Meta把俄亥俄旧数据中心改造成千兆瓦级超算：首期已训出Muse，预训练有效算力占比超85%
Meta在俄亥俄州新奥尔巴尼把一座原本承载网页流量的常规数据中心改造成千兆瓦级超算Prometheus，首期已完成并用于训练Muse基础模型。大规模训练中单台主机故障即可拖慢整个作业，Meta通过提升系统稳定性，使Muse Wonder预训练运行的goodput超过85%、强化学习运行超过90%。集群目前由数十万块GPU组成，满规模目标约100万块。
Meta开源816B编码模型Muse Spark Open：1M上下文装下整个项目，稀疏路由每次只激活42B
Meta发布面向智能体编码工作流的开源混合专家模型Muse Spark Open，总参数816B、每token激活42B，上下文窗口达1M token，可容纳包含复杂依赖与遗留代码的整个项目。此前的通用编码模型面向生成单个函数或单元测试这类上下文小、答案即时的单次补全任务，而多文件重构、跨数千文件导航、失败测试恢复与子智能体协调需要持续多步执行。该模型在NVIDIA GB300 NVL72上训练，支持工具调用、输出评估与迭代修正，并以目标条件保持方向、以上下文压缩维持长会话进展。
NVIDIA 与 Nscale 在冰岛实测 DSX MaxLPS：同一 264.4 kW 预算下 GPU 从 140 增至 192，聚合吞吐提升 49.2%
NVIDIA 与 Nscale 在冰岛 Keflavík 的 Verne 园区数据中心，用 NVIDIA GB300 NVL72 系统与 Kimi K2.5（FP4）推理负载，对 DSX MaxLPS 策略化动态功率分配做了联合评估：在相同的 264.4 kW 已批准功率预算下，受管 GPU 从 140 块增至 192 块（+37.1%），聚合吞吐从 1,084,503 tokens/s 升至 1,618,443 tokens/s（+49.2%），每已配置瓦特吞吐从 4.10 升至 6.12 tokens/s/W（+49.2%），同时中位数与 P75 延迟保持在基线 5% 以内，但 P99 首 token 时间从 15.7 秒基线上升 17%。
已读完全部报道