🏭 行业动态
扎克伯格披露 Meta 千兆瓦级 AI 集群计划：Prometheus 超级计算机 2026 年上线，Hyperion 可达 5 GW
一、导语
2025 年 7 月，Meta CEO 马克·扎克伯格在一篇公开声明中披露了公司历史上最大规模的基础设施投资计划：将在全球部署多个千兆瓦级 AI 超级集群，其中首座名为 Prometheus 的集群将于 2026 年正式上线，后续还有规模可达 5 GW 的 Hyperion 集群。与此同时，Meta 以 143 亿美元收购了 Scale AI 的 49% 股份，同步组建了由行业顶级人才领衔的 Meta 超级智能实验室（MSL）。这一系列举措标志着 AI 基础设施竞争正式进入了「千兆瓦时代」。
二、背景分析：为什么千兆瓦级超算如此重要？
在 2020 年之前，一个典型的数据中心功率大约在 30-50 兆瓦（MW）级别。但随着 AI 模型规模的指数级增长——从 GPT-3 的 1750 亿参数到 GPT-5/Claude 系列的万亿参数级别——训练所需的算力正以每年 4-5 倍的速度增长。
按照半导体研究机构 SemiAnalysis 的估算，建设 1 GW 级 AI 基础设施的成本约 300 亿美元。这个数字并非空穴来风——当一座超级集群的功耗等于一座中型城市的用电量时，其涉及的硬件采购、电力接入、冷却系统和网络工程都是人类工程史上从未有过的挑战。
「我们实际上正在建设多个多千兆瓦级集群。我期待与顶级研究人员一起推进前沿！」—— 马克·扎克伯格，2025 年 7 月 14 日
Meta 的这一步棋并非孤立行动。微软正与 OpenAI 合作建设 Stargate 超算项目，Google 也在全球部署其 TPU 集群。但 Meta 的策略有一个关键不同——它坚持自主拥有全部基础设施，而非依赖第三方云服务商，这赋予了 Meta 在算力调度和成本控制上的独特优势。
三、核心内容：Prometheus 与 Hyperion 项目全解析
3.1 Prometheus：首座千兆瓦级 AI 集群
Prometheus 位于俄亥俄州新奥尔巴尼（New Albany, Ohio），是 Meta 首座功率超过 1 GW 的 AI 训练集群。根据规划，Prometheus 将在 2026 年投入运营，届时将拥有超过 1000 兆瓦的供电能力，足以驱动数十万颗 GPU 同时运行。该集群被设计为 Meta 超级智能实验室的核心训练设施，将用于开发下一代的 Llama 系列模型。
值得注意的是，Prometheus 的能源供应方案采用了多元化策略。Meta 与 TerraPower、Oklo 和 Vistra 签署了长期协议，计划到 2035 年获得总计 6.6 GW 的清洁能源供应。其中 Oklo 将在 Pike County 建设 1.2 GW 的核能园区，TerraPower 将部署新的 Natrium 钠冷反应堆，Vistra 则将提供超过 2.1 GW 的现有核能产能。这一能源组合使 Meta 成为硅谷第一家大规模押注核能的科技公司。
3.2 Hyperion：5 GW 的 AI 超级工厂
Hyperion 是 Meta 规划中规模更大的 AI 集群，位于路易斯安那州里奇兰教区（Richland Parish, Louisiana），Meta 此前已在该地区宣布了 100 亿美元的数据中心投资。Hyperion 的设计容量高达 5 GW，其占地面积相当于大半个曼哈顿。项目将分多期建设，预计在 2030 年前完成前 2 GW 的部署，随后数年内逐步扩展到满负荷 5 GW。
扎克伯格在 Threads 上发文称：「Hyperion 的占地面积将大到足以覆盖曼哈顿的大部分区域。」这一描述已不是夸张的比喻——一座 5 GW 的设施确实需要数十栋大型建筑物的布置，其电网接入、冷却系统和网络拓扑的复杂度远超现有的任何数据中心项目。
3.3 143 亿美元收购 Scale AI
硬件只是冰山一角。在软件和数据的层面，Meta 以 143 亿美元收购了 AI 数据标注基础设施公司 Scale AI 的 49% 股份。这笔交易是 Meta 自 2014 年以 190 亿美元收购 WhatsApp 以来的第二大交易。
Scale AI 为 Meta 带来了几项关键资产：首先是其全球领先的数据标注基础设施，这对于训练高质量 AI 模型至关重要；其次是 HLE（Humanity's Last Exam）基准测试套件；第三是其 CEO Alexandr Wang——年仅 28 岁的 Scale AI 创始人——将加入 Meta 领导整个 AI 研发工作。这笔交易的直接动因之一是解决 Llama 4 模型在训练中遭遇的数据质量问题，该问题曾导致 Llama 4 的公开口碑大幅落后于竞争对手。
