Vertex AI Pipeline部署自定义spaCy NER模型时服务就绪失败排查

可能的原因及对应排查方向 #

1. 模型URI路径或权限异常 #

• 确认vertex_model.uri指向的GCS路径是否正确，该路径下必须存放完整的spaCy模型文件（需是解压后的模型目录，不能仅上传压缩包）。
• 检查流水线使用的服务账号是否拥有该GCS路径的读取权限，避免部署阶段无法拉取模型文件。

2. 流水线组件依赖配置错误 #

• 验证model_deploy组件的触发时机，必须确保训练组件已完成模型上传到指定URI后，再执行部署操作。若依赖关系设置错误，会导致部署时模型资源尚未就绪，既拖慢流水线编译速度，也会引发服务启动失败。

3. 自定义容器未适配Vertex AI部署环境 #

• 单独测试容器时的环境与Vertex AI部署环境存在差异：Vertex AI会自动注入AIP_STORAGE_URI环境变量，指向模型存储路径。需确认容器的启动脚本是否正确读取该变量，并从对应路径加载spaCy模型，而非依赖本地测试时的固定路径。

4. 模型加载超时或资源不足 #

• 若spaCy模型体积较大，Vertex AI默认的服务启动超时时间可能不足以完成模型加载。可尝试延长部署的超时配置，同时检查部署时分配的CPU/内存资源是否足够支撑模型加载（比如单独测试时的资源配置比流水线部署时更高）。

内容的提问来源于stack exchange，提问作者David Espinosa