小扎自曝挖人秘訣：小團隊我親自帶，豪擲數(shù)百億建GW集群，大家不圖天價薪酬只為“造神”

衡宇 2025-07-15 13:09:45 來源：量子位

衡宇 聞樂 發(fā)自 紐凹非寺

量子位 | 公眾號 QbitAI

快把硅谷大廠挖成篩子的小扎，終于站出來正面回應了：

大把研究人員因為天價薪資被打動來了Meta？這個說法基本不對哦，lol～
他們加入Meta，并非貪圖金錢，而是為了造神——build god。

他嘴皮子一禿嚕滑，全都招了，Meta超級智能實驗室為頂尖AI人才提供超乎想象的強大支持：

直接向小扎匯報，并且最強GPU無上限隨！便！用！

直到他說出這話，Meta瘋狂挖角外的另一個計劃也浮出水面，那就是要為了Meta的AI模型建很多個GW集群。

GW集群，即功率達到吉瓦級（Gigawatt）的超級計算集群，通常用于訓練大規(guī)模AI模型。

小扎同時在Threads上表示，Meta將在這個計劃上投入數(shù)百億美元。

“專注于打造業(yè)內(nèi)最精英、人才最密集的團隊”“將投入數(shù)百億美元用于計算”“構(gòu)建超級人工智能”……

最重要的是錢夠，壓根不差錢。

雖然Meta內(nèi)部又開啟了一波下一步選擇開源還是閉源的激烈討論，但扎克伯格仿佛不在乎。

他意氣風發(fā)，雖敗猶戰(zhàn)，決心要帶最好的團隊、用最強的資源打個漂亮的翻身仗，重奪大模型時代屬于Meta的地位和輝煌。

開啟“馬斯克模式”的小扎

SemiAnalysis的最新報告顯示，Meta有望成為第一家上線1GW+超級計算集群的實驗室。

GW集群是什么水平？

通常而言，傳統(tǒng)超算中心的功率大概在幾百MW，而1GW=1000MW。

一年前，Meta拋棄用了十年的“H”型數(shù)據(jù)中心設計，轉(zhuǎn)而采用了新的設計方案。

現(xiàn)在，Meta已經(jīng)有兩個新的超級AI數(shù)據(jù)中心集群在建，它們都以希臘神話中的名字命名。

一個叫Prometheus（普羅米修斯），選址在俄亥俄州。

目標功率1GW，是全球最大規(guī)模之一，預計2026年上線。

它的用途是為Meta的生成式AI和超級智能實驗室提供訓練和推理支持。

在設計理念上，Prometheus采用全方位基礎設施策略，包括自建園區(qū)、第三方租賃、AI優(yōu)化設計、多數(shù)據(jù)中心園區(qū)協(xié)同等。

另一個叫Hyperion（許珀里翁，也稱亥伯龍神），選址在路易斯安那州。

首期目標1.5GW（2030年），再幾年后最終可擴展至5GW。

這是目前全球規(guī)劃中單體規(guī)模最大的AI數(shù)據(jù)中心園區(qū)，2024年底已破土動工，預計2027年起開始建設。小扎表示，Hyperion的占地面積足以覆蓋曼哈頓的大部分地區(qū)。

Hyperion一旦建成，它將為Meta的AI研發(fā)和大模型訓練提供前所未有的算力基礎。

與Prometheus不同，Hyperion強調(diào)極致擴展性、安全性和高效能，采用快速搭建的預制電力與冷卻模塊，優(yōu)先保障AI訓練任務的電力供應。

不可避免的，一些問題隨之而來——

TechCrunch表示，Prometheus和Hyperion所需的能源，幾乎是數(shù)百萬家庭的用電所需。

換句話說，不管是Prometheus還是Hyperion，可能都需要從周邊社區(qū)大量抽取電力和水資源。

雖然小扎不差錢，但電力水力資源總是有限?！都~約時報》周一的一篇新聞中就提到，Meta在喬治亞州的一個數(shù)據(jù)中心項目，已經(jīng)吸干了附近部分居民家中的民用水資源。

但人家小扎有自己的應對策略。

當兩地電網(wǎng)無法滿足需求時，Meta會全面啟動“馬斯克模式”——在管道公司W(wǎng)illiams的幫助下，Meta正在建設兩座200MW的現(xiàn)場天然氣發(fā)電場，來補充所需電力。

