如何在本地创建SageMaker PipelineModel并运行批量转换任务

可以创建SageMaker PipelineModel并在本地运行批量转换任务，你遇到的TypeError: create_model() missing 1 required positional argument: 'PrimaryContainer'报错，是本地模式的SageMaker SDK参数校验逻辑和PipelineModel默认配置不匹配导致的。本地模式下的create_model接口强制要求传入PrimaryContainer参数，但PipelineModel默认生成的模型创建请求只携带Containers参数，未填充PrimaryContainer字段，因此触发参数缺失报错。

修复步骤 #

• 每个子PyTorchModel需要显式绑定本地会话与执行角色，确保容器配置可以被正常生成
• 提前构造子模型的容器定义，显式为PipelineModel指定primary_container参数，参数值为pipeline顺序中第一个模型的容器定义
• 剩余所有模型的容器定义按pipeline执行顺序传入containers参数
• 本地路径需要添加file://前缀，供本地Docker容器识别挂载

修复后代码示例 #

from sagemaker.local import LocalSession
from sagemaker.pytorch import PyTorchModel
from sagemaker.pipeline import PipelineModel

sagemaker_session = LocalSession()
sagemaker_session.config = {'local': {'local_code': True}}
# 本地模式下role仅需要符合ARN格式即可，无需真实存在
role = "arn:aws:iam::123456789012:role/SageMakerLocalExecutionRole"

# 子模型显式绑定session和role
model_1 = PyTorchModel(
    model_data="file:///path/to/your/model1.tar.gz",
    entry_point="infer_model1.py",
    role=role,
    sagemaker_session=sagemaker_session,
    framework_version="1.13.1",
    py_version="py39"
)
model_2 = PyTorchModel(
    model_data="file:///path/to/your/model2.tar.gz",
    entry_point="infer_model2.py",
    role=role,
    sagemaker_session=sagemaker_session,
    framework_version="1.13.1",
    py_version="py39"
)

# 预生成子模型的容器定义
container_1 = model_1.prepare_container_def(instance_type="local")
container_2 = model_2.prepare_container_def(instance_type="local")

# 显式传入primary_container和containers参数
pipeline_model = PipelineModel(
    models=[model_1, model_2],
    role=role,
    sagemaker_session=sagemaker_session,
    primary_container=container_1,
    containers=[container_1, container_2]
)

# 初始化Transformer运行批量转换
transformer = pipeline_model.transformer(
    instance_count=1,
    instance_type="local",
    output_path="file:///path/to/your/local/output_dir"
)

transformer.transform(data="file:///path/to/your/local/input_data_dir")
transformer.wait()

注意事项 #

• 所有推理代码、模型文件、输入输出目录都需要放在当前工作目录或者可被Docker挂载的本地路径下
• 如使用自定义推理镜像，需要提前在本地环境完成镜像构建或拉取，避免容器启动失败
• 本地模式下不需要连接AWS公有云，所有执行逻辑都在本地Docker容器中运行

内容的提问来源于stack exchange，提问作者Dao Kieu Vi