Prometheus é o supercluster de escala gigawatt da Meta, construído em New Albany, Ohio. A primeira fase já está concluída e foi usada para treinar os modelos fundacionais Muse, incluindo o Muse Wonder, modelo de fronteira para tarefas agênticas pessoais e profissionais. A Meta segue escalando a estrutura até cerca de 1 milhão de GPUs.
Na prática, o que isso muda para quem usa IA no trabalho? A infraestrutura de treino impõe os limites de qualidade do modelo: quanto mais compute, mais dados cabem no treinamento, mais longo pode ser o contexto e mais estável fica o comportamento agêntico. Prometheus é a camada que sustenta essa parte, não a entrega final ao usuário.
Resumo rápido
- Prometheus é um supercluster da Meta em New Albany (Ohio), com primeira fase concluída e meta de cerca de 1 milhão de GPUs.
- Foi usado para treinar os modelos fundacionais Muse, incluindo o Muse Wonder para tarefas agênticas.
- Goodput acima de 85% no pré-treinamento e acima de 90% em RL do Muse Wonder.
- Usa refrigeração líquida em circuito fechado e duas plataformas NVIDIA atuais: Catalina (GB200 NVL72) e Clemente (GB300 NVL72); a terceira (Vera Rubin NVL72) chega em breve.
- Capacidade de treino é grande, mas isso não é o mesmo que disponibilidade e preço para o usuário final. A Meta não confirmou preços nem disponibilidade no Brasil para esses recursos.
O que é o Prometheus, em termos práticos
Supercluster é um agrupamento de muitos servidores com GPUs que funcionam como uma máquina única para treinar modelos. O Prometheus reúne centenas de milhares de GPUs hoje, distribuídas em vários prédios interligados por fibra, dentro do site de New Albany, Ohio. A Meta descreve o conjunto como um sistema só, com blocos tradicionais de data center, blocos otimizados para IA e estruturas de implantação rápida.
Duas informações ajudam a dar escala ao número. A primeira é o alvo: cerca de 1 milhão de GPUs ao final da expansão. A segunda é o histórico do local: há dois anos New Albany era um data center comum, rodando tráfego web. A conversão para treino de modelos de fronteira exigiu mudanças de hardware, rede e projeto de prédio.
Por que “gigawatt” é a unidade que importa
Gigawatt é medida de potência, não de quantidade de GPUs. Ela estima quanto de energia o complexo consome quando opera em carga. É por isso que a eficiência virou parte central do projeto: quanto mais energia vira calor em vez de cálculo, mais caro fica cada hora de treino.
A resposta da Meta nesse ponto é a refrigeração líquida em circuito fechado. Em vez de depender só de ar, o calor é retirado por líquido em um ciclo que se repete, o que ajuda a manter a densidade de GPUs por rack sem perder eficiência energética. O rack Open Rack V3 (ORv3), usado na plataforma Catalina, foi contribuído ao Open Compute Project (OCP), ou seja, o desenho é aberto para o setor.
As plataformas de hardware que formam o cluster
O Prometheus usa hoje duas gerações de GPU NVIDIA em racks NVL72, em que 72 GPUs operam como um acelerador único na mesma malha de rede. Uma terceira geração, baseada na NVIDIA Vera Rubin NVL72, chega em breve.
| Item | Catalina (GB200 NVL72) | Clemente (GB300 NVL72) |
|---|---|---|
| GPUs por domínio | 72 Blackwell | 72 Blackwell Ultra |
| Memória HBM | 13,4 TB HBM3e (192 GB por GPU) | 20,7 TB HBM3e (288 GB por GPU) |
| Compute de pico | 720 PFLOPS em FP8, 1.440 PFLOPS em FP4 | Mais de 1 exaFLOP em FP4 |
| Banda NVLink | 130 TB/s no domínio | 130 TB/s no domínio (1,8 TB/s por GPU) |
| Rede scale-out | 800G por GPU via ConnectX-7 400G | 800G por GPU nativo via ConnectX-8 |
| Formato | Dois racks, variante Ariel | Rack único, razão 2:1 GPU-CPU |
| Consumo | Cerca de 120 kW no par de racks | Cerca de 135 kW por rack |
A leitura do quadro acima para quem não é de infraestrutura é simples: cada geração aumenta a memória disponível por GPU e a velocidade de comunicação entre elas. Memória maior permite modelos maiores e contextos mais longos sem cortar informação; rede mais rápida reduz o tempo em que as GPUs ficam paradas esperando dados de outra GPU.
Goodput, MTBI e o que esses números significam
Treinar um modelo grande é um trabalho que roda por semanas em milhares de GPUs. Se uma máquina falha, pode travar o trabalho inteiro. Dois indicadores aparecem na comunicação oficial da Meta e vale entender os dois.
Goodput
Goodput é a fração do tempo de GPU que efetivamente virou treino útil, descontando reinícios, esperas e retrabalho. A Meta relatou mais de 85% de goodput em execuções de pré-treinamento e mais de 90% em execuções de aprendizado por reforço (RL) do Muse Wonder. Mais goodput significa menos energia e tempo desperdiçados para chegar ao mesmo modelo.
