最新资讯
dev.to 让模型改写文档前,先量化事实保真度 dev.to 回放 153 个 Claude Code 与 Codex 会话,审计 Agent 的生产影响范围 dev.to 银行 77 意图分类最便宜 LLM:GPT-6.1 Terra 每次成功任务 $0.000727 theinformation.com Chesky的副业:Airbnb向CEO新设AI实验室出售IP theverge.com OpenAI 宣布数据中心项目不再与公职人员签署保密协议 dev.to NVIDIA 发布四个开放 Cosmos 3 仿真模型 dev.to 真实 MCP 客户端击穿我们服务器的五种方式 theverge.com Airbnb 正在开发 AI 旅行 agent,计划 2027 年上半年推出 wechat 这可能是美国AI最魔幻的一天。 nytimes.com 美众议院共和党领袖要求 Nvidia 黄仁勋闭门简报 pub.towardsai.net 忘掉我:为记忆而设计的系统中的删除难题 marktechpost.com Google 发布 Gemini Omni 1.2 Flash:15 秒视频,每秒 0.07 美元
多元动态
登录 注册
行业动态 x.com · @AI at Meta (@AIatMeta)

Meta 披露 Prometheus 千兆瓦级超算训练可靠性数据

原文 我的收藏

Meta 表示其 Muse 系列基础模型(含 Muse Wonder)在俄亥俄州 New Albany 的千兆瓦级超算集群 Prometheus 上训练。该集群拥有数十万块 GPU,Meta 称通过面向大规模韧性的工程设计,实现预训练 goodput 85%+、强化学习 90%+,Muse Wonder 训练期间平均约 47K GPU 小时才出现一次中断。

AI推荐理由 Meta 官方账号披露 Prometheus 千兆瓦级超算集群的训练可靠性指标:预训练 goodput 85%+、强化学习 90%+、Muse Wonder 训练期间平均约 47K GPU 小时才发生一次中断。这是少见的超大规模训练基础设施一手数据,对算力与训练工程有参考价值;但仅为推文摘要,缺少指标定义、统计口径和可验证细节,且 Muse 模型本身信息有限。

78 浏览 228,178 点赞 3,125 评论 139 转发 245

正文

We trained our Muse foundational models, including Muse Wonder, at Prometheus, our gigawatt-scale supercluster in New Albany, Ohio. Across a supercluster with hundreds of thousands of GPUs, even one underperforming host can slow an entire training run. We engineered Prometheus for resilience at scale, achieving 85%+ goodput on pretraining, 90%+ on reinforcement learning and ~47K GPU hours mean time between interruptions during Muse Wonder training. Take a look at the tech powering Prometheus: https://go.meta.me/4yXXApZ

来源报道 · 1 篇 · 以下链接均前往原始媒体

AI at Meta (@AIatMeta) Meta 披露 Prometheus 千兆瓦级超算训练可靠性数据 10-20 · 原文发布
← 返回精选动态 原文

更多内容