Meta의 슈퍼클러스터 Prometheus 1단계 공사가 완료됐다. 2026년 10월 19일 Meta는 공식 엔지니어링 블로그를 통해 오하이오주 뉴올버니에 있는 기가와트급 슈퍼클러스터가 이미 가동 중이라고 밝혔다. 최근 공개된 기반 모델군 Muse가 바로 이곳에서 학습됐고, 최종 목표는 약 100만 장의 GPU 규모다.
규모: 지금은 수십만 장, 종착점은 약 100만 장
Prometheus는 현재 수십만 장의 GPU로 구성돼 전통 데이터센터 동, AI 최적화 동, 신속 배치 구조물 등 여러 건물에 분산돼 있으며, 수 마일의 광섬유로 긴밀히 연결돼 하나의 기계처럼 동작한다. 하드웨어는 이미 두 세대가 깔렸다. 1세대 Catalina는 NVIDIA GB200 NVL72 기반이고, 2세대 Clemente는 GB300 NVL72로 넘어가 GPU당 메모리가 192GB에서 288GB로 늘고 72장 도메인 전체가 랙 하나에 들어간다. NVIDIA Vera Rubin NVL72 기반 3세대도 예정돼 있다. Meta가 제시한 확장 종착점은 약 100만 장의 분산 GPU 동시 가동이다.
진짜 어려운 건 칩을 쌓는 게 아니라 멈추지 않는 것
대규모 학습에서는 호스트 한 대의 장애가 전체 작업을 늦추거나 중단시킬 수 있어, 업계는 goodput(유효 연산 비율)으로 이를 잰다. Meta에 따르면 Muse Wonder의 사전 학습 goodput은 85%를, 강화 학습은 90%를 넘었고, 중단 간격은 약 4만 7천 GPU 시간에서 펌웨어 등 수정 이후 5만 4천 시간 이상으로 늘었다. 대가는 세부 사항에 숨어 있다. NVL72는 긴밀 결합 도메인을 8장에서 72장으로 넓혀 장애 영향 범위를 약 9배로 키웠기 때문에, 각 도메인은 64장만 실제로 돌리고 8장을 랙 내 예비로 둔다. 32768장 규모의 학습에는 약 13%의 추가 하드웨어가 필요하다.
네트워크와 액체 냉각: 기가와트를 받치는 보이지 않는 일
Prometheus의 건물 간 집계 네트워크는 2km에서 100km 이상까지 뻗어 리전 쌍당 수 Pbps의 대역폭을 제공하고, 클러스터 전체에서 수백만 마일의 광섬유와 수만 대의 스위치를 소모한다. 냉각 쪽에서는 폐쇄 루프 액체 냉각이 수백 kW급 랙 전력을 눌러준다. 다시 말해 이 클러스터의 공학적 난제는 더 이상 단일 칩이 아니라, 광학·전력·냉각 세 시스템이 같은 박자로 오래 안정적으로 도는가에 있다.
이 클러스터를 지켜봐야 하는 이유
Prometheus는 Meta Superintelligence Labs의 차세대 프런티어 모델을 위한 학습 기반이다. 신호는 분명하다. 톱 랩들의 경쟁은 '가속기를 몇 장 살 수 있는가'에서 '100만 장을 좀처럼 멈추지 않는 하나의 기계로 조직할 수 있는가'로 이동하고 있다. 업계의 나머지 플레이어에게 조달은 입장권일 뿐이고, 앞으로 몇 년간 격차가 벌어질 곳은 시스템 차원의 신뢰성 엔지니어링이다.
