NVIDIAのAIソフトウェア戦略に暗雲か、Caffe開発者のヤンチン・ジア氏が買収から14カ月で退社と報道
2026年6月30日 20:47
ディープラーニングフレームワーク「Caffe」の開発者として知られるヤンチン・ジア（Yangqing Jia）氏が、自身が共同創業したLeptonAIの買収から約14カ月でNVIDIAを退社したことが報じられた。半導体調査会社SemiAnalysisなどの報道によると、退社の背景にはNVIDIAによるオープンソース化公約の撤回や、GPUのマルチテナンシーを巡る技術的課題、さらには生成AIエージェントの台頭による市場環境の変化があるとみられる。NVIDIAのハードウェア覇権をソフトウェア層へ拡大する戦略の行方に注目が集まっている。
■Caffe開発者のヤンチン・ジア氏、NVIDIAを退社し競合の顧問へ
ディープラーニングフレームワーク「Caffe」の開発者であり、LeptonAIの共同創業者であるヤンチン・ジア（Yangqing Jia）氏が、NVIDIAを退社したことが明らかになった。半導体調査会社SemiAnalysisが2026年6月29日に最初に報じ、同日、GPUクラウドプロバイダーのHyperbolicがジア氏を技術顧問として迎えたと発表したことで事実上確認された。本稿執筆時点で、ジア氏のLinkedInのプロフィールはNVIDIA在籍時のままであり、ジア氏およびNVIDIAはコメントの要請に応じていない。
この退社は、単なる一社員の離職にとどまらない重みを持つ。ジア氏は、カリフォルニア大学バークレー校での博士課程在籍時の2013年にCaffeを開発した人物である。Caffeは、PyTorchやTensorFlowに先駆けて産業規模で導入された初のディープラーニングフレームワークとなった。その後、同氏はONNXの開発に貢献し、Facebook（現Meta）ではPyTorch 1.0のリリースを主導した。NVIDIAが2025年4月に、ジア氏の率いる20人規模のスタートアップであるLeptonAIを数億ドル（数百億円規模、1ドル=162円換算）で買収した際、同社は製品だけでなく、ジア氏という開発者コミュニティにおける絶大な信頼性も手に入れたはずだった。しかし、その信頼性は現在、競合他社のアドバイザーへと移っている。
■GPUの上位ソフトウェア層を支配するNVIDIAの野望
NVIDIAのハードウェアにおける支配力は、H100やH200などのGPUが世界中の主要なAI学習ワークロードの大半を支えていることからも揺るぎない。しかし、同社のジェンスン・フアンCEOの真の野望は、その支配力をハードウェアの上位に位置するソフトウェア層にまで拡大することにあった。
そのビジョンとは、開発者が基盤となるインフラを直接管理することなく、単一のAPIを通じて、CoreWeave、Lambda、AWS、Azure、Nebiusなど25社以上のクラウドパートナーのGPUクラスターを検索・レンタル・デプロイできる、統合されたコンピュートマーケットプレイスを構築することだった。
LeptonAIは、まさにこの課題を解決するために設立された。ジア氏と、元Alibaba CloudのAIプラットフォームディレクターである共同創業者のジュンジエ・バイ（Junjie Bai）氏は、2023年から2024年初頭にかけて、Pythonファーストの抽象化レイヤー（Photonフレームワーク、lep CLI、オープンソースのleptonaiパッケージ）を構築した。これにより、エンジニアはKubernetesのマニフェストやクラスター管理スクリプトを手動で記述することなく、利用可能なGPUリソース全体にコンピュート要件を定義してデプロイできるようになった。2025年4月の買収後、NVIDIAはこの製品を「NVIDIA DGX Cloud Lepton」として同年5月のComputexで発表し、フアンCEOはこれを「AIのライドシェアリング」と表現した。
さらにNVIDIAは、2024年12月にAIワークロード向けのGPUオーケストレーションソフトウェアを手がけるイスラエルのスタートアップ、Run:aiの買収を約7億ドル（約1,134億円、1ドル=162円換算）で完了させていた。これら2つの買収は、NVIDIAにとってハードウェア上位のソフトウェア層への最も積極的な攻勢を意味していた。
■難題となった「マルチテナンシー」の壁
DGX Cloud Leptonが直面した課題の核心には、プラットフォームの対外的なアピールでは十分に言及されていなかった、未解決のエンジニアリング問題があった。それが、大規模な「GPUマルチテナンシー」である。
マルチテナンシーは、共有クラウドインフラを経済的に成り立たせるための基盤技術である。一般的なSaaS（Software-as-a-Service）では、アプリケーションの1つの実行インスタンスが、複数の顧客のデータや設定を隔離した状態で同時にサービスを提供することを意味する。しかし、GPUクラウドインフラにおけるこの課題は極めて難解である。GPUワークロードには、NVLinkのような高速インターコネクトを共有する物理ノードに分散学習ジョブを配置する「トポロジー対応スケジューリング」や、分散ジョブ内のすべてのプロセスが個別にキューで待機するのではなく同時に開始される「ギャングスケジューリング」が必要となる。また、1つのGPU上で複数の小規模な推論ワークロードを、テナント間の性能低下なしに実行する「GPUの分割共有」も求められる。これら3つの機能が連携しなければ、GPUマーケットプレイスは共有ハードウェア上で複数の顧客に効率的にサービスを提供できない。
