GCP App Engine部署含PyTorch的FastAPI应用构建失败解决方案

构建失败的核心原因是PyTorch体积大、安装耗时久，默认安装方式可能触发源码编译或因超时导致失败，以下是针对性的配置修改方案：

1. 优化PyTorch安装方式（修改requirements.txt） #

替换默认的torch安装行，使用CPU预编译轮子避免源码编译，同时指定兼容的依赖版本减少冲突：

# 指定CPU预编译版本的PyTorch，大幅缩短安装时间
torch==2.0.1+cpu --find-links https://download.pytorch.org/whl/cpu
fastapi==0.95.2
uvicorn[standard]==0.22.0
gunicorn==20.1.0
sqlalchemy==2.0.19
google-api-python-client==2.97.0
google-auth-httplib2==0.1.0
google-auth-oauthlib==1.0.0
pydantic==2.0.3
# 指定与PyTorch兼容的transformers版本
transformers==4.30.2
cloud-sql-python-connector==1.10.0
pg8000==1.30.3

2. 启用pip依赖缓存（修改cloudbuild.yaml） #

添加缓存机制，避免每次构建重复下载PyTorch这类大体积依赖：

# [START cloudbuild]
volumes:
- name: 'pip_cache'
  path: '/root/.cache/pip'

steps:
# 带缓存安装依赖
- name: 'python'
  entrypoint: pip3
  args: ['install', '-r', 'requirements.txt']
  volumes:
  - name: 'pip_cache'
    path: '/root/.cache/pip'
# 部署命令
- name: 'gcr.io/google.com/cloudsdktool/cloud-sdk'
  entrypoint: 'bash'
  args: ['-c', 'gcloud config set app/cloud_build_timeout 3600 && gcloud app deploy']
timeout: '6000s'

# [END cloudbuild]

3. 延长构建超时阈值 #

将App Engine构建超时从1600s调整为3600s（1小时），确保PyTorch有足够时间完成安装：
在cloudbuild.yaml的部署步骤中，修改命令为：
gcloud config set app/cloud_build_timeout 3600 && gcloud app deploy

4. 可选：提升实例资源（修改app.yaml） #

如果构建成功但应用启动失败，可调高实例规格避免内存不足：

env: standard
runtime: python310
instance_class: F4  # 从F2升级到F4，提升CPU和内存资源
entrypoint: gunicorn -w 4 -k uvicorn.workers.UvicornWorker main:app
automatic_scaling:
  target_cpu_utilization: 0.65
  min_instances: 5
  max_instances: 100
  min_pending_latency: 30ms
  max_pending_latency: automatic
  max_concurrent_requests: 50

内容的提问来源于stack exchange，提问作者Ahmad Coachendo