算力基础设施 - 公司启动两大巨型AI集群普罗米修斯和亥伯龙，前者规模达1 GW，整合自建园区、第三方租赁及现场天然气发电等多种方式[1] - 亥伯龙一期功率超1.5 GW，预计2027年底成为全球最大单一AI数据中心园区[1] - 采用"帐篷式"数据中心设计，牺牲冗余以加速GPU集群上线，建设速度优先[4] - 普罗米修斯集群通过超高带宽网络连接所有站点，并建设两座200兆瓦现场天然气发电厂解决供电瓶颈[9] 战略转型背景 - 公司发起史无前例的战略转型，投资数千亿美元建设数据中心以扭转基础模型竞赛落后局面[2] - 转型核心目标直指"超级智能"，旨在追赶并超越OpenAI等竞争对手[2] - 激进转型源于Llama 4大模型的失败，导致公司声誉受损[8] Llama 4失败原因 - 架构选择失误：分块注意力机制造成推理盲点，专家选择路由与Token选择路由切换导致专家分工混乱[10] - 数据质量瓶颈：内部网络爬虫数据清洗不足，未利用YouTube多模态数据[10] - 扩展与评估短板：缺乏统一技术路线领导，强化学习和评估基础设施落后[10] 人才与收购策略 - 为顶尖研究员开出4年2亿美元薪酬方案，部分岗位报价达10亿美元级别[13] - 近期招募前GitHub CEO Nat Friedman等知名人士[13] - 战略收购Scale AI以弥补数据和评估短板，其SEAL实验室的HLE评估基准将提升公司能力[14][15]