3.4 Meta 超级智能实验室（MSL）：人才战争的高潮
在基础架构之外，Meta 还组建了全新的超级智能实验室（Meta Superintelligence Labs, MSL），由三位 AI 行业的重量级人物联合领导：Scale AI 前 CEO Alexandr Wang、Safe Superintelligence 的 CEO 兼联合创始人 Daniel Gross，以及 GitHub 前 CEO Nat Friedman。
MSL 的人才招募力度令人咋舌。据 Bloomberg 报道，Meta 开出了高达 3 亿美元的四年薪酬包来争夺顶级 AI 研究人员。新招募的人才包括来自 Google DeepMind 的 Hongyu Ren（GPT-4o 和 o 系列模型的共同创造者）、Jiahui Yu（GPT-4o 共同创造者）、来自 Google Gemini 团队的 Jack Rae（Gemini 预训练负责人）和 Pei Sun（Gemini 推理专家），以及 ChatGPT 的共同创造者 Shengjia Zhao。
扎克伯格本人也亲自参与招聘，在位于太浩湖和帕洛阿尔托的家中面试候选人。这种亲力亲为的方式反映了扎克伯格对超级智能实验室的个人重视——他曾表示：「我将专注于建设行业中最精英、人才密度最高的团队。」
四、各方反应与行业影响
Meta 的这一系列公告引发了科技行业的广泛讨论。SemiAnalysis 的分析师指出，Meta 将成为「第一个启动超过 1 GW 集群的 AI 实验室」，这标志着 AI 基础设施的竞赛正在从「数据中心数量」向「单个集群的规模」转变。
竞争对手方面，微软和 OpenAI 的 Stargate 项目同样瞄准了 GW 级规模，而 Google 则凭借其自研 TPU 芯片保持差异化。但 Meta 的优势在于：它不仅拥有强大的广告业务带来的现金流，还完全掌控自己的基础设施堆栈，这意味着它可以更快地做出决策并不断优化训练流程。
然而，这些巨型数据中心的能耗和环境影响也引发了担忧。Meta 此前在乔治亚州的数据中心项目已被 NYT 报道导致当地居民断水。有研究预测，到 2030 年，美国数据中心的用电量可能从 2022 年的 2.5% 激增至 20%。对此，Meta 强调其清洁能源组合策略，包括历史上首次在 AI 基础设施中大规模引入核能。
五、深度解读：gigawatt 时代的战略含义
第一，算力正在成为 AI 竞争的唯一壁垒。当模型架构和训练数据的改进逐渐放缓时，能够获得的算力总量变得至关重要。Meta 的 1000 亿美元级基础设施投资，意味着它可以训练比竞争对手大得多的模型——或者用相同规模的模型进行更多的实验迭代。
第二，从「租用算力」到「拥有算力」的战略转型。Meta 选择全部自建而非租用云服务，这一决策与 OpenAI/Microsoft 的合作模式形成鲜明对比。自建模式的资本支出更高，但长期边际成本更低，而且意味着 Meta 不必与其他客户争夺有限的计算资源。
第三，人才、算力和数据的「三位一体」策略。Scale AI 解决了数据问题，Prometheus/Hyperion 解决了算力问题，MSL 的人才招募解决了智力问题。这三者构成了一个完整的飞轮：更好的数据 → 更好的模型 → 更强的算力需求 → 更多的资源投入。
第四，AI 竞争正在改变能源格局。Meta 与核能公司的合作打开了新的可能性——AI 的超高能耗需求可能会成为清洁能源技术的催化剂。正如美国能源部长在评论中指出的：「AI 将电力转化为最有价值的产出：智能。」
六、总结
Meta 的千兆瓦级 AI 集群计划不仅仅是一家公司的扩建公告——它是 AI 行业发展史上的一个分水岭时刻。当 Prometheus 在 2026 年上线、Hyperion 在随后数年逐步完工时，Meta 将拥有地球上最大规模的单一 AI 计算设施。在算力即实力的 AI 时代，这笔 1000 亿美元级的豪赌，可能最终决定 Meta 能否在超级智能竞赛中跻身第一梯队。
正如扎克伯格所说：「我们有来自业务的资金来做到这一点。」问题在于——其他人是否有同样的资本来跟上？
原文参考：
CNBC: Meta's Zuckerberg says first AI supercluster will come online in 2026
Yahoo TechCrunch: Mark Zuckerberg says Meta is building a 5GW AI data center
Converge Digest: Meta's Prometheus and Hyperion Superclusters Aim for Multi-Gigawatts
← 返回首页