O que é o Prometheus da Meta?

É o supercluster de IA da Meta em New Albany, Ohio, formado por vários prédios ligados por fibra. A primeira fase está pronta e treinou a família de modelos Muse, incluindo o Muse Wonder.

Quantas GPUs o Prometheus tem?

Centenas de milhares de GPUs Nvidia hoje, segundo a Meta, que não deu número exato. A meta é chegar a cerca de 1 milhão, sem prazo divulgado.

Quanto a Meta reduziu as interrupções de treino?

Em 99% em cerca de um ano. Em meados de 2025 eram perto de 1.000 por dia a cada 8 mil GPUs. O tempo médio entre interrupções passou de 54 mil horas de GPU, e a meta é cerca de 100 mil.

O Prometheus tem 1 gigawatt?

A Meta descreve o Prometheus como de escala de gigawatt, sem cravar número. O 1 GW circula desde julho de 2025, com origem atribuída a Zuckerberg pelo TechCrunch e à SemiAnalysis pelo The Register.

Meta detalha o Prometheus, rumo a 1 milhão de GPUs

Capa do Watcher com o título Prometheus, da Meta, corta 99% das interrupções — Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI.

A Meta publicou em 19 de outubro de 2026, no blog de engenharia, como montou o Prometheus, o supercluster de IA de New Albany, em Ohio. Ele já reúne centenas de milhares de GPUs Nvidia em vários prédios, e a meta é chegar a cerca de 1 milhão. A primeira fase está pronta e treinou a família Muse. O dado central do texto é a confiabilidade: as interrupções de treino caíram 99% em um ano.

Em resumo

Onde: New Albany, Ohio, num site que rodava tráfego web comum cerca de dois anos atrás.
Hardware: racks GB200 NVL72 (Catalina) e GB300 NVL72 (Clemente). O próximo, San Miguel, terá Vera Rubin NVL72 com mais de 170 kW por rack.
Aproveitamento: acima de 85% no pré-treino e de 90% no aprendizado por reforço do Muse Wonder.
Reserva: cada rack de 72 GPUs roda com 64 e guarda 8 de reserva. Mais 2% de racks ficam de prontidão para falhas do rack inteiro.
Rede: malha Ethernet separada, com até 20.736 GPUs por prédio, switches de 51,2 Tb/s e ligações entre prédios de 2 km a mais de 100 km.

O que a Meta mostrou?

O texto é assinado por Kevin Lee, Yashar Bayani, Ahmed Sharif e Yee Jiun Song. Ele descreve o Prometheus como um conjunto de prédios ligados por fibra: data centers tradicionais, prédios otimizados para IA, estruturas de montagem rápida e capacidade alugada de parceiros. Completo, terá cerca de 1 milhão de GPUs distribuídas, todas “funcionando em sincronia”, segundo a Meta. Não há prazo para isso. O The Next Web e o ExplainX lembram que o milhão é uma meta.

Duas plataformas rodam hoje. A Catalina usa o GB200 NVL72 em dois racks de 36 GPUs, com cerca de 120 kW por par. A Clemente usa o GB300 NVL72 num rack só, com 288 GB de memória por GPU e cerca de 135 kW. A próxima, San Miguel, terá o Vera Rubin NVL72, com 2,52 exaflops em FP4 por rack, mais de 170 kW e refrigeração líquida total. A Meta espera ganho de 10% a 20% em desempenho por watt sobre o GB300. Cada GPU consome cerca de 1.400 W.

Como a Meta cortou as interrupções?

Em meados de 2025, as interrupções chegaram perto de 1.000 por dia a cada 8 mil GPUs. O maior problema inicial foi a qualidade de sinal nas mais de 600 mil conexões NVLink entre GPUs, que passaram a ser validadas uma a uma antes da produção. Com o GB300, cresceram as falhas de memória. Um ano de trabalho cortou as interrupções em 99%. No treino do Muse Wonder, o tempo médio entre interrupções foi de cerca de 47 mil horas de GPU e passou de 54 mil com correções de firmware. A meta é de duas interrupções por dia a cada 8 mil GPUs, perto de 100 mil horas de GPU.

Pela conta da Marcio.AI, 54 mil horas equivalem a cerca de 3,6 interrupções por dia a cada 8 mil GPUs. A Meta ainda não chegou ao alvo, ressalva que o ExplainX também faz.

O rack de 72 GPUs trouxe outro problema. Uma falha passa a afetar um domínio nove vezes maior que o antigo servidor de 8 GPUs. A resposta foi rodar cada rack com 64 GPUs ativas e 8 de reserva, além de deixar cerca de 2% de racks de prontidão. Quando uma GPU falha, a técnica PAFT isola o problema numa réplica do treino, sem derrubar o resto. Se não der, o treino volta do último checkpoint, salvo de forma assíncrona e incremental.

