Meta 详解 Prometheus 超集群：一期建成并用于训练 Muse 模型
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
本条选题由第三方线索发现；线索方提供的摘要未被采用，本页内容依据下方信源整理。线索来源：AIHOT
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载从普通机房到前沿训练场
Prometheus 位于 Meta 的俄亥俄州 New Albany 数据中心。两年前，这里还是一个承载网页流量的常规数据中心站点；随着硬件、网络和建筑设计方面的改进，Meta 将该站点改造为前沿模型训练项目的所在地。整个超集群分阶段建设，由多栋相互连接的建筑组成，既有传统数据中心建筑，也有面向 AI 优化的建筑和快速部署结构，这些建筑通过数英里长的光纤紧密互联。目前集群内已部署数十万块 GPU，Meta 的长期目标是将规模扩展到约 100 万块 GPU。
一期已投入 Muse 训练
Prometheus 一期工程已经完成，并承担了 Muse 系列基础模型的训练工作，其中包括 Muse Wonder。Meta 将 Muse Wonder 描述为在个人与专业智能体任务上达到当前领先水平的新前沿模型。这意味着该集群并非处于规划或建设中，而是已经进入实际的前沿模型训练流程，支撑了对外发布模型的产出。
goodput 与中断间隔数据
大规模训练任务对系统稳定性要求极高，单台主机出问题就可能拖慢甚至中断整个任务，从而拉低有效算力利用率（goodput）。Meta 表示，通过提升系统稳定性与可靠性，Muse Wonder 预训练运行的 goodput 超过 85%，强化学习运行超过 90%。在这些训练过程中，整体按实际耗时计算的平均无中断时长（MTBI）约为 4.7 万 GPU 小时；此后 Meta 在全集群范围落地了包括固件修复在内的改动，将该指标提升到 5.4 万 GPU 小时以上，并表示仍在持续改进。
散热与后续扩展方向
Prometheus 采用闭环液冷等技术来维持高效运行。Meta 表示，后续扩展将围绕来自 Meta Superintelligence Labs 的下一代前沿模型展开。材料未披露该集群的具体功耗数值、单栋建筑规模、GPU 型号，也未给出扩展至约 100 万块 GPU 的时间表。
为什么值得看
可以看到前沿模型训练背后的集群规模、可靠性指标与散热方案，理解吉瓦级训练设施如何影响模型迭代节奏。
信源1 家
关键事实
相关 · 行业
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。