Meta 曝 Prometheus 超集群细节:百公里互联,目标百万 GPU 单机运行
ryanshrout · x · 2026-10-19
Meta 发布了对其俄亥俄州吉瓦级训练超集群 Prometheus 的工程解读,该集群训练了 Muse 模型,并正向约 100 万块 GPU 规模扩展,跨建筑、跨 100 公里以上距离互联为单一机器运行。
关键细节:
- 与 NVIDIA 联合工程将训练中断从 2025 年中高峰削减 99%
- 每个 NVL72 机架运行 64-GPU 切片并留 8 块机内备用 GPU
- 集群 GPU 平台全为 NVIDIA:当前 GB200/GB300,Vera Rubin NVL72 在路上
AMD 高管 Ryan Shrout 补充:Meta 使用数百万颗 EPYC CPU,并有 6 GW 的 Instinct 推理协议,该合作不受影响——算力需求仍超出任何单一供应商的供给能力。
「Infra」频道最新
- 开源 ai-memory 让 Claude Code、Codex 等 20 多个 AI 编码工具共享同一份记忆 — alex_verem · 2026-10-19
- OpenRouter 数据：美国模型 token 消耗停滞 8 周，中国供应周消耗 79.2T — SumitGup · 2026-10-19
- CMU 研讨会详解 Floe 引擎：弃缓冲池、自研内核跑赢 io_uring — sh_reya · 2026-10-19
- 数据中心仅占全球一次能源 0.85%，用数据反驳能耗恐慌论 — DarinFeinstein · 2026-10-19
- vLLM 0.32 新增结构化决策 API：读首 token 概率出答案 — AccBalanced · 2026-10-19
- GPU 定价真相：决定成本的是资本利差而非现货租金 — AccBalanced · 2026-10-19