news 2026/7/12 10:45:47

马斯克全球最大GPU集群建成,Grok要起飞了!

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
马斯克全球最大GPU集群建成,Grok要起飞了!
来源:量子位

刚刚,全球首个GW级超算集群Colossus 2,正式投入运行

马斯克兴奋喊话:

这是全球首个达到1GW的超算集群,4月还将进一步升级至1.5GW。

网友直呼疯狂:「1.5GW,光是插座估计都得给墙壁装满了。」

有了这剂算力强心针,Grok的忠实拥趸已经提前开香槟,开始畅想Grok5的统治时代。

但在全网狂欢的背后,更多的人是苦不堪言——

2026年夏天,美国13个州的6700万居民,可能要因数据中心的存在被停电,没空调吹了。

全球首个GW级训练集群

老马的执行力太恐怖了。

不靠亚马逊,不靠微软,也没有「星际之门」计划,一己之力于孟菲斯平地建起一座1GW的超算集群。

前一代超算集群Colossus 1从无到有仅用了122天。

它配备约20万颗英伟达H100/H200和约3万颗英伟达GB200 NVL72。

而在此基础上翻了好几倍,功率达到1GW的Colossus 2,只花了仅仅不到一年。

1GW是什么概念?

一般来说,1GW可以为75万户家庭供电,相当于高峰时期的旧金山。

一座核电站的功率差不多也就是1GW。

如果按马斯克所说,今年4月份,Colossus 2将升级至1.5GW,最终总装机容量达到2GW,这个数字将与美国大多数主要城市的用电量相当。

按照规划,彻底完工后的Colossus 2将内置55.5万张GPU,远超Meta的15万、微软10万,以及谷歌的分布式基础设施。

而这庞大的资源,全部为Grok独自享用。

此前,曾有爆料称Grok 5的参数将达到惊人的6万亿左右,是Grok 4的两倍以上。

原因便是基于Colossus 2:

当时有观点认为Grok 5将在拥有数十万张英伟达GPU的Colossus 2上训练,耗电量约为1GW。

如今,Colossus 2已正式上线,1GW的条件也正正好好满足

而随着前段时间xAI E轮融资200亿美元的进账,Grok 5的Scaling筹码还在进一步增加。这意味着更大的模型参数,更快的训练速度、迭代速度,部署速度。

当OpenAI还在为2027年的算力基础设施发愁时,xAI已经把一座「城市级」AI 工厂开机运行,将Grok 5提前扶上了市场心目中的下一个SOTA。

正如网友所说,AI时代,速度就是最强的护城河。

居民受不了啦!

不过,并非所有人都因这种「速度」受益。

据《华尔街日报》消息,美国非营利电网运营商PJM,未来可能在极端高温或严寒天气期间,轮流对区域内的居民断电。

这意味着,美国13个州的6700万人,在今年不得不迎来一个相当难熬的夏天。

要说清楚这个问题,得先明白PJM是干嘛的。

PJM,简单来说就是美国能源系统的交通指挥中心,它根据实时用电需求,协调发电厂何时增发、何时降载,以维持供需平衡。

然而,大模型大力出奇迹的竞赛正在破坏这种平衡。

在数据中心建设热潮推动下,PJM预计未来10年电力需求将以年均4.8%的速度增长。

对一个多年需求变化不大的系统来说,这样的增速相当罕见。

一边需求激增,另一边,供给的增速却相当缓慢。新建电厂的速度甚至都跟不上老电厂的退役速度,电网容量面临饱和。

供需一旦出现偏差,电网频率就会波动,进而可能损坏发电厂等关键基础设施。

为避免这些风险,PJM只能两害相权取其轻,通过在用电高峰期轮流停电来卸压。

PJM也不是没想过其他办法。

去年9月,PJM发布了一系列提议,希望数据中心在高峰时段主动降低用电量,或改从其他渠道获取电力支持。

然而,亚马逊、谷歌、微软等几乎都表示了反对,认为这是对数据中心的歧视

值得一提的是,PJM主要负责美国东海岸地区,而xAI的Colossus位于中南部,并不在PJM电网覆盖范围内。

同时,为减少对当地电网的冲击,xAI还部署了168个特斯拉Megapack电池储能系统,在用电高峰期提供电力缓冲,尽量避免周边居民遭遇停电。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/9 8:44:50

NotaGen部署优化:多GPU并行生成配置指南

NotaGen部署优化:多GPU并行生成配置指南 1. 背景与挑战 1.1 NotaGen模型简介 NotaGen是一款基于大语言模型(LLM)范式构建的古典符号化音乐生成系统,由开发者“科哥”通过WebUI二次开发实现。该模型能够根据用户选择的音乐时期、…

作者头像 李华
网站建设 2026/7/1 7:12:26

Qwen-Image-Layered项目实践:制作动态图层动画

Qwen-Image-Layered项目实践:制作动态图层动画 你是否曾希望对生成图像的特定部分进行独立编辑,而不会影响整体画面?Qwen-Image-Layered 项目为此提供了创新解决方案。该模型能够将输入图像智能分解为多个RGBA图层,每个图层包含独…

作者头像 李华
网站建设 2026/6/30 8:32:01

鹰眼YOLOv8案例解析:80类物体识别实战

鹰眼YOLOv8案例解析:80类物体识别实战 1. 引言:工业级目标检测的现实需求 在智能制造、安防监控、零售分析等场景中,实时准确地识别画面中的多种物体并进行数量统计,已成为智能化系统的核心能力之一。传统方法依赖人工巡检或规则…

作者头像 李华
网站建设 2026/7/11 14:31:48

Qwen-Image-Layered升级日志:新版本带来了哪些改进?

Qwen-Image-Layered升级日志:新版本带来了哪些改进? 引言:图像可编辑性的新范式 在AI生成图像技术快速演进的今天,静态输出已无法满足日益增长的创意需求。传统文生图模型虽然能够生成高质量图像,但一旦生成完成&…

作者头像 李华
网站建设 2026/7/4 11:34:46

GTE中文语义相似度计算实战:新闻标题去重系统构建

GTE中文语义相似度计算实战:新闻标题去重系统构建 1. 引言 1.1 业务场景描述 在新闻聚合、内容推荐和信息检索系统中,海量文本数据的重复问题严重影响用户体验与系统效率。尤其在新闻平台中,同一事件常被多个媒体以略微不同的表述方式发布…

作者头像 李华
网站建设 2026/7/2 11:06:25

YOLO11实战案例:建筑工地安全帽佩戴检测系统

YOLO11实战案例:建筑工地安全帽佩戴检测系统 1. 技术背景与方案概述 在建筑工地等高风险作业环境中,工人是否规范佩戴安全帽直接关系到人身安全。传统的人工巡检方式效率低、覆盖不全,难以实现实时监控。随着深度学习技术的发展&#xff0c…

作者头像 李华