10月20日消息显示，Meta正在美国俄亥俄州New Albany建设代号Prometheus的吉瓦级AI数据中心站点。该园区电力供应按吉瓦级别规划，最终目标是部署约100万块GPU，用于训练Meta下一代超大模型Muse。在整个科技行业争抢电力、土地与芯片的2026年，Meta把赌注押在超大规模自有基础设施上，与亚马逊、微软、谷歌一起进入吉瓦级园区时代。百万GPU不再是概念，而是头部实验室训练前沿模型的入场券。

吉瓦级园区是什么量级？

一座吉瓦级数据中心的电力消耗，相当于一座中等城市的全部用电。它需要配套高压输电、变电站、冷却水源与数百英亩土地。能启动这种项目的公司屈指可数，因为前期投资动辄数百亿美元，且必须用未来的模型收入来支撑。

为什么Meta要自己养约百万块GPU？

训练Muse这类超大模型需要巨大且独占的算力集群，租用云不仅昂贵，还难以长期独占。自有数据中心让Meta对硬件、网络与电力有完全掌控，能按自己的节奏训练与迭代。对一家把AI视为存亡之战的公司，这种自主值得重金投入。

百万GPU集群最难的不是买卡是什么？

百万卡级别的并行，瓶颈早已从单卡算力转向网络、散热与调度。卡与卡之间要高速通信，任何一个机柜故障都不能拖垮整体训练。这需要重新设计网络拓扑、容错与供电，工程难度远超堆硬件。

吉瓦级扩张会遇到什么现实阻力？

电网接入周期漫长，环保与社区对能耗、用水的质疑日益增多。即便资金充裕，一座园区从拿地到满负荷运行可能要数年。谁能更快拿到电力审批，谁就能在这轮算力竞赛中领先半个身位。

Prometheus园区代表的，是AI竞赛进入吉瓦时代的现实。一座吉瓦级数据中心的耗电堪比一座中等城市，前期投资动辄数百亿美元，能启动这种项目的公司屈指可数。Meta把最终目标定在约100万块GPU，是因为训练下一代超大模型Muse需要独占、巨大且可靠的算力集群，租用云既昂贵又难以长期独占。真正的工程瓶颈早已不是买卡，而是如何把百万张卡高效组网、稳定散热、容错调度。与此同时，电网接入与社区环保质疑也在拉长建设周期，谁能更快拿到电力审批，谁就能在这轮算力竞赛中领先半个身位，这已经不是单纯的技术比拼。

总体来看，这条新闻的价值不在于一时的热闹，而在于它如何改变后续的产品节奏、资本预期与用户习惯。建议读者把它放进更长的时间线里观察，既不因为短期数据过度乐观，也不因为个别波折轻易否定方向，等到更多细节与第三方数据披露，再回头验证今天的判断是否成立，才是看待这类行业动态更稳的方式。

信息来源与延伸阅读？

去论坛讨论

前往 silicon-agi.com 论坛 参与讨论