MTBI
MTBI é o tempo médio entre interrupções, medido em horas-GPU. A Meta chegou a cerca de 47 mil horas-GPU e, depois de correções, passou de 54 mil horas-GPU, citando ajustes de firmware entre as melhorias. Para o usuário final, a ligação é indireta mas real: clusters mais estáveis viram ciclos de treino mais frequentes e modelos atualizados com mais regularidade.
Treino e inferência não são a mesma coisa
Este é o ponto que mais gera confusão quando uma empresa anuncia um supercluster. Treinar é construir o modelo, um trabalho concentrado em poucos data centers, com GPUs ligadas entre si em altíssima velocidade. Inferir é usar o modelo, um trabalho distribuído em muitos lugares, otimizado para responder rápido e por um custo baixo por token.
Prometheus é infraestrutura de treino. Ele não define, sozinho, o preço por token, a latência de uma API no Brasil ou a cota de uso de um app. Esses itens dependem de outra camada, feita de servidores de inferência, otimização de software e decisões comerciais. Quando a Meta diz que vai escalar até cerca de 1 milhão de GPUs, está falando de capacidade de treino; a Meta não confirmou, nesse anúncio, preços nem disponibilidade desses recursos no Brasil.
A rede é hoje parte do modelo
Um detalhe técnico que costuma passar batido: em treino distribuído, a rede deixou de ser acessório. O Prometheus usa, além da rede de data center comum, uma segunda rede dedicada baseada em Ethernet, chamada de rede Back-End, para comunicação direta entre GPUs dentro e entre prédios.
Cada malha por prédio conecta até 20.736 GPUs. Uma camada de agregação liga as malhas dos prédios ao longo de 2 km a mais de 100 km. No total, a Meta descreve milhões de milhas de fibra, dezenas de milhares de switches e milhões de componentes ópticos. A razão para esse investimento é que, em treino de fronteira, a GPU que espera dado é GPU desperdiçada.
Exemplo: o que isso significa para uma agência de Curitiba
Considere uma agência de marketing em Curitiba que usa modelos de fronteira via API para gerar variações de anúncios e resumir relatórios de campanha.
Ela não compra GPU nem contrata data center. O que ela sente da infraestrutura é o efeito de segunda ordem. Quando o modelo por trás da API ganha contexto maior, a agência consegue enviar briefings mais longos e históricos de campanha mais completos no mesmo prompt, sem picar o material em várias chamadas. Quando o modelo melhora em tarefas agênticas, fluxos que antes exigiam várias etapas manuais passam a caber em uma sequência com menos supervisão humana.
O que a agência não deve esperar é queda automática de preço ou disponibilidade imediata no Brasil por causa do anúncio do supercluster. Capacidade de treino e política comercial são coisas separadas, e a decisão de preço no mercado brasileiro depende de fatores que este anúncio não cobre.
Como acompanhar sem cair em exagero
Três hábitos ajudam a ler anúncios de infraestrutura de IA com mais critério:
- Separe treino de uso. Supercluster é sobre construir o modelo; o que você usa no dia a dia depende da camada de inferência e do produto.
- Olhe o indicador certo. Goodput e MTBI dizem mais sobre eficiência de operação do que PFLOPS isolado, que é um pico teórico.
- Confirme antes de prometer. Disponibilidade no Brasil, preço e limites só valem quando a página oficial do produto diz. A Meta não confirmou esses pontos no anúncio do Prometheus.
Erros comuns
- Tratar “1 GW” como se fosse velocidade ou qualidade de modelo. É potência elétrica do complexo.
- Assumir que o anúncio libera recursos no Brasil. Não libera; é infraestrutura interna de treino.
- Comparar PFLOPS entre plataformas sem checar a precisão numérica. FP8 e FP4 dão números diferentes para o mesmo hardware.
- Concluir que modelo melhor chega automaticamente ao usuário. Depende de implantação, produto e política de acesso.
- Confundir os modelos Muse com os modelos anteriores da família Llama. São linhas diferentes, como mostra a mudança de estratégia de modelos da Meta.
Perguntas frequentes
O que é exatamente o Prometheus?
É o supercluster de escala gigawatt da Meta, localizado em New Albany, Ohio. A primeira fase está concluída e foi usada para treinar os modelos fundacionais Muse, incluindo o Muse Wonder.
Quantas GPUs o Prometheus tem hoje?
A Meta informa que o cluster reúne centenas de milhares de GPUs hoje e que trabalha para escalar até cerca de 1 milhão de GPUs.
Isso deixa os modelos mais baratos no Brasil?
Não é possível afirmar. O Prometheus é infraestrutura de treino. A Meta não confirmou preços nem disponibilidade no Brasil nesse anúncio, e custo por token depende da camada de inferência e de decisões comerciais.
O que é o Muse Wonder?
É o modelo de fronteira da Meta para tarefas agênticas pessoais e profissionais, segundo a descrição oficial. Ele foi treinado na primeira fase do Prometheus.
O que significa goodput de 85%?
Significa que mais de 85% do tempo de GPU em execuções de pré-treinamento virou treino útil, sem desperdício com reinícios e esperas. Em RL, a Meta relatou mais de 90%.
Qual hardware o cluster usa?
Duas plataformas NVIDIA: Catalina, com GB200 NVL72, e Clemente, com GB300 NVL72. Uma terceira, baseada na NVIDIA Vera Rubin NVL72, chega em breve.
