La première phase du supercluster Prometheus de Meta est achevée. Le 19 octobre 2026, Meta a révélé sur son blog d'ingénierie officiel que ce supercluster de l'ordre du gigawatt, situé à New Albany dans l'Ohio, est déjà en service : la famille de modèles de fondation Muse, publiée récemment, y a été entraînée, et l'objectif final est d'atteindre environ un million de GPU.
L'échelle : des centaines de milliers de GPU aujourd'hui, environ un million à terme
Prometheus rassemble actuellement des centaines de milliers de GPU répartis dans plusieurs bâtiments — halls classiques, halls optimisés pour l'IA et structures à déploiement rapide — reliés étroitement par des kilomètres de fibre et fonctionnant comme une seule machine. Deux générations de matériel sont déjà déployées : Catalina, fondée sur le GB200 NVL72 de NVIDIA, et Clemente, qui passe au GB300 NVL72, porte la mémoire par GPU de 192 Go à 288 Go et fait tenir tout le domaine de 72 GPU dans un seul rack. Une troisième plateforme, fondée sur le Vera Rubin NVL72 de NVIDIA, est en préparation. Le point d'arrivée annoncé par Meta : environ un million de GPU distribués fonctionnant au pas.
Le difficile n'est pas d'empiler les puces, c'est de ne pas s'arrêter
Dans les grands entraînements, une seule machine défaillante peut ralentir ou interrompre tout le travail ; le secteur mesure cela avec le goodput, la part de calcul réellement utile. Meta annonce un goodput supérieur à 85 % pour le pré-entraînement de Muse Wonder et supérieur à 90 % pour l'apprentissage par renforcement, avec un intervalle moyen entre interruptions d'environ 47 000 heures-GPU, porté ensuite au-delà de 54 000 heures-GPU grâce à des correctifs de firmware et autres. Le coût se cache dans les détails : NVL72 fait passer le domaine étroitement couplé de 8 à 72 GPU, multipliant par environ neuf le rayon d'impact d'une panne ; chaque domaine n'utilise donc que 64 GPU et en garde 8 en réserve dans le rack, et un entraînement de 32 768 GPU exige environ 13 % de matériel supplémentaire.
Réseau et refroidissement : le travail invisible derrière un gigawatt
Le réseau d'agrégation qui relie les bâtiments de Prometheus s'étend de 2 km à plus de 100 km, fournit plusieurs Pbps par paire de régions, et le cluster consomme des millions de kilomètres de fibre et des dizaines de milliers de commutateurs. Côté thermique, un refroidissement liquide en boucle fermée contient des racks de plusieurs centaines de kilowatts. Autrement dit, le défi d'ingénierie de ce cluster ne se situe plus dans une puce isolée, mais dans la capacité des systèmes optique, électrique et de refroidissement à tourner durablement sur le même tempo.
Pourquoi suivre ce cluster de près
Prometheus est la base d'entraînement des prochains modèles de pointe de Meta Superintelligence Labs. Le signal est clair : la concurrence entre les grands laboratoires se déplace de « combien d'accélérateurs peut-on acheter » vers « peut-on organiser un million de GPU en une machine qui s'arrête rarement ». Pour le reste du secteur, l'achat n'est que le ticket d'entrée ; c'est l'ingénierie de fiabilité au niveau système qui creusera l'écart dans les années à venir.
