिल हैं, लेकिन वे जो काम कर रहे हैं, वह Lepton AI से काफी अलग है।

जियांगकिंग नए पीढ़ी के कैलकुलेशन क्लाउड और इन्फरेंस स्केड्यूलिंग प्लेटफॉर्म बनाने के बजाय अपनी नई कंपनी को स्वायत्त AI सॉफ्टवेयर इंजीनियरिंग पर फोकस कर रहे हैं।

Fleet का नया उद्देश्य "मानवों को AI मॉडल तैनात करने में मदद करना" नहीं, बल्कि AI एजेंट टीम को आवश्यकता समझने, आर्किटेक्चर डिजाइन करने, कोडिंग विकास, परीक्षण और प्रमाणीकरण, और निरंतर ऑपरेशन तक की पूरी प्रक्रिया पूरी करने के लिए सीधे सौंपना है।

इसके पीछे की मूल तर्क यह है कि AI इन्फ्रास्ट्रक्चर में एक मूल्य पुनर्मूल्यांकन हो रहा है।

अभी, Cursor, Claude Code, Codex जैसे एजेंटिक कोडिंग टूल सॉफ्टवेयर डेवलपमेंट के नींव के तर्क को बदल रहे हैं।

"Vibe-coding" के माध्यम से डेवलपर्स प्राकृतिक भाषा में आवश्यकताओं का वर्णन करते हैं, और AI एजेंट स्वचालित रूप से पूर्ण बुनियादी ढांचे का कोड बनाता है, डीबग करता है और डिप्लॉय करता है।

उदाहरण के लिए, AMD द्वारा ओपन सोर्स किया गया Spur प्रोजेक्ट, Slurm के साथ संगत एक ओपन सोर्स स्केड्यूलर विकल्प है, जिसे AI एजेंट द्वारा सीधे कॉल और कॉन्फ़िगर किया जा सकता है, जिसकी लगभग कोई बाधा नहीं है।

इसका अर्थ है कि पारंपरिक AI इंफ्रास्ट्रक्चर द्वारा उत्पाद-आधारित तरीके से बंद किए गए जटिलताओं को एजेंटिक कोडिंग द्वारा कोड जनरेशन के माध्यम से सीधे लांघ दिया जा रहा है।

यह DGX Lepton के लिए ह्वांग रेन्यून की अपेक्षाओं को पूरा न करने और ओपन सोर्स के प्रतिबद्धता को पूरा न करने जैसी समस्याओं का वास्तविक पृष्ठभूमि है।

लेपटन के मार्ग को न अपनाना जियांगकिंग के उद्यमी के रूप में सचेतनता है, और इंटेंट लैब की स्थापना करना और भी सही दिशा में बढ़ना है।

स्रोत: जियांगकिंग एक्स अकाउंट

जियांगकिंग ने सोशल मीडिया पर अपने मार्ग पर बदलाव के केंद्रीय विचार लिखे: पिछले कई दशकों से, हमने एक समय में केवल एक ही सिस्टम बनाते हुए वितरित AI सिस्टम बनाने पर काम किया है। अब वह एक ऐसा सिस्टम बनाना चाहता है, जो हजारों सॉफ्टवेयर सिस्टम को बैच के रूप में उत्पन्न कर सके।

उनके अनुसार, वर्तमान मॉडल कोड लिखने की गति बहुत तेज है, लेकिन "कोड चल सकता है" और "इसे लंबे समय तक उत्पादन में उपयोग करने और रखरखाव करने के लिए विश्वसनीय बनाना" के बीच अभी भी बड़ा अंतर है।

वह इस अंतर को मॉडल की सीमा नहीं मानता, बल्कि इसे एक अतिरिक्त परत की कमी मानता है।

यह अनुपलब्ध क्षमता एक उत्पादन प्रणाली है जो अस्पष्ट इरादों को वास्तविक डिज़ाइन में बदलती है, परिणामों की जाँच करती है कि क्या वे स्थिर हैं, और सिस्टम चलने के बाद इसे आगे विकसित करती है, और सभी कार्य स्वयं पूरा करती है।

और यही वह स्तर है जिस पर Intent Lab काम कर रहा है।

स्रोत: Intentlab की आधिकारिक वेबसाइट

इसलिए, Cursor, Claude Code जैसे कोड सहायक उपकरणों से अलग, Fleet एक लंबे समय तक स्थिर रूप से काम करने वाली उत्पादन-स्तरीय निचली प्रणाली बनाने का लक्ष्य रखता है, जिससे यह खाली स्थान को भर सके।

