Google cloud platform 每次调用版本时AI平台安装依赖项

我对预测的模型调用有超时问题，这似乎是因为冷启动。 似乎模型的节点几乎每次调用时都在安装依赖项（而minNodes为1）。只有当存在多个版本时，问题才会出现，否则它不会重新安装依赖项，并且它会在1s内预测，而不是执行120s的超时。。。 我需要放一个更高的明尼德鱼还是什么

如果有人遇到了问题并提出了解决方案（或任何建议），我真的很感兴趣；）

---

谢谢

让我看看我是否理解您的问题：您使用的是AI平台模型，每次调用时节点都会安装依赖项。当存在多个版本时，它不会重新安装依赖项，并进行快速预测

为了继续，我需要问您以下问题：

• 给你的错误是什么？日志上有相关信息吗
• 您有什么类型的依赖关系？如果您有一个培训应用程序，您可能有不同类型的依赖项（标准和自定义）[3]
• 当您提到版本时，您是指AI平台中的模型版本，还是指依赖项的不同版本

在试图预测明尼德群岛时，我认为增加这一数字并不能解决问题。根据[1]，如果负载更高，它将添加更多节点，然后缩小（至少）minnode。至少有两个节点，SLA[2]将涵盖您，但可能面临相同的问题

[1]-

[2]-

[3]-

---

这并不能回答这个问题。若要评论或要求作者澄清，请在其帖子下方留下评论。-谢谢你的回答！仅当模型有多个版本时，才重新安装依赖项。如果只有一个版本，一切都会好起来日志中根本没有错误，我只是在执行时有一个超时错误，因为依赖项重新安装。-仅标准依赖项-我指的是模型版本。我已尝试重现该问题，即使有多个版本，依赖项也未安装两次。我知道您正在使用旧的AI平台，您是否尝试过将模型迁移到Vertex AI[1]？[1] -另一方面，我已经检查了是否有任何方法可以延长AI平台上的超时时间，但我没有发现太多。仅此PIT[1]用于请求超时，尽管我们无法为此提供ETA。请将此问题标记为星形，以便您可以在每次功能请求中有更新时获得邮件通知[3]。此外，功能请求的星级越多，实现的可能性就越大[4].[1][2][3][4]