Caída Masiva de Azure: Cómo una Tormenta Eléctrica Dejó Fuera de Juego a uno de los Centros de Datos Clave de Microsoft

Un Colapso de Servicios de Amplio Alcance

La pérdida de energía no afectó solo a uno o dos servicios. Microsoft informó de una degradación amplia a nivel regional que impactó una parte significativa de su portafolio. El historial de estado oficial enumeró los siguientes servicios afectados :

• IA y Aprendizaje Automático: Azure OpenAI Service
• Computación Principal: Azure Virtual Machines, Azure Kubernetes Service (AKS), Azure Functions
• Bases de Datos y Analítica: Azure SQL Database, Azure Cosmos DB, Azure Database for PostgreSQL / MySQL (servidores flexibles), Azure Data Factory, Azure Databricks
• Gestión e Identidad: Azure Resource Manager, Azure Policy
• Almacenamiento y Copias de Seguridad: Azure Storage Accounts, Azure NetApp Files, Azure Backup
• Integración y Mensajería: Azure Service Bus, Azure Communication Services
• Otros Servicios Clave: Log Analytics, Azure App Service, Azure Maps, Azure Migrate

La Confusión del Momento: Los Sistemas de Respaldo No Fallaron, Pero la Recuperación es Compleja

Un punto crítico a aclarar es que, a diferencia de algunos infames apagones en centros de datos, no hay evidencia en las fuentes disponibles de que los sistemas de energía de respaldo fallaran en este evento. Las actualizaciones de estado de Microsoft indicaron explícitamente que "la energía del centro de datos se ha restablecido por completo", lo que sugiere que la pérdida inicial del suministro eléctrico fue el problema, no un fallo posterior de los generadores in situ o de los Sistemas de Alimentación Ininterrumpida (SAI o UPS, por sus siglas en inglés). La degradación del servicio fue el resultado del corte de energía inicial y del tiempo necesario para reactivar infraestructuras complejas de almacenamiento y red de forma segura y fiable.

Esto contrasta con otros incidentes documentados de Azure. Por ejemplo, durante una caída en la región West US en febrero de 2026, un fallo en un transformador de voltaje causó una subida de tensión rápida que se propagó y dañó las unidades SAI, lo que provocó una pérdida total de energía. No se ha reportado ningún fallo de hardware interno similar para el evento del 29 de mayo.

El Arco de la Recuperación

La recuperación de una pérdida de energía a nivel regional es una maratón, no un sprint. Basándonos en las actualizaciones oficiales del estado de Azure, esta es la línea de tiempo de los eventos clave:

• 04:27 UTC: Comienza la caída. Una tormenta eléctrica severa causa una pérdida generalizada del suministro eléctrico en múltiples centros de datos de West US 2.
• Progreso de la Recuperación: La energía del centro de datos se restablece por completo. A continuación, la mayoría de la infraestructura de red y almacenamiento se vuelve a poner en línea. La infraestructura en la Zona de Disponibilidad 2 se recupera y opera con normalidad.
• Impacto Persistente: Los esfuerzos de recuperación se concentran en un subconjunto de infraestructura dentro de las Zonas de Disponibilidad 1 y 3, donde dos "sellos de almacenamiento" (unidades de almacenamiento a gran escala) requieren una recuperación y validación final.
• Último Estado Conocido ("Activo – Recuperándose"): En el momento de la última instantánea de estado disponible, el incidente todavía estaba marcado como "Activo – Recuperándose", lo que significa que aún no se había declarado una resolución completa para todos los servicios afectados.

Un Patrón Más Amplio de Interrupciones Relacionadas con el Clima

Esta última caída está lejos de ser un incidente aislado. Es parte de un patrón preocupante de vulnerabilidades relacionadas con el clima que han afectado a la plataforma Azure de Microsoft durante años. Estos incidentes demuestran que incluso la infraestructura de nube más sofisticada está, en última instancia, a merced de la realidad física.

• Septiembre de 2018, South Central US: Un evento meteorológico severo cerca de San Antonio, Texas, que incluyó rayos, provocó una caída de tensión que dejó fuera de línea los sistemas de refrigeración en un centro de datos. Los servidores se sobrecalentaron y se apagaron, causando una caída de varios días para algunos servicios debido a dependencias arquitectónicas.
• Febrero de 2026, West US: Una interrupción localizada del suministro eléctrico en un centro de datos fue causada por un fallo en un transformador de una subestación in situ. Si bien los sistemas de respaldo se activaron, la subida de tensión inicial dañó el equipo de SAI, lo que llevó a un proceso de recuperación más complejo que afectó a los servicios de Microsoft Store y Windows Update.

Estos precedentes comparten un hilo conductor con el evento del 29 de mayo: un evento físico externo impacta directamente en la cadena de suministro eléctrico del centro de datos, lo que provoca un fallo en cascada de los servicios digitales que dependen de él.

Lo que está en Juego para la Fiabilidad de la IA

La inclusión del servicio Azure OpenAI en la lista de servicios degradados marca una escalada notable en el impacto de estas caídas . A medida que las empresas integran cada vez más modelos de IA en flujos de trabajo críticos y productos orientados al cliente, el tiempo de inactividad de la nube regional ya no es solo un inconveniente de infraestructura. Interrumpe directamente las aplicaciones, búsquedas y automatizaciones impulsadas por IA. Si bien una tormenta eléctrica severa es un acto de la naturaleza, la caída resultante pone de relieve un creciente riesgo de concentración para las cargas de trabajo de IA que dependen de regiones de nube específicas.

Microsoft aún no había publicado un Análisis de Causa Raíz (RCA, por sus siglas en inglés) detallado para este incidente específico dentro del periodo de las fuentes proporcionadas. Por lo tanto, las conclusiones finales sobre la secuencia precisa del restablecimiento de la energía y por qué ciertos sellos de almacenamiento requirieron un tiempo de recuperación prolongado solo se confirmarán con una revisión oficial posterior al incidente.