主要观点总结
本文介绍了OpenAI旗下AI聊天机器人平台ChatGPT、视频生成工具Sora及其面向开发人员的API自太平洋时间下午3点左右发生的严重中断事件。文章详细分析了故障发生的根本原因，OpenAI的应对措施，以及事后对事件的复盘和预防未来类似事件的措施。
关键观点总结
关键观点1: 故障概况
OpenAI的ChatGPT、Sora及其API发生全球性服务中断，影响用户和使用者，引发社交媒体热议。
关键观点2: 故障原因
新的遥测服务部署导致Kubernetes控制平面陷入瘫痪，是引发此次故障的主要原因。该服务无意间使得每个节点都执行资源密集的Kubernetes API操作，成本随集群规模扩大而增加，导致Kubernetes API服务器不堪重负。
关键观点3: 故障影响
故障在社交媒体上引起广泛关注，有人戏谑建议尝试传统的电脑维修方法，也反映出人们对AI工具的依赖程度日益加深。OpenAI承认问题的存在并着手修复，但耗费约三个小时才顺利恢复所有服务。
关键观点4: OpenAI的应对措施
OpenAI在事后承认了问题的存在并进行了复盘，分析了事件的影响。为了防止未来再次发生类似事件，他们提出了多项预防措施，包括改进登台发布机制、进行故障注入测试、建立应急Kubernetes控制平面访问、解耦Kubernetes数据平面与控制平面以及加快恢复速度等。
关键观点5: 推荐阅读
文章最后提供了一些推荐阅读，如Chrome全面拥抱AI、极狐GitLab架构师爆料和公司向免费版用户发送告知函等。
文章预览
转自：InfoQ - 核子可乐、Tina 上周四，OpenAI 旗下 AI 聊天机器人平台 ChatGPT、视频生成工具 Sora 及其面向开发人员的 API 自太平洋时间下午 3 点左右起发生严重中断。 OpenAI 最近宕机频繁。上个月，ChatGPT 突发故障，导致服务中断近半小时，超过 19,000 人受到影响。OpenAI CEO Sam Altman 随后在社交媒体 X 上公开致歉。他表示，公司在可靠性方面比以往有了很大的进步，但仍有许多工作要做。最后他还加了一句：“根据 Similarweb 的数据，它现在是全球第八大网站”。 没想到仅仅一个月时间后，又发生了全球性服务中断事件。社交媒体上充斥着对 ChatGPT 宕机的各种反应，从玩笑、嘲讽到幽默、恼怒，各种情绪应有尽有。有人夸张的说，全球学术界（留子教育版）倒退了 100 年。还有人调侃说应该试试“祖传”的电脑维修大法：“你试过关掉再打开吗？” 另一
………………………………