अभी तक, जियांगकिंग ने अपनी पहली तीन असाइनमेंट्स जमा कर दी हैं।

पहला, Fleet ने TRT-LLM इन्फरेंस इंजन को पुनः डिज़ाइन किया है, जिससे यह टीम के जाने जाने वाला सबसे तेज़ GLM 5.2 इंजन बन गया है: दो Grace Blackwell नोड्स पर, आउटपुट स्पीड को 102 टोकन/सेकंड से बढ़ाकर 647 टोकन/सेकंड कर दिया गया है, जिसमें 6.3 गुना की वृद्धि हुई है।

यह Fleet द्वारा एंड-टू-एंड निर्माण और अनुकूलन के परिणाम है।

स्रोत: Intentlab की आधिकारिक वेबसाइट

दूसरा, एक प्रॉम्प्ट पंक्ति से शुरू करके एक डेटाबेस इंजन बनाया गया।

Fleet ने शून्य से मौजूदा दस्तावेज़ या कोड के बिना, एक शक्तिशाली टीम की हर भूमिका को अपनाया: आर्किटेक्चर डिज़ाइन, कोडिंग, परीक्षण, समीक्षा, गुणवत्ता आश्वासन, और सभी 60 लाख SQLite संगतता परीक्षण पूरे होने तक स्वयंचालित रूप से संचालित किया।

तीसरा, एजेंट द्वारा उपयोग किए जाने वाले बुनियादी ढांचे के लिए एक फाइल सिस्टम बनाया गया है।

इस उदाहरण में, Fleet ने औपचारिक सत्यापन के माध्यम से एक क्षणिक क्षतिग्रस्त स्थिति की पहचान की और उसे ठीक किया, जिससे एक कोडिंग एजेंट द्वारा लिखा गया बग पकड़ा गया।

ये तीनों कार्य एक दूसरे से जुड़े नहीं लगते, लेकिन उनका उद्देश्य स्पष्ट है—जियांगकिंग वास्तव में उनके पीछे की एक ही सिस्टम, फ्लीट की क्षमता पर जोर देना चाहते हैं।

AI केवल प्रोग्रामिंग का काम ही नहीं करता, बल्कि अंतिम सिस्टम के लिए एक पूरी सॉफ्टवेयर इंजीनियरिंग टीम की तरह जिम्मेदारी भी लेता है।

यदि सफल होता है, तो जियांगकिंग का मानना है कि कंप्यूटर इंजीनियरिंग का आर्थिक मॉडल हमेशा के लिए बदल जाएगा।

पिछले 50 वर्षों में, एक सॉफ्टवेयर विकसित करना और फिर विभिन्न आवश्यकताओं वाले उपयोगकर्ताओं को जितना संभव हो उतना बेचना समझदारी थी, भले ही आवश्यकताएँ अलग-अलग हों। अब यह स्थिति बदल सकती है। दुनिया अधिक सॉफ्टवेयर, अधिक कस्टमाइज़ड सॉफ्टवेयर देखेगी।

इसका अर्थ है कि जब तक AI स्थिर रूप से उत्पादन-स्तरीय प्रणालियाँ बना सके और संचालित कर सके, भविष्य में व्यवसाय या व्यक्ति सीधे अपनी प्रक्रियाओं और सीमाओं का वर्णन कर सकते हैं, और AI अपनी आवश्यकताओं के अनुकूल एक विशिष्ट सॉफ्टवेयर बना देगा।

वर्तमान में Intent Lab योजना बाहरी सहयोग के साथ, केवल उन प्रणालियों के लिए है जिनका "इंजीनियरिंग भार बहुत अधिक है और जिन्हें सूची पर लंबे समय से रखा गया है लेकिन कोई शक्ति उन पर काम नहीं कर रही है"।

जियांगकिंग की यात्रा को देखें, तो वास्तव में मुख्य रेखा हमेशा स्पष्ट रही है।

कैफे बनाने, ONNX ओपन सोर्स मानक को बढ़ावा देने, अलीबाबा क्लाउड में काम करने और Lepton AI की स्थापना करने तक, वह हमेशा एक ही चीज के विभिन्न संस्करण कर रहे हैं: दूसरों को कैलकुलेशन पावर का उपयोग करने में आसानी हो।

और जबकि AI बुनियादी ढांचे के निर्माता बन रहा है, उसका अगला कदम "कैलकुलेशन क्षमता का प्रबंधन" से ऊपर "प्रणाली बनाने" की ओर जा रहा है।