先了解这件事
Meta宣布,其千兆瓦级超算集群Prometheus第一阶段已在俄亥俄州New Albany建成,并用于训练Muse系列基础模型,包括Muse Wonder。该集群目前由数十万块GPU组成,满规模目标约100万块,已部署NVIDIA GB200 NVL72(Catalina)和GB300 NVL72(Clemente)两代平台,后续将引入Vera Rubin NVL72。Meta称,Muse Wonder预训练goodput超过85%、强化学习goodput超过90%,并将中断率从2025年中期峰值降低99%。后续报道补充称,Muse Wonder训练期间平均每约47K GPU小时才发生一次中断;Meta表示,在如此规模的集群中,哪怕一台主机性能不达标也会拖慢整轮训练,因此Prometheus按大规模容错来设计。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Meta Engineering Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月20日
The Rundown AI
Mass General Brigham 用 4000 万张人脸训练模型，从自拍估算生物学年龄与癌症生存风险
Mass General Brigham 的研究团队开发了基于面部照片的 AI 工具 FAHR-Face，用超过 4000 万张人脸图像训练，分别用于估算生物学年龄和预测癌症患者生存风险。在约 4000 名患者的测试组中，评分 0.9 至 1 的人有 53% 在 90 天内死亡，评分 0 至 0.1 的人该比例为 2%；在 3.8 万余名放疗患者中，看起来比实际年龄老 5 岁以上者，在约 4 年随访期内的死亡风险高 21%。生存模型主要关注眼下与鼻梁区域，年龄模型侧重面部褶皱、额头和太阳穴，研究团队表示下一步需要验证这些预测能否真正改善诊疗。
AI at Meta一手
Meta 在 Prometheus 超算训练 Muse 基础模型，预训练 goodput 超 85%
Meta 在位于俄亥俄州 New Albany 的吉瓦级超算 Prometheus 上训练了包括 Muse Wonder 在内的 Muse 基础模型。该集群拥有数十万块 GPU，预训练 goodput 达 85% 以上，强化学习达 90% 以上，Muse Wonder 训练期间平均每约 47K GPU 小时才发生一次中断。Meta 表示，在如此规模的集群中，哪怕一台主机性能不达标也会拖慢整轮训练，因此 Prometheus 按大规模容错来设计。
10月19日
Meta Engineering Blog一手精选
Meta 详解 Prometheus 千兆瓦级超算集群：首阶段建成，目标约 100 万块 GPU
Meta 宣布其千兆瓦级超算集群 Prometheus 第一阶段已在俄亥俄州 New Albany 建成，并用于训练 Muse 系列基础模型，包括 Muse Wonder。该集群目前由数十万块 GPU 组成，满规模目标约 100 万块，已部署 NVIDIA GB200 NVL72（Catalina）和 GB300 NVL72（Clemente）两代平台，后续将引入 Vera Rubin NVL72。Meta 称 Muse Wonder 预训练 goodput 超过 85%、强化学习 goodput 超过 90%，并将中断率从 2025 年中期峰值降低 99%。