Comment la fragilité des centres de données menace les réseaux financiers mondiaux

Lorsqu’une panne de refroidissement à l’intérieur d’un centre de données à Aurora, Illinois, a arrêté le trading de futures et d’options à la Bourse des marchandises de Chicago, la perturbation a exposé comment une seule défaillance technique peut frapper les marchés mondiaux en même temps.

L’indisponibilité a commencé le 27 novembre à l’intérieur d’une installation gérée par CyrusOne, dont l’équipement de refroidissement a tombé en panne et a poussé les températures assez haut pour éteindre les serveurs gérant des contrats liés aux actions, aux changes, aux obligations et aux matières premières.

L’arrêt a duré des heures et gelé l’activité liée à des milliards de dollars, selon Bloomberg. Il a montré comment les marchés qui fonctionnent sans interruption peuvent encore être mis hors ligne par des machines surchauffées à l’intérieur d’un seul bâtiment.

L’installation qui prend en charge la plateforme CME fait partie d’un campus acheté en 2022 par KKR & Co. et Global Infrastructure Partners. CyrusOne a déclaré qu’« une panne de centrale de refroidissement » a touché plusieurs unités de refroidissement en même temps, ce qui a provoqué l’arrêt des serveurs pour des raisons de sécurité.

Une fois l’arrêt commencé, CyrusOne a fait appel à un équipement de refroidissement temporaire pour stabiliser les températures pendant que son personnel travaillait à remettre les systèmes principaux en ligne. L’entreprise dit que son site d’Aurora utilise des refroidisseurs à air et de l’air extérieur froid lorsque les températures descendent en dessous de 30 °F, et les relevés météorologiques ont montré 28 °F dans la zone ce matin-là.

CyrusOne indique sur son site web que l’installation comprend des unités de refroidissement supplémentaires conçues pour protéger contre ces pannes, mais il n’est pas clair si l’une de ces sauvegardes a fait quoi que ce soit lors de cet incident.

Les pannes de refroidissement déclenchent des indisponibilités à travers l’infrastructure liée à la crypto

La fermeture du CME est survenue à un moment où les centres de données deviennent plus importants pour les marchés, les échanges de crypto, les développeurs d’IA et les fournisseurs de cloud.

Ces bâtiments contiennent des rangées de serveurs remplis de puces qui stockent et traitent d’énormes quantités d’informations. Leur puissance de calcul fait fonctionner tout, des flux de marché à l’analyse blockchain aux portefeuilles cloud.

Ces serveurs utilisent tellement d’électricité qu’un centre de données peut consommer 50 fois plus d’énergie par pied carré qu’un bâtiment de bureaux, et la majeure partie de cette puissance se transforme en chaleur résiduelle qui doit être éliminée pour éviter les pannes.

Les opérateurs essaient d’installer autant de serveurs que possible dans chaque pièce afin de louer plus de puissance de calcul aux clients, mais cela crée aussi plus de chaleur.

Le refroidissement de ces sites est devenu une grande partie du coût total. Certains projets dépensent jusqu’à 15 % de leur budget uniquement pour le refroidissement. Les sites plus anciens comptaient sur l’air froid. Des ventilateurs poussaient l’air réfrigéré à travers les baies, et l’air chaud était expulsé à l’extérieur.

Mais une fois que les charges de travail de l’IA sont devenues plus lourdes autour de 2022, les entreprises ont commencé à passer à la refroidissement liquide. Un liquide froid circule à travers des plaques sous les puces ou remplit des réservoirs où des serveurs entiers sont immergés. Certains systèmes utilisent des liquides spéciaux à faible point d’ébullition qui s’évaporent lorsqu’ils touchent les puces chaudes, puis se condensent à nouveau en fluide.

Le liquide peut absorber plus de chaleur que l’air, mais il ajoute des risques. Une fuite peut endommager du matériel coûteux et mettre les systèmes hors ligne.

Une fois que la chaleur est collectée, le liquide ou l’air la déplace vers une boucle d’eau réfrigérée qui la transporte vers une tour de refroidissement ou un refroidisseur industriel. Ces tours utilisent également de grandes quantités d’eau car une partie s’évapore pendant le processus de refroidissement. De nombreuses communautés ont soulevé des préoccupations concernant l’utilisation intensive de l’eau, en particulier dans les régions confrontées à des pénuries.

Les événements de surchauffe arrêtent les plateformes et bloquent les systèmes de trading

Lorsqu’un centre de données surchauffe, les puces peuvent être endommagées, les données peuvent être perdues et les services peuvent échouer. Les indisponibilités de novembre ont touché Cloudflare, mettant hors ligne des sites comme X et ChatGPT.

Des problèmes séparés chez Amazon Web Services, Microsoft et CrowdStrike ont mis une partie d’Internet hors ligne pendant des heures. Ces événements montrent à quel point une grande partie de la vie quotidienne dépend de quelques entreprises gérant une infrastructure toujours active.

Les opérateurs intègrent de la redondance avec des générateurs de secours, des unités de refroidissement supplémentaires et même des campus entiers en double. Mais l’indisponibilité du CME montre que même ces couches peuvent échouer lorsque plusieurs composants tombent en panne en même temps.

Un refroidisseur défectueux a mis hors ligne un grand opérateur de marché assez longtemps pour affecter les contrats dans le monde entier, et même avec un équipement de refroidissement supplémentaire sur place, on ignore toujours si une redondance a aidé en quoi que ce soit.