Metaは10月19日、オハイオ州ニューアルバニーで構築中のギガワット級AIスーパークラスター「Prometheus」について、公式エンジニアリングブログで詳細を公開した。最終的には合計約100万基のGPUを目指すとされ、第1フェーズは既に完成済み。このフェーズは、同社の最新基盤モデル群「Muse」のうち「Muse Wonder」系モデルの学習に使われたという。
ブログでは、大規模GPUクラスター特有の障害対応に関する具体的な改善数値を示した。2025年半ばの稼働初期には、8,000基のGPUあたり1日に1,000件近い中断が発生していたが、1年間のエンジニアリングによってこの件数を99%削減したとしている。また、ファームウェアの改善によって平均障害間隔(MTBI)は約47,000GPU時間から54,000GPU時間超まで向上したが、Meta自身が掲げる目標値である約10万GPU時間にはまだ届いていないという。この結果、事前学習(pre-training)の稼働時間の85%超、強化学習(RL)では90%超を生産的な時間として維持できているとした。
インフラ面では、NvidiaのGB200 NVL72ラック(社内呼称Catalina)とGB300 NVL72ラック(Clemente)の2系統が稼働しており、今後はVera Rubin NVL72ラックを採用する3系統目(San Miguel)も追加される予定。Metaは、ニューアルバニーで消費する電力の全コストを負担し、同量の新規クリーン・再生可能エネルギーの調達で相殺していると説明している。
