SageMaker Notebook Instance执行代码失败，内核持续Busy求助

资源耗尽类 #

• 内核进程被之前运行的代码占用了全部CPU/内存/GPU资源，陷入挂起状态。终端进程与内核进程资源隔离，因此不受影响。可通过终端执行top或nvidia-smi（GPU实例）查看资源占用情况。
• 内核执行的代码陷入死循环、长时间阻塞的IO/网络请求，导致无法响应新任务。终端启动新进程运行py文件，不受原有阻塞进程影响。

环境与配置类 #

• 对应内核的conda环境出现依赖冲突或核心库（如ipykernel、jupyter_client）损坏，导致内核无法处理执行请求。终端可能使用了其他正常环境，因此运行正常。可激活对应环境执行python -c "import ipykernel; print(ipykernel.__version__)"测试环境有效性。
• 内核配置文件（如~/.local/share/jupyter/kernels/下的kernel.json）损坏，导致Jupyter服务与内核通信失败。

通信与权限类 #

• Jupyter服务与内核的IPC通信通道阻塞或中断，比如套接字资源被占用。终端运行py文件不经过该通信通道，因此正常。可尝试重启内核或Jupyter服务。
• 内核进程无权限访问特定文件/资源（如写入受限目录），导致执行卡住。终端可能使用不同权限运行，不受影响。

底层实例异常类 #

• 实例底层EBS卷IO阻塞，内核读写存储时被挂起，终端若使用内存/临时存储则不受影响。可通过SageMaker控制台查看磁盘IO监控指标。
• 实例IAM角色权限变更，内核访问SageMaker资源时受阻，而终端代码未涉及相关资源请求。

内容的提问来源于stack exchange，提问作者bz_jf