SREGym 2.0 复现微软 Outlook 全球宕机:潜伏 bug 叠加双重故障导致级联失效,前沿模型也难解
ajratner · x · 2026-11-19
- 背景:2026 年 11 月 12 日 Microsoft 365 全球宕机,微软 preliminary PIR 已公开。团队在 SREGym 2.0 中按 PIR 复现了该事故环境(GitHub PR #1202 已合并)。
- 事故链条:edge-gw(Go,IMAP/LMTP/聊天共享网关)某个潜伏缺陷——自 2026.07.2 起准入控制用单个自旋锁加哈希扫描活会话表,特定负载下耗尽 CPU/内存;上线 3 个月无影响,随后被无关的 Teams 故障切换引发的负载激增和另一起 14% 服务器容量损失同时触发;80% 服务器无响应,故障域间隔离机制失效,最终级联成全球宕机。
- 研究点:作者称该问题对当前前沿模型仍极具挑战性,SREGym 旨在测试 AI 能否阻止此类宕机;感恩节后还有新内容发布。
「Infra」频道最新
- Oxmiq 向印度团队开放 AI 芯片 IP 与设计工具,谈自研芯片经济账 — RajaXg · 2026-11-19
- Google 免费推出 Mac 本地 AI 笔记应用:EmbeddingGemma 2 驱动、完全离线 — dr_cintas · 2026-11-19
- 4 台 256GB M5 Ultra 组集群跑 exo,Qwen 27B 达 2000 tok/s 并发服务 32 用户 — StefanoGogioso · 2026-11-19
- 262K上下文值得0.0011 KLD损失吗?本地部署者的KV缓存权衡 — Distinct-Pie2389 · 2026-11-19
- 用 QSFP 线缆串联 DGX Spark 做数据并行训练,作者称体验不错 — austinvhuang · 2026-11-19
- Anthropic 算力支出年增 4 倍超 OpenAI,Q3 单季烧 100 亿美元 — scaling01 · 2026-11-19