Meta 披露 Prometheus 超级集群，目标百万块 GPU
10 月 20 日，据 ai0.news 等媒体汇总，Meta 披露了位于美国俄亥俄州的 Prometheus 超级集群细节：这个园区最终将容纳约 100 万块 NVIDIA GPU，分布在相互连通的多栋建筑里。一期已经投运，并用于训练 Meta 的 Muse Wonder 前沿模型，预训练良率（goodput）超过 85%，平均无故障间隔（MTBI）约为 5.4 万 GPU 小时。
100 万块 GPU 是什么概念
把 100 万块 GPU 塞进一个园区，不是简单的“买得多”。它考验的是供电、散热、网络互联和故障管理——当规模到这个量级，单块芯片的可靠性乘以百万倍，任何微小的故障率都会被放大成持续的停机。Meta 披露的一期良率超 85%、MTBI 约 5.4 万 GPU 小时，正是在说明它把这套庞然大物“稳定跑起来”的工程能力。
它和 Muse Wonder 的关系
Meta 在 10 月 12 日发布了 Muse Wonder 前沿模型，而 Prometheus 一期就是它的训练场。前沿模型的能力天花板，很大程度由能调动多少算力、多稳定地训练决定。换句话说，模型发布的背后，是这种吉瓦（gigawatt）级别的超级集群在托底。看模型，也要看它脚下那座“发电厂”。
为什么大厂都在拼超级集群
训练下一代前沿模型需要的算力还在指数级增长，谁能建起更大、更稳、更省电的集群，谁就握有模型迭代的主动权。Meta 的 Prometheus、xAI 的 Colossus 2（据 Epoch AI 估算约 110 万 H100 等效）、以及各大厂的扩建，本质上是在同一场比赛里抢座位。规模本身，正在变成一种护城河。
也要看到硬币的另一面
如此庞大的基建，意味着天量的电力、资本与碳排放。行业里已有声音质疑：当 GPU 供给还在持续上线，训练集群的利用率和回报能否匹配投入。对围观者来说，超级集群是实力的证明，也是对“算力是否过剩”这一疑问的最直接回应。泡沫与否，时间会给出答案。
要保留的边界
第一，100 万块是“最终目标”，当前仅一期投运，完整规模的时间表未定；第二，良率、MTBI 等数字来自 Meta 披露，真实运行情况要等第三方或长期观察；第三，超级集群的能效与回报，仍是业界争论中的话题，不宜单看规模下结论。把“规划宏大”和“已经实现”分开。
一句话：Meta 把 Prometheus 的蓝图摊开，100 万块 GPU 的园区既是前沿模型的底座，也是大厂在算力时代抢座位的缩影；规模很震撼，但基建的账，最终要由回报来结。
