AWS北弗吉尼亚过热中断：云计算的脆弱性被AI时代放大了
AWS 北弗吉尼亚数据中心因过热引发服务中断，这类新闻听起来像运维事故，其实是在提醒 AI 时代一个老问题：云并不飘在天上，它会发热、会断电、会被物理世界拖住。据报道，故障影响到 Coinbase 等企业，随后服务基本恢复。一次中断未必改变云市场格局，但它把集中式基础设施的风险又摆到了桌面上。
北弗吉尼亚是全球最密集的数据中心区域之一，大量云服务、金融交易、企业系统和互联网应用都依赖这里。AI 负载继续上升后，热管理、电力冗余、制冷系统和区域容量会承受更高压力。过去云故障影响网页和数据库，现在还可能影响 AI 客服、代码生成、风控模型和自动化运营。
云厂商卖的是稳定，不只是算力
企业买云服务，买的不是“别人家的服务器”，而是持续可用性。一次过热中断说明，基础设施可靠性不是抽象 SLA，而是机房温度、冷却水、供电链路和运维响应共同撑起来的。AI 工作负载越重，硬件功耗越高，这套系统越不能只靠经验运行。
对客户来说，最危险的是把“上云”等同于“风险转移”。核心业务如果高度依赖单一区域、单一云厂商和单一路径，故障发生时就只能等待。多区域部署、多云备份、降级策略和离线预案听起来老套，但在 AI 自动化越来越深入业务之后，反而更重要。
这也会倒逼云厂商重新讲能力。以前卖云强调弹性、价格和生态，接下来还要证明能源调度、散热工程和灾备架构。AI 训练和推理不是普通互联网流量，它对功耗和连续性的要求更凶。
我不认为这次事故会让企业逃离云，但它会让更多 CTO 重新审视“关键系统到底能停多久”。AI 时代的基础设施竞赛不只看谁有更多 GPU，也看谁能在最热、最挤、最贵的时候不掉链子。