データセンターの脆弱性が世界中の金融ネットワークを脅かす

イリノイ州オーロラのデータセンター内の冷却装置の故障によりシカゴ商品取引所の先物・オプション取引が停止したが、この混乱により、一つの技術的障害が同時に世界市場に打撃を与える可能性があることが露呈した。

障害は11月27日、サイラスワンが運営する施設内で始まった。サイラスワンの冷却装置が故障し、気温が上昇して株式、外国為替、債券、商品に関連するtracを扱うサーバーが停止した。

ブルームバーグによると、取引停止は数時間続き、数兆ドル規模の取引が停止した。これは、ノンストップで取引されている市場であっても、一つの建物内の機械の過熱によって取引が停止する可能性があることを如実に示している。

CMEプラットフォームを支える施設は、KKRとグローバル・インフラストラクチャー・パートナーズが2022年に買収したキャンパスの一部だ。サイラスワンによると、「チラープラントの故障」が複数の冷却ユニットに同時に発生し、安全のためにサーバーの電源が切れたという。

シャットダウンが始まると、サイラスワンはスタッフが主要システムの復旧作業に取り組んでいる間、温度を安定させるために臨時の冷却装置を導入しました。同社によると、オーロラの施設では気温が華氏30度（摂氏約11度）を下回ると空冷式チラーと冷たい外気を使用し、その日の朝の気象記録ではその地域の気温は華氏28度（摂氏約14度）を示していました。

CyrusOne は自社のウェブサイトで、施設にはこうした障害から保護するために設計された追加の冷却ユニットが含まれていると述べていますが、これらのバックアップが今回のdentの際に何らかの役割を果たしたかどうかは明らかではありません。

冷却装置の故障により暗号資産関連インフラ全体に障害が発生

CME の閉鎖は、データセンターが市場、暗号通貨取引所、AI 開発者、クラウド プロバイダーにとってより重要になっている時期に起こりました。

これらの建物には、膨大な量の情報を保存・処理するチップを搭載したサーバーがずらりと並んでいます。その計算能力は、市場フィードからブロックチェーン分析、クラウドウォレットまで、あらゆるものを処理しています。

これらのサーバーは大量の電力を消費するため、データセンターでは 1 平方フィートあたりオフィス ビルの 50 倍ものエネルギーを消費し、その電力の大半は廃熱となり、障害を避けるために除去する必要があります。

オペレーターは、顧客により多くのコンピューティングをリースできるように、各部屋にできるだけ多くのサーバーを設置しようとしますが、それによって熱も増えます。

これらのサイトの冷却は、総コストの大きな部分を占めるようになりました。プロジェクトによっては、予算の最大15%を冷却だけで費やしています。以前のサイトは冷気に依存していました。ファンが冷気をラック全体に送り込み、温かい排気は外部に排出されていました。

しかし、2022年頃にAIのワークロードが増大すると、企業は液体冷却への移行を開始しました。冷たい液体は、チップの下のプレートを流れるか、サーバーが満杯になっているタンクに満たされます。一部のシステム では 、沸点の低い特殊な液体が高温のチップに触れると蒸発し、その後凝縮して液体に戻ります。

液体は空気よりも多くの熱を吸収しますが、リスクも高まります。液体の漏れは高価なハードウェアに損傷を与え、システムをオフラインにする可能性があります。

熱が集められると、液体または空気はそれを冷水ループへと送り、そこから冷却塔または産業用チラーへと送られます。これらの冷却塔は、冷却プロセス中に一部が蒸発するため、大量の水を使用します。特に既に水不足に悩まされている地域では、多くの地域社会が過剰な水使用に懸念を表明しています。

過熱したイベントによりプラットフォームが停止し、取引システムが停止する

データセンターが過熱すると、チップが損傷したり、データが失われたり、サービスが停止したりする可能性があります。11月にはCloudflareで障害が発生し、XやChatGPTなどのサイトが利用できなくなりました。

Amazon Web Services、Microsoft、CrowdStrikeで発生した個別の問題により、インターネットの一部が数時間にわたってダウンしました。これらの事象は、日常生活が少数の企業による常時接続インフラの運用にどれほど依存しているかを示しています。

事業者は、予備発電機、追加の冷却ユニット、さらにはキャンパス全体を二重化するなど、冗長性​​を確保しています。しかし、CMEの障害は、複数の部品が同時に故障した場合、これらのレイヤーでさえ機能不全に陥る可能性があることを示しました。

故障したチラー 1 台により、大手市場運営会社が長期間オフラインとなり、世界中のtracに影響が出ました。また、現場に追加の冷却装置が設置されていたにもかかわらず、冗長性が役に立ったかどうかは依然として不明です。