Metas Muse Spark Open erscheint auf NVIDIA GB300 NVL72 für agentisches Programmieren

Metas Veröffentlichung von Muse Spark Open und die Bereitstellungsdetails von NVIDIA markieren einen Vorstoß, große, multimodale Modelle für langfristige Codierung und agentische Workflows praktischer zu machen. Die Unternehmen sagen, das Modell sei so konzipiert, dass ein gesamtes Softwareprojekt im Kontext bleibt, während es auf NVIDIAs GB300 NVL72 System läuft, um höhere Durchsatzinferenz zu gewährleisten.

Beweise und Kontext

Laut der Ankündigung von Meta am 2026-10-15 ist Muse Spark Open ein Openweight-, kodierungsoptimiertes Mix-of-Experten-Modell mit 816 Milliarden Gesamtparametern und etwa 42 Milliarden aktiven Parametern pro Token. Meta sagt, das Modell nutze ein 1,048,576-Token-Kontextfenster und ziele auf agentisches Codieren, mehrstufiges Schließen und komplexe Softwareentwicklung ab. Nvidias 2026-10-15 technischer Blog besagt, dass das Modell auf GB300 NVL72 Blackwell Ultra-Infrastruktur trainiert wurde und für agentische Coding-Workflows optimiert ist.

Das Kontextfenster steht im Mittelpunkt des Pitches: Meta sagt, es könne ein ganzes Projekt enthalten, einschließlich Abhängigkeiten, Altcode und tausenden von Dateien, ohne eine Aufgabe in Stücke zu zerlegen. NVIDIA fügt hinzu, dass das spärliche MoE-Design jeden Token an acht 256 Experten weiterleitet, sodass die Interconnect-Bandbreite für den realen Durchsatz eine Rolle spielt. NVIDIA sagt, der GB300 NVL72 kombiniert 72 Blackwell Ultra GPUs in einer einzigen Rack-Skala-NVLink-Domäne mit 130 TB/s Kommunikationsbandbreite.

Meta gibt außerdem an, dass Muse Spark Open nativ multimodal ist und Text, Bilder, Audio und Video eins Gang verarbeitet. Das Unternehmen sagt, dass der 1.8B Wahrnehmungsencoder des Modells ineinandergreifende Eingaben ohne separate Modalitätspipelines verarbeitet. Der Blog von NVIDIA stellt dies als nützlich für Workflows dar, die während des Debuggings oder Code-Reviews Screenshots, Diagramme, Fehlerprotokolle und Bildschirmaufnahmen kombinieren.

NVIDIA sagt, das Modell nutze NVFP4 Checkpoints, die für Blackwell Ultra optimiert sind, wodurch der Speicherbedarf reduziert und ein größerer KV-Cache für längere gleichzeitige Sitzungen unterstützt wird. Die Meta-Dokumentation, die im bereitgestellten Hintergrund zitiert wird, besagt, dass der BF16 Checkpoint etwa 1.65 TB und der NVFP4 Checkpoint etwa 537 GB beträgt, bevor der Inferenz-Overhead und KV-Cache entstehen. Diese Zahlen unterstreichen, dass spärliche Aktivierung die Berechnung pro Token reduziert, aber nicht die Notwendigkeit beseitigt, sehr große Modellgewichte zu laden.

Zur Performance sagt NVIDIA, dass Muse Spark Open, das agentische Workloads auf GB300 NVL72 ausführt, bis zu 50,000 Token pro Sekunde pro GPU und bis zu 600 Token pro Sekunde pro Nutzer liefern kann. Das Unternehmen gibt außerdem an, dass Bereitstellungsoptionen SGLang, vLLM und TensorRT LLM umfassen, mit NVIDIA Dynamo-Rezepten, die Prefill und Dekodierung trennen und KV-cache-bewusstes Routing verwenden. Die Lizenzbedingungen von Meta, wie im bereitgestellten Hintergrund erwähnt, sind begrenzt und sollten nicht als uneingeschränkte Open-Source-Lizenzierung behandelt werden.

Ein separater Beitrag im bereitgestellten Hintergrund besagt, dass Meta Muse Spark 1.3 auf 2026-09-02 mit verbesserter agentischer und codierbarer Leistung eingeführt hat. Die Veröffentlichungen vom 15 . Oktober bauen auf dieser Arbeit auf, aber das bereitgestellte Material stellt keine unabhängigen Vergleiche mit Konkurrenzmodellen her, die über die Anbieterbehauptungen hinausgehen.