Ba trung tâm dữ liệu Yandex gián đoạn liên tiếp, cơ sở Vladimir phải đóng hoàn toàn

Sự cố mới tại Vladimir nối tiếp các vụ gián đoạn ở Sasovo và Kaluga, đặt bài toán dự phòng địa lý của hạ tầng số dưới sức ép thực tế.

Tháng 10 12, 2026

Yandex cho biết một cuộc tấn công bằng máy bay không người lái đã làm hư hại hạ tầng và buộc trung tâm dữ liệu của hãng tại vùng Vladimir phải dừng hoàn toàn. Theo Reuters, thông tin được công bố ngày 11/10, không có người bị thương nhưng một số dịch vụ Yandex tạm thời không khả dụng.

Điểm đáng chú ý không chỉ nằm ở một cơ sở phải ngừng hoạt động. Đây là trung tâm dữ liệu lớn thứ ba của Yandex bị đưa ra khỏi trạng thái vận hành bình thường trong vài ngày, sau Sasovo và Kaluga. Chuỗi gián đoạn diễn ra trong thời gian ngắn cho thấy một hệ thống phân tán vẫn có thể chịu áp lực lớn khi nhiều điểm vật lý cùng lúc gặp sự cố.

Sự cố Vladimir là diễn biến mới nhất

Reuters dẫn thông báo của Yandex nói cơ sở tại Vladimir đã bị hư hại và hoạt động bị dừng hoàn toàn. Hãng chưa công bố quy mô thiết bị bị ảnh hưởng, danh sách đầy đủ các dịch vụ gián đoạn hay thời điểm dự kiến khôi phục. Vì vậy, chưa có cơ sở để quy đổi sự cố thành số máy chủ, năng lực tính toán hoặc thiệt hại tài chính.

Hai sự cố trước đó đã tạo ra bối cảnh nghiêm trọng hơn. Ngày 9/10, Yandex xác nhận trung tâm dữ liệu ở Kaluga bị ảnh hưởng một phần. Trước đó một ngày, cơ sở Sasovo bị đóng hoàn toàn. Reuters cho biết Sasovo là nơi đặt hai trong ba siêu máy tính được dùng cho hoạt động phát triển mô hình AI của công ty. Thông tin này nói về vị trí của hệ thống, không đồng nghĩa toàn bộ phần cứng AI đã bị phá hủy; tình trạng cụ thể của các siêu máy tính chưa được công bố.

Trong thông báo chính thức ngày 9/10 về Sasovo và Kaluga, Yandex mô tả trung tâm dữ liệu là “trái tim bằng sắt” của hệ sinh thái dịch vụ. Công ty nói các nhóm kỹ thuật làm việc liên tục để duy trì dịch vụ, nhưng khi đó chưa thể đưa ra thời hạn đưa thiết bị trở lại hoạt động.

Vì sao ba điểm hỏng liên tiếp khác một vụ mất điện đơn lẻ?

Hạ tầng trực tuyến lớn thường được thiết kế để chuyển lưu lượng và workload khỏi một vùng gặp lỗi. Cách làm này giảm tác động của mất điện, lỗi mạng hoặc hỏng thiết bị tại một địa điểm. Tuy nhiên, dự phòng địa lý chỉ hiệu quả khi các vùng còn lại đủ công suất, dữ liệu được sao chép đúng mức và đường chuyển đổi không phụ thuộc vào cùng một điểm yếu.

Khi ba cơ sở bị ảnh hưởng trong thời gian ngắn, nhà vận hành phải giải đồng thời nhiều bài toán: giữ dịch vụ thiết yếu hoạt động, bảo toàn tính nhất quán của dữ liệu, tránh quá tải các cụm còn lại và dành năng lực cho quá trình phục hồi. Một workload AI huấn luyện dài ngày còn khó di chuyển hơn dịch vụ web thông thường vì phụ thuộc vào cụm tăng tốc lớn, mạng nội bộ tốc độ cao và checkpoint gần nhất.

Không thể từ dữ liệu công khai hiện tại kết luận kiến trúc dự phòng của Yandex đã thất bại. Việc một số dịch vụ không khả dụng cho thấy tác động thực tế, nhưng hãng chưa công bố tỷ lệ lưu lượng được chuyển thành công, phạm vi khách hàng bị ảnh hưởng hoặc mức suy giảm năng lực AI.

Bài toán phục hồi không chỉ là dựng lại máy chủ

Một trung tâm dữ liệu bị hư hại vật lý cần được đánh giá theo nhiều lớp. Nguồn điện, làm mát, kết nối quang và hệ thống phòng cháy có thể phải được kiểm định trước khi máy chủ được bật lại. Ngay cả thiết bị không cháy hỏng cũng có thể cần kiểm tra nhiệt, khói, nước chữa cháy và độ ổn định điện.

Ở lớp dịch vụ, nhà vận hành phải xác minh dữ liệu sao chép có đầy đủ hay không, hàng đợi giao dịch có bị gián đoạn và các hệ thống phụ thuộc lẫn nhau có khởi động đúng thứ tự. Với nền tảng phục vụ tìm kiếm, bản đồ, thương mại điện tử, gọi xe, lưu trữ đám mây và AI, phục hồi từng sản phẩm không nhất thiết diễn ra cùng tốc độ.

Điều sự cố nói về khả năng chống chịu của hạ tầng AI

AI làm tăng mức tập trung của hạ tầng vì các cụm huấn luyện cần lượng lớn GPU, điện và băng thông tại cùng một nơi. Tập trung giúp hệ thống chạy hiệu quả, nhưng cũng làm việc thay thế nhanh một cụm lớn trở nên khó hơn. Dự phòng cho AI vì vậy không chỉ là có thêm máy chủ ở địa điểm khác; nó còn đòi hỏi dữ liệu, phần mềm điều phối, năng lực mạng và nguồn điện đủ tương đương.

Diễn biến tại Yandex là một trường hợp thực tế để các nhà vận hành xem lại kịch bản nhiều vùng cùng mất khả dụng. Những câu hỏi quan trọng gồm: dịch vụ nào phải có bản sao nóng, workload nào chấp nhận khôi phục chậm, dung lượng dự phòng tối thiểu bao nhiêu và việc chuyển vùng đã được diễn tập trong điều kiện nhiều lỗi đồng thời hay chưa.

Hiện vẫn thiếu ba dữ kiện để đánh giá đầy đủ: mức hư hại tại Vladimir, thời gian phục hồi của từng cơ sở và tác động lên các cụm AI. Cho đến khi Yandex công bố thêm, mọi ước tính về thiệt hại phần cứng hoặc suy giảm năng lực mô hình chỉ là suy đoán.