十万块英伟达H100的训练集群你见过吗？

7月23日，马斯克在社交平台X上宣布，旗下xAI的专用训练集群——孟菲斯超级计算机集群（Memphis Supercluster）已经正式投入使用。

据马斯克介绍，该集群配备了10万个英伟达H100 GPU，全面超越了超级计算机Top500榜单中的任意一台，包括世界上最强的Frontier（37,888个 AMD GPU）。

该项目的启动可以追溯至今年3月。彼时，马斯克想用一个超级计算集群训练Grok3，目标是将其在年底前训练成世界上最强大的人工智能。之所以把集群放在孟菲斯建设，是因为孟菲斯作为田纳西人口第二大的城市，可以嫁接丰富的电力资源（用于运行集群）和水资源（用于散热）。

根据孟菲斯电力、天然气和水务公司的首席执行官估计，超级计算机集群每小时可能使用高达150兆瓦的电力，相当于10万户家庭所需电量，而超级计算机集群预计每天至少需要100万加仑的散热水。

最初，孟菲斯方面担心，如此大规模的资源重新分配会引起当地居民的资源短缺。作为交换，马斯克已经口头承诺将改善孟菲斯的公共基础设施，以支持数据中心的发展，包括兴建一个新的变电站和一个污水处理设施。另外，马斯克还在孟菲斯超级计算站点发布了六个招聘信息，职位包括光纤工头、网络工程师和项目经理等。

协议敲定后，今年5月，马斯克迅速开启了集群的建设工作。为此，马斯克斥巨资购买了大量英伟达“Hopper”H100 GPU，并在科技公司Supermicro订购了大量硬件。略显可惜的是，如果不是与时间抢跑，马斯克完全可以等英伟达马上推出的H200，甚至是基于Blackwell的B100和B200 GPU，如果上了这两块芯片，孟菲斯超级计算机集群的算力将不可想象。

原本在马斯克的计划中，超级计算工厂的建设完成时间为2025年秋季之前。这表明，项目完成度远超预期，提前了将近一年。马斯克表示，新的Supercluster”将“从各个方面训练世界上最强大的人工智能”，改进后的大语言模型（Grok）应该在“今年12月之前”完成训练阶段。

据了解，Grok模型是马斯克旗下xAI的生成式人工智能产品，其独特优势是可以通过X平台实时了解世界。它还可以回答大多数其他人工智能系统拒绝的尖锐问题。目前，Grok模型还是一个早期测试产品，它会在准备好之后优先向美国的X平台的Premium Plus用户提供。