SemiAnalysisの報道によると、LeptonがNVIDIAに在籍していた期間中、このマルチテナンシー問題の大部分は未解決のままだったという。エンジニアリングリソースは、ログインインターフェースの再設計やカラースキームの更新といった表面的な変更に割かれ、技術的に要求の厳しいマルチテナンシーの開発は停滞したと報じられている。あるクラウドプロバイダーのパートナーは、同プラットフォームについて「GPUクラウドにおけるあらゆる課題に対処したが、最も困難な課題だけが残されている」と評したとされる。2025年半ばまでに、NVIDIAがハイパースケーラーからGPU容量をレンタルして企業顧客に再販する直接的なエンタープライズ向けサービス「DGX Cloud」は、導入が進まず新規顧客向けの提供を終了した。コンピュートマーケットプレイス層であるDGX Cloud Leptonは2026年中半まで稼働を続けていたが、買収を正当化する戦略的野望は実現しなかった。
■修復不可能となった3つの亀裂
SemiAnalysisは、LeptonとNVIDIAの関係において、状況を悪化させた3つの失敗を指摘している。
1つ目は、オープンソース化方針の撤回である。買収当時、NVIDIAは2026年までにLeptonAIのコアプラットフォームをオープンソース化することを約束していた。ジア氏にとって、これは些細なロードマップの問題ではなかった。彼のキャリア全体が、Caffe、ONNX、PyTorch 1.0、そしてApache 2.0ライセンスの下で2026年中半時点でもバージョン0.27.2として維持されているleptonai Pythonパッケージなど、オープンソースへの貢献によって築かれていたからである。AIインフラ分野における開発者の信頼はオープンなコードによって獲得されるものであり、DGX Cloud Leptonの本来の顧客となるべきAIネイティブの開発者（ソースコードを読めるという理由で、ベンダーパッケージの代替品よりもvLLMやSGLangを選択するチーム）はその違いを理解している。SemiAnalysisの報道によると、フアンCEOは買収完了後にオープンソース化の決定を覆したという。この撤回は、NVIDIAの広範なパターンに合致している。NVIDIA Inference Microservices（NIM）はオープンとして提示されながらも大部分がクローズドのままであり、LLM推論カーネルプロジェクトの「flashinfer」もNVIDIAに吸収された後はクローズドソースのバイナリ配布へと移行した。自身の専門的アイデンティティがオープンソース文化と不可分である創業者にとって、この方針転換は単なる戦略的相違ではなく、価値観の衝突だった。
2つ目の亀裂は、開発の方向性の誤りである。前述の通り、マルチテナンシーという根本的な技術課題が未解決のまま放置される一方で、リソースが表面的な変更に費やされたと報じられている。
3つ目の亀裂は、ジア氏の退社そのものである。一般的な買収契約では、創業者の株式（エクイティ）は3〜4年かけて権利確定（ベスティング）され、統合期間中に創業者が留まるための金銭的インセンティブとなる。しかし、ジア氏は約14カ月で退社した。これは、同氏が未確定の多額の株式を手放した（いかなる金額も妥協に値しないと判断した）か、あるいは契約当初から株式の即時権利確定（アクセラレーション）が含まれており、双方が一時的な関係になることを予期していたかのいずれかを示唆している。どちらの解釈であっても、この退社が状況的なものではなく、意図的なものであったことを示している。
■AIエージェントツールの台頭という構造的脅威
仮に統合が成功していたとしても、現在進行中の構造的な市場の変化からLeptonのカテゴリを救うことはできなかったかもしれない。
LeptonAIは、2023年当時に存在した「GPUコンピュートを必要とするAIエンジニアが、Kubernetesのクラスター管理スクリプトの記述、オートスケーリングポリシーの設定、推論サービスのデプロイ、複数プロバイダーにまたがる監視やオブザーバビリティツールの管理を行いたくない」という実際の課題を解決するために設立された。その複雑さを抽象化するプラットフォームは、十分に防御可能なビジネスだった。
しかし、2026年中半までに、その複雑さを処理するツールは大きく変貌を遂げている。Cursor、Claude Code、OpenAI Codexなどの自律型（エージェント型）コーディングプラットフォームの登場により、開発者が自然言語でインフラ要件を説明し、AIエージェントがその基盤となるコードを生成、検証、デプロイすることが日常的になった。JetBrainsの2026年1月のデータによると、世界中のプロの開発者の18%が業務でClaude Codeを使用している。AMDのオープンソースのスケジューラー「Spur」（Slurm互換のジョブ管理システム）も、AIエージェントを介して最小限の摩擦で設定可能である。「GPUインフラの複雑さを管理する抽象化レイヤー」というカテゴリ自体が縮小しているのは、競合製品によってではなく、かつて専門知識を必要としたエンジニアリングコードを記述するAIエージェントの汎用的な能力によって、複雑さそのものが自動化されつつあるためである。