O texto da Meta tem uma conta que pede leitura atenta. Um treino com 32.768 GPUs ativas pede 523 racks, ou 37.656 GPUs, o que a Meta chama de cerca de 13% acima da área ativa. O ExplainX calcula cerca de 15%. As duas contas fecham com bases diferentes: as 4.888 GPUs extras são 13% do total instalado e 14,9% das GPUs ativas. Para quem planeja compra de capacidade, a base certa é a segunda.

Como a rede e a energia foram resolvidas?

O tráfego entre GPUs corre numa rede Ethernet separada. Cada prédio interliga até 20.736 GPUs. A Meta começou com uma malha agendada e passou para uma malha não agendada, com switches de 51,2 Tb/s e buffer raso, os Minipack3 e Minipack3N, este baseado no Spectrum-4 da Nvidia. Entre prédios, uma camada de agregação com chassis Arista 7800 e chips Broadcom Jericho3 cobre distâncias de 2 km a mais de 100 km. Acima de cerca de 10 km, os links usam óptica coerente 800G-ZR. O Channel Insider destaca que esse desenho combina refrigeração líquida assistida por ar nos salões comuns com circuito fechado nos prédios novos.

A energia é o outro desafio. O treino síncrono faz a carga oscilar de 30% a 40%. Iniciar ou pausar um treino grande pode mexer em dezenas de megawatts em segundos. A Meta usa um software de limite gradual de potência, o Dynamo Dimmer, baterias no rack, bandejas de capacitores, baterias no nível da instalação e coordenação com a distribuidora. A empresa diz pagar o custo cheio da energia em New Albany e casar o consumo com energia limpa nova. O The Next Web lembra que a Meta saiu do pacto RE100 em julho, porque a expansão a gás andou mais rápido que a de renováveis.

Como chegamos até aqui?

Em 14 de julho de 2025, Mark Zuckerberg escreveu no Threads que a Meta construía vários clusters de vários gigawatts e que o primeiro, o Prometheus, entraria em operação em 2026. O número de 1 GW circula desde então, mas as fontes divergem na origem. O TechCrunch o atribuiu a Zuckerberg. O The Register o atribuiu a uma estimativa da SemiAnalysis de 11 de julho de 2025. O texto de engenharia de 2026 fala só em “escala de gigawatt”, sem número, e por isso este post não crava 1 GW.

O mesmo anúncio de 2025 trouxe o Hyperion, na Louisiana, que pode chegar a 5 GW ao longo de vários anos. A Meta diz que ele está sendo desenhado com as lições do Prometheus, com refrigeração líquida em circuito fechado e conexão à rede da Entergy paga pela empresa. Em 13 de outubro a Marcio.AI cobriu o IcePack, o rack de rede de 102,4 Tb/s que a Meta levou ao OCP e que faz parte dessa geração de data centers.

O que isso muda para data centers no Brasil?

O dado de energia é o que mais conversa com o Brasil. Em 6 de outubro, o ONS fez a primeira disputa por capacidade da rede básica e destinou 228 MW a três projetos de data center em São Paulo. Sete projetos pediam 451 MW, segundo a eixos. A EPE contava 26,2 GW em projetos em conexão à rede básica no fim de 2025, segundo a Cenário Energia, volume que não garante construção. No Prometheus, um único treino grande mexe em dezenas de megawatts em segundos. Uma carga assim ligada a uma subestação brasileira precisa de baterias, limite de potência e acordo de operação com a distribuidora desde o projeto.

Para empresas que montam clusters menores, as lições valem em escala reduzida: validar cada conexão antes da produção, prever reserva de GPUs no orçamento e medir o aproveitamento real do treino, além do número de GPUs. O Channel Insider aponta que integradores e provedores de serviço vão ser cobrados justamente por energia, refrigeração e estabilidade de rede.

O que observar nas próximas semanas

A tese da Marcio.AI: em 12 meses, quem treina modelos de fronteira vai comparar clusters por aproveitamento e tempo entre interrupções, e menos por número de GPUs. Ganha quem domina rede, firmware e energia. Os fabricantes de racks NVL72 vão ser pressionados a entregar sinal de NVLink e memória validados de fábrica. Sinais para conferir: se a Meta chega às cerca de 100 mil horas de GPU entre interrupções, a entrada dos racks San Miguel com Vera Rubin no Prometheus, os primeiros números de aproveitamento com Rubin e o cronograma do Hyperion na Louisiana.

Fontes

Rating Marcio.AI: 4/5 (Global, Muito relevante, Muito próximo do hype). Seção DeepTech do Watcher.

#MarcioAI #Meta #Prometheus #DataCenter #GPU #InfraestruturaDeIA

Como este texto foi produzido

Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.

Meta detalha o Prometheus, supercluster que mira 1 milhão de GPUs e cortou 99% das falhas