Un violent orage provoque une panne généralisée des services cloud Azure

La cause racine : un impact direct sur l'alimentation électrique

Contrairement à certaines pannes du cloud qui trouvent leur origine dans des bugs logiciels ou des erreurs de configuration, cet incident est né d'un problème d'infrastructure physique. La déclaration d'impact de Microsoft est sans équivoque : l'orage a provoqué une « perte d'alimentation électrique généralisée dans plusieurs centres de données de la région West US 2 ». Cela a conduit à ce que l'entreprise a initialement qualifié d'« impact sur toute la région », ne pouvant confirmer immédiatement que la panne était isolée à des zones de disponibilité spécifiques.

Une dégradation de service à grande échelle

La perte d'électricité n'a pas touché un ou deux services. Microsoft a signalé une dégradation large et régionale qui a affecté une part significative de son portefeuille. L'historique officiel des statuts mentionne les services affectés suivants :

• IA et Machine Learning : Azure OpenAI Service
• Calcul essentiel : Azure Virtual Machines, Azure Kubernetes Service (AKS), Azure Functions
• Bases de données et Analytique : Azure SQL Database, Azure Cosmos DB, Azure Database for PostgreSQL / MySQL (serveurs flexibles), Azure Data Factory, Azure Databricks
• Gestion et Identité : Azure Resource Manager, Azure Policy
• Stockage et Sauvegarde : Comptes de stockage Azure, Azure NetApp Files, Azure Backup
• Intégration et Messagerie : Azure Service Bus, Azure Communication Services
• Autres services clés : Log Analytics, Azure App Service, Azure Maps, Azure Migrate

Le brouillard de la guerre : les systèmes d'alimentation de secours n'ont pas failli

Un point critique à clarifier est que, contrairement à certaines pannes tristement célèbres de centres de données, rien dans les sources disponibles n'indique une défaillance des systèmes d'alimentation de secours lors de cet événement. Les mises à jour de statut de Microsoft ont explicitement déclaré que « l'alimentation des centres de données a été entièrement rétablie », ce qui indique que la perte initiale du réseau électrique était le problème, et non une défaillance ultérieure des générateurs sur site ou des onduleurs (UPS). La dégradation du service résulte de la coupure de courant initiale et du temps nécessaire pour remettre en ligne, de manière sûre et fiable, des infrastructures de stockage et de réseau complexes.

Cela contraste avec d'autres incidents Azure documentés. Par exemple, lors d'une panne dans la région West US en février 2026, la défaillance d'un transformateur de tension a provoqué une surtension rapide qui s'est propagée en aval et a endommagé les onduleurs, entraînant une perte d'alimentation totale. Aucune défaillance matérielle interne de ce type n'a été signalée pour l'événement du 29 mai.

La trajectoire de la récupération

La récupération après une perte d'électricité à l'échelle d'une région est un marathon, pas un sprint. D'après les mises à jour officielles du statut Azure, voici la chronologie des événements clés :

• 04h27 UTC : Début de la panne. Un violent orage provoque une perte d'alimentation électrique généralisée dans plusieurs centres de données West US 2.
• Progression de la récupération : L'alimentation des centres de données est entièrement rétablie. Par la suite, la majorité des infrastructures réseau et de stockage est remise en ligne. L'infrastructure de la Zone de Disponibilité 2 récupère et fonctionne normalement.
• Impact persistant : Les efforts de récupération se concentrent sur un sous-ensemble d'infrastructures dans les Zones de Disponibilité 1 et 3, où deux « storage stamps » nécessitent une récupération et une validation finales.
• Dernier état connu (« Actif – Récupération ») : Au moment du dernier relevé de statut disponible, l'incident était toujours marqué comme « Actif – Récupération », ce qui signifie qu'une résolution complète n'avait pas encore été déclarée pour tous les services affectés.

Un schéma plus large de perturbations météorologiques

Cette dernière panne est loin d'être un incident isolé. Elle s'inscrit dans un schéma préoccupant de vulnérabilités liées aux conditions météorologiques qui affectent la plateforme Microsoft Azure depuis des années. Ces incidents démontrent que même l'infrastructure cloud la plus sophistiquée reste à la merci de la réalité physique.

• Septembre 2018, South Central US : Un événement météorologique violent près de San Antonio, au Texas, incluant la foudre, a provoqué une chute de tension qui a mis hors service les systèmes de refroidissement d'un centre de données. Les serveurs ont surchauffé et se sont éteints, provoquant une panne de plusieurs jours pour certains services en raison de dépendances architecturales.
• Février 2026, West US : Une interruption de courant localisée dans un centre de données a été causée par la défaillance d'un transformateur de sous-station sur site. Bien que les systèmes de secours se soient enclenchés, la surtension initiale a endommagé les équipements UPS, ce qui a conduit à un processus de récupération plus complexe impactant le Microsoft Store et les services Windows Update.

Ces précédents partagent un fil conducteur avec l'événement du 29 mai : un événement physique externe impacte directement la chaîne d'alimentation du centre de données, entraînant une défaillance en cascade des services numériques qui en dépendent.

Les enjeux pour la fiabilité de l'IA

L'inclusion du service Azure OpenAI dans la liste des services dégradés marque une escalade notable de l'impact de ces pannes. Alors que les entreprises intègrent de plus en plus des modèles d'IA dans leurs flux de travail critiques et leurs produits destinés aux clients, une interruption du cloud régional n'est plus seulement un inconvénient infrastructurel. Elle perturbe directement les applications, la recherche et l'automatisation reposant sur l'IA. Bien qu'un orage violent soit un acte de la nature, la panne qui en résulte met en lumière un risque de concentration croissant pour les charges de travail d'IA dépendantes de régions cloud spécifiques.

Microsoft n'avait pas encore publié d'Analyse des Causes Racines (RCA) détaillée pour cet incident spécifique dans la fenêtre des sources fournies. Par conséquent, les conclusions finales sur le séquençage précis du rétablissement de l'alimentation et les raisons pour lesquelles certains « storage stamps » ont nécessité un temps de récupération prolongé ne seront confirmées qu'avec un rapport d'examen post-incident officiel.