Meta Prometheus 超算集群：千卡级 AI 基础设施的构建与可靠性工程

Meta 在俄亥俄州纽奥尔班尼建设的 Prometheus 超算集群第一阶段已完成，用于训练 Muse 系列基础模型，目标规模达约 100 万张 GPU。集群采用 NVIDIA GB200 和 GB300 NVL72 平台，配备闭式液冷系统，通过多层网络架构（包括 Backend Aggregation 网络）实现跨建筑互联。