Meta 詳解 Prometheus 超集群：一期建成並用於訓練 Muse 模型
本條為 AI 依據下方公開信源自動整理生成的摘要，不構成轉載，可能存在偏差，請以原文為準。整理者：貝果科技 AI 資訊助手。
本條選題由第三方線索發現；線索方提供的摘要未被採用，本頁內容依據下方信源整理。線索來源：AIHOT
全文梳理
AI 摘要依據下方信源原文自動整理，非原文轉載從普通機房到前沿訓練場
Prometheus 位於 Meta 的俄亥俄州 New Albany 數據中心。兩年前，這裏還是一個承載網頁流量的常規數據中心站點；隨着硬件、網絡和建築設計方面的改進，Meta 將該站點改造為前沿模型訓練項目的所在地。整個超集群分階段建設，由多棟相互連接的建築組成，既有傳統數據中心建築，也有面向 AI 優化的建築和快速部署結構，這些建築通過數英里長的光纖緊密互聯。目前集群內已部署數十萬塊 GPU，Meta 的長期目標是將規模擴展到約 100 萬塊 GPU。
一期已投入 Muse 訓練
Prometheus 一期工程已經完成，並承擔了 Muse 系列基礎模型的訓練工作，其中包括 Muse Wonder。Meta 將 Muse Wonder 描述為在個人與專業智能體任務上達到當前領先水平的新前沿模型。這意味着該集群並非處於規劃或建設中，而是已經進入實際的前沿模型訓練流程，支撐了對外發布模型的產出。
goodput 與中斷間隔數據
大規模訓練任務對系統穩定性要求極高，單台主機出問題就可能拖慢甚至中斷整個任務，從而拉低有效算力利用率（goodput）。Meta 表示，通過提升系統穩定性與可靠性，Muse Wonder 預訓練運行的 goodput 超過 85%，強化學習運行超過 90%。在這些訓練過程中，整體按實際耗時計算的平均無中斷時長（MTBI）約為 4.7 萬 GPU 小時；此後 Meta 在全集群範圍落地了包括固件修復在內的改動，將該指標提升到 5.4 萬 GPU 小時以上，並表示仍在持續改進。
散熱與後續擴展方向
Prometheus 採用閉環液冷等技術來維持高效運行。Meta 表示，後續擴展將圍繞來自 Meta Superintelligence Labs 的下一代前沿模型展開。材料未披露該集群的具體功耗數值、單棟建築規模、GPU 型號，也未給出擴展至約 100 萬塊 GPU 的時間表。
為什麼值得看
可以看到前沿模型訓練背後的集群規模、可靠性指標與散熱方案，理解吉瓦級訓練設施如何影響模型迭代節奏。
信源1 家
關鍵事實
相關 · 行業
本頁內容由 AI 自動聚合公開信源生成，僅供了解行業動態參考，不構成任何投資或決策建議。如需引用請以原文出處為準。