AWS ECS服务部署失败无CloudWatch日志（更新：GPU资源不足错误）

问题根源排查 #

• 任务定义误加GPU资源请求：大概率是你的Task Definition里不小心给容器配置了GPU资源分配（哪怕只设了0.1个GPU），ECS会强制在有GPU的实例上调度，但a1.medium根本没有GPU，自然启动失败。
• 镜像带隐性GPU依赖：虽然你的Flask是Hello World级应用，但如果构建镜像时用了带CUDA或GPU驱动的基础镜像（比如某些深度学习专用Python镜像），容器启动时会尝试加载GPU组件，导致ECS误判需要GPU资源。
• 实例配置误标记：不过a1.medium本身是ARM架构无GPU实例，这个可能性极低，优先排查前两点。

修复步骤 #

1. 修正任务定义的资源配置

   • 进入ECS控制台打开你的Task Definition，编辑Container Definitions。
   • 找到对应容器的Resource Requirements部分，删掉所有GPU类型的资源请求/限制项。
   • 保存新版本的任务定义，重新部署服务。

2. 更换无GPU依赖的基础镜像

   • 检查Dockerfile的基础镜像，换成纯官方Python镜像，比如python:3.11-slim-arm64v8（适配M2构建的ARM架构）。
   • 重新构建镜像并推送到ECR，更新任务定义里的镜像地址后再部署。

3. 确认实例类型匹配

   • 前往EC2控制台查看集群内的实例，确认是a1.medium，没有被错误配置为GPU实例。

验证方法 #

修改配置后重新部署服务，查看服务的Events标签，如果不再出现GPU资源相关错误，说明问题已解决。容器正常启动后，CloudWatch日志中就能看到Flask的启动日志了。

内容的提问来源于stack exchange，提问作者gvanto