これはNVIDIAのプラットフォームに限った問題ではない。「AIエンジニアリングの障壁を下げる」というピッチで2022年から2024年の間に資金調達を行ったすべての企業が、現在同じ問いに直面している。彼らが解決しようとしていたのは、十分に能力のあるコーディングエージェントが再現できるような表面的な複雑さだったのか、それとも構造的に異なる何かだったのか、という問いである。
■NVIDIAが支配できる領域とできない領域
NVIDIA'sのハードウェアにおける地位は揺るぎない。同社のGPUアーキテクチャ、CUDAソフトウェアスタック、そしてNIM（NVIDIA Inference Microservices）エコシステムは、依然としてAIワークロードの支配的な技術標準であり続けている。これは代替手段が存在しないからではなく、約20年にわたり蓄積されたCUDAライブラリエコシステムを再現することが極めて困難だからである。
しかし、ハードウェアの支配力がソフトウェアプラットフォームの支配力に直結したわけではない。Leptonの事例はその理由を示唆している。NVIDIAがソフトウェア層で獲得する必要がある開発者コミュニティは、管理されたプラットフォームが競争しなければならないオープンソースツール（vLLM、SGLang、SLURM、KubernetesのGPUスケジューリングなど）を構築したコミュニティそのものである。彼らを取り込むには、製品だけでなく「信頼性のシグナル」が必要となる。オープンソース化の約束が破られたことを理由に、そのコミュニティで最も広く信頼されているインフラエンジニアの1人が去ったことは、信頼性を損なうシグナルとなった。
NVIDIAが今後、より深いオープンソースへの関与、異なる製品リーダーシップ、あるいはより狭いソフトウェアフォーカスへと軌道修正するかどうかは不透明である。明らかなのは、ジア氏が築いたDGX Cloud Leptonの章が閉じられたこと、そして10億ドル（約1,620億円、1ドル=162円換算）以上の資金を投じて模索した「GPU上位の開発者インターフェースを誰が支配するのか」という問いが、依然として未解決のままであるということだ。
■注目ポイントQ&A
●ヤンチン・ジア氏がNVIDIAを退社した理由は何ですか？
SemiAnalysisの報道によると、主な原因は、NVIDIAが2026年までにLeptonAIプラットフォームをオープンソース化するという公約を撤回したこと、製品開発の優先順位を巡る意見の相違、そしてDGX Cloud Leptonのパフォーマンスに対するジェンスン・フアンCEOの不満などが挙げられています。ジア氏は買収完了から約14カ月で退社しており、これは一般的な株式の権利確定期間よりも大幅に早い時期です。
●DGX Cloud Leptonとは何ですか？現在も稼働していますか？
DGX Cloud Leptonは、CoreWeave、Lambda、AWS、Azureなど25社以上のクラウドプロバイダーのGPU容量を、開発者向けの統一されたAPIおよびポータルを介して集約するNVIDIAのGPUコンピュートマーケットプレイスです。2025年5月に提供が開始され、2026年6月時点でも稼働しており、NVIDIAのウェブサイトに掲載されています。なお、NVIDIAがハイパースケーラーからGPU容量をレンタルして企業に再販していた「DGX Cloud」の直接販売レイヤーは、導入が進まなかったため2025年半ばに新規顧客向けの提供を終了しています。
●自律型（エージェント型）コーディングツールはGPUインフラ市場をどのように変えていますか？
Cursor、Claude Code、OpenAI Codexなどのツールにより、開発者は自然言語でインフラ要件を指示するだけで、AIエージェントに構成コードの生成やデプロイを行わせることができるようになりました。これにより、クラスター管理やKubernetesのスケジューリング、マルチクラウドデプロイの複雑さからエンジニアを保護するために構築された、管理型のGPUミドルウェアプラットフォームの価値提案が薄れています。AIエージェントがオープンソースコンポーネントから同様のインフラを数分で構築できるようになったため、管理型抽象化レイヤーの市場は大幅に縮小しています。
●NVIDIAとLeptonAIの取引は、最初から構造的な欠陥があったのでしょうか？
人材獲得を主な目的とする買収（アクハイア）では、通常、製品を縮小させてチームを買収先の文化に統合します。しかし、NVIDIAはジア氏のプラットフォームを基盤として構築を進める一方で、彼の仕事の信頼性の根幹であったオープンソースの原則に反する行動をとりました。AIインフラ分野での信頼性にはオープンなコードが必要不可欠であるのに対し、NVIDIAの性質は独自の管理（プロプライエタリ）に向いており、これら2つの目的は相容れません。この衝突は買収後の実行プロセスの問題ではなく、構造的なものでした。
元記事: NVIDIA AI Infrastructure Bet Fails: Caffe Creator Quits Over Broken Pledge