（注：Williams獲批在美國俄亥俄州哥倫布附近建設一座天然氣發(fā)電廠的，該發(fā)電廠將直接為Meta的數(shù)據(jù)中心供電）

方方面面都考慮到了，看來小扎是真的已經(jīng)準備好帶領Meta大干一場。

不過，這些舉措還是帶來了批評的聲音。

有人義憤填膺，問小扎“你就不能拿你那幾百億錢去干點真正有用的事情嗎？？？”。

當然，也有人看好他，并搬出了馬斯克的金句：

最大的風險，就是不去冒險。
在變化飛速的世界，只有“不冒險”是唯一保證一定會失敗的選擇。

超級智能實驗室舌戰(zhàn)激辯：要不要開發(fā)閉源模型？

集群都上GW了，配套的發(fā)電廠都動工了，基礎設施火力全開，那——

Meta的模型這邊呢？超級智能實驗室會有什么動作？

討論到這里，一個話題再次被提到臺前，那就是：Meta還要不要繼續(xù)走開源路線。

實際上，Meta并不是從創(chuàng)立起就一直堅持開源，只不過近年來確實在Llama的開源路線上成果顯著。

Meta部分高管們認為，開源路線有利于加速AI技術進步。

Meta首席人工智能科學家，圖靈獎得主、深度學習三巨頭之一的Yann LeCun就曾表示：

最終勝出的平臺將是開放的平臺。

雖然有消息稱Llama4折戟之后，Meta高管們就曾討論過是否需要減少對開源Llama模型的投入，但最終Meta的發(fā)言人還是公開表示，Meta將完全致力于開發(fā)Llama。

因此，當時關于這個話題的討論也就不了了之了。

但現(xiàn)在，Yann LeCun似乎“被邊緣化”，Scale AI前CEO、現(xiàn)Meta超級智能實驗室負責人Alexandr Wang，再次在內(nèi)部討論戰(zhàn)略轉(zhuǎn)向——

是否放棄公司當前最強大的開源AI模型Behemoth，轉(zhuǎn)而開發(fā)一個封閉模型。

咱們先來說說Behemoth是啥。

Behemoth是Meta新一代旗艦開源大語言模型，本來預計今年4月發(fā)布，正好配合Meta為開發(fā)者舉辦的首屆AI大會。

只不過Meta在活動前先發(fā)布了兩款小模型，就順勢把Behemoth這款規(guī)模較大的模型推遲到6月發(fā)布。

然而，拖到現(xiàn)在7月了，有關Behemoth的一切都遲遲沒有消息。

有知情人透露，實際上Behemoth早就完成了訓練。據(jù)傳當時就是為了訓練Behemoth分散了Meta資源，導致Llama4效果不咋地。

而Behemoth的內(nèi)部測試表現(xiàn)也不盡人意，因此原定的發(fā)布計劃才會一拖再拖。

哎……如果事實真是如此，那Meta這波算是賠了夫人又折兵。

但新款大模型按下不發(fā)這種情況，小扎早就打過預防針了。去年他就在公開場合表示：

我們當然是堅定的開源支持者，但我并沒有承諾我們做的每件事都會公開。

另外的消息是，Alexandr Wang最近也對2000多員工開了個會，表示他領導的小團隊將保持“封閉狀態(tài)”。

與此同時，他宣布整個AI部門的工作目標都將轉(zhuǎn)向“開發(fā)超級智能”。

不過他也并沒有公布，未來工作將是開源還是閉源。

這個事兒到最后，或許還是得等小扎來拍板定論了。

One More Thing

BTW，最新消息！

據(jù)說字節(jié)要開發(fā)一款輕量級MR眼鏡。

爆料顯示，這款設備由字節(jié)旗下Pico團隊主導，內(nèi)部代號“Swan”。

Swan這款眼鏡的重量僅為100克左右，其設計目標是在現(xiàn)實環(huán)境中疊加數(shù)字圖像，提升生產(chǎn)力與娛樂體驗。

這么看來，其發(fā)起挑戰(zhàn)的目標可能不僅僅是Meta的Quest系列（但Meta膝蓋還是中了一箭），更有可能是更廣泛的可穿戴產(chǎn)品。

去年，Meta在發(fā)布Quest 3S以后暫停了對Quest系列的開發(fā)，似乎是放棄了笨重的頭部設計，中心轉(zhuǎn)向輕量化智能眼鏡Orion。

還在AI戰(zhàn)場鏖戰(zhàn)的Meta，可能不得不再開啟輕量眼鏡戰(zhàn)線了。

（已經(jīng)搬好小板凳，瓜子花生礦泉水有沒有要的？）

參考鏈接：
[1]https://www.nytimes.com/2025/07/14/technology/meta-superintelligence-lab-ai.html?unlocked_article_code=1.WU8.wyyu.h-kdqfvozufH&smid=nytcore-ios-share&referringSource=articleShare
[2]https://www.theinformation.com/articles/bytedance-developing-mixed-reality-goggles-challenge-meta?rc=vpid49
[3]https://semianalysis.com/2025/07/11/meta-superintelligence-leadership-compute-talent-and-data/
[4]https://x.com/ns123abc/status/1944918677738152156
[5]https://www.threads.com/@zuck/post/DMF6tMAxkX8?xmt=AQF0Bj4ll8d-VOK415G5_90I7Nok2wtW_7v4mAE1MPQwLw