AIToday
AIビジネス・産業OpenAI Blog掲載日時: 2026年7月1日 4:00

18年越しバグ、OpenAI技術者が修正

LINEで送る

3つのポイント

  1. 何が起きたか

    OpenAIの技術者が、ChatGPTのデータ基盤の一部であるRocksetサービスで繰り返し発生するクラッシュを調査。原因は、Azure上の1台のホストでの無音のハードウェア破損と、オープンソースライブラリGNU libunwindに存在した18年越しの競合状態という、無関係な2つのバグだった。

  2. なぜ重要か

    原因不明に見えたクラッシュは、例外処理中の1命令幅の競合によるものだった。修正には、別のアンワインダーへの切り替えと、GNU libunwindへの修正の提供が含まれる。国内のAI基盤運用者には、原因不明の障害が基盤ソフトの長年の不具合に起因する可能性がある。

  3. 注目点

    この事例は、個別ケースの深掘りよりも集団レベルのデータ分析が重要であることを示している。OpenAIは今後同様のハードウェア問題を検出するためのツールも改善しており、インフラ信頼性への継続的な取り組みがうかがえる。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

調査は、関数が無効なアドレスに戻るという、ありえないように思えるクラッシュから始まった。当初は個々のコアダンプを詳細に調べる方法をとっており、著者はこれを単一患者の診断に例えている。このアプローチでは、ハードウェア障害の可能性を誤って除外するなど、一貫して仮説が否定された。

転機は、チームが「疫学的」アプローチを採用し、1年分のコアダンプを分析する自動パイプラインを構築したこと。集団レベルの視点により、特徴の異なる2つのクラッシュパターンが明らかになった。1つは単一の物理ホストの障害、もう1つは例外アンワインディング関連のコードを示していた。

根本原因は、GNU libunwindにおける極めて微妙な競合状態で、シグナルがわずか1命令幅の間にデータを破損しうるものだった。技術者らは、このバグが表面化したのは突然現れたからではなく、例外率の高さ、頻繁なシグナル、シグナルハンドラへの最近の変更といった運用上の実践が、その影響を最終的に顕在化させたからだと結論づけた。修正はアンワインダーの切り替えと、上流への修正提供だった。著者が述べるように、中心となる教訓は、高品質なデータセットの構築が一見不可能な問題を解決する上で最も重要だということだ。

よくある質問
18年越しのバグとは?
例外アンワインディング用のオープンソースライブラリ、GNU libunwindに存在した競合状態。競合の発生する幅はわずか1命令で、シグナルが重要なデータを上書きする可能性があった。
バグはどう修正された?
OpenAIはGNU libunwindからlibgccのアンワインダーに切り替え、GNU libunwind自体にも修正を提供した。
なぜ今回まで顕在化しなかった?
クラッシュ率は例外頻度、シグナル配信頻度、シグナルハンドラのスタック使用量に依存する。OpenAIがシグナルハンドラを変更し、負荷が増加したことで、長期間休眠していたバグが顕在化する閾値を超えた。
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る

関連記事

次の記事へAWS、AI導入を支援する新組織に10億ドル投資