OpenAI en panne : le déploiement d’un nouveau service de télémétrie à l’origine de la disruption
OpenAI rencontre des difficultés majeures avec ses services ChatGPT, Sora et API, suite à une mise en place de télémétrie pour collecter des données Kubernetes qui a mal tourné. La société admet ne pas avoir été à la hauteur de ses propres attentes.
Les détails de la panne
L’incident, survenu le 11 décembre, a duré trois heures, entre 15h16 et 19h38 PST, ce qui en fait l’une des pannes les plus longues de son histoire. Cependant, il n’a pas été causé par un problème de sécurité ou par le lancement d’un nouveau produit.
Explication de l’incident
OpenAI a expliqué que l’incident était le résultat d’un déploiement involontairement massif de son nouveau service de télémétrie qui a surchargé le plan de contrôle Kubernetes, causant des défaillances en cascade dans les systèmes critiques.
La plateforme Kubernetes, un programme open-source, joue un rôle essentiel dans la gestion des conteneurs et des fichiers d’applications utilisés pour exécuter des logiciels dans des environnements isolés.
Les actions prises par OpenAI
OpenAI indique avoir identifié le problème quelques minutes avant que les clients ne commencent à en ressentir les conséquences. Cependant, la mise en place d’une solution a été retardée en raison de la surcharge des serveurs Kubernetes.
La société affirme que cet incident est le résultat de plusieurs systèmes et processus défaillants simultanément et interagissant de manière inattendue. Pour éviter de tels problèmes à l’avenir, OpenAI annonce la mise en place de plusieurs mesures préventives.
Source : iblnews.org
