Vertex AI流水线未使用GPU实例预留资源问题咨询

• 区域/可用区不匹配
  Vertex AI流水线作业的运行区域和可用区必须与预留实例完全一致。哪怕机器配置完全匹配，只要作业启动的可用区不在预留覆盖范围内，就无法触发预留资源的使用。请核对预留的可用区设置，确认作业指定（或默认使用）的可用区与预留一致。

• 实例配置细节不匹配
  除了机器类型、加速器类型和数量，还要检查以下细节是否一致：

  • 预留是否指定了特定CPU平台（如AMD/Intel），而Vertex AI作业默认使用的CPU平台不匹配；
  • 预留的虚拟机架构（x86/ARM）是否和作业容器镜像的架构冲突；
  • 预留的实例系列是否明确为a2系列，无其他自定义配置差异。

• 未显式配置预留关联
  Vertex AI不会自动关联Compute Engine预留，必须在流水线作业配置中显式声明：
  在workerPoolSpecs里添加reservedInstanceAffinity字段，示例配置如下：

  "workerPoolSpecs": [
    {
      "machineSpec": {
        "machineType": "a2-highgpu-2g",
        "acceleratorType": "NVIDIA_TESLA_A100",
        "acceleratorCount": 2
      },
      "reservedInstanceAffinity": {
        "consumeReservationType": "ANY_RESERVATION",
        "key": "your-reservation-label-key",
        "values": ["your-reservation-label-value"]
      },
      "replicaCount": "1",
      "diskSpec": {
        "bootDiskType": "pd-ssd",
        "bootDiskSizeGb": 100
      },
      "containerSpec": {REDACTED}
    }
  ]
  

  若为共享预留，还需确保Vertex AI服务账号拥有该预留的使用权限（在IAM中为服务账号分配Compute Reservation Admin或Compute Instance Admin角色）。

• GPU配额限制
  即使预留有空闲，若Vertex AI的区域GPU配额（NVIDIA_TESLA_A100）已耗尽，作业会优先进入配额等待队列，而非使用预留资源。请检查对应区域的GPU配额是否有剩余，不足时需提交配额调整申请。

• 预留状态或属性限制
  检查预留的状态是否为ACTIVE，同时确认：

  • 若为专属预留，作业所在项目必须与预留所属项目一致；
  • 若预留设置了标签过滤，Vertex AI作业的虚拟机实例需带有匹配的标签（可通过流水线配置添加实例标签）。

内容的提问来源于stack exchange，提问作者Lee D.