Azure ML通过ACI部署模型报AciDeploymentFailed/ACI服务请求错误咨询

问题根源 #

你手动删除了Azure ML工作区自动创建的容器注册表（ACR）后，工作区全局配置中依然保留了旧ACR的绑定关系，后续所有部署操作都会默认优先读取这个绑定的旧地址，不会自动触发新ACR创建。

可行解决方案（按顺序操作即可） #

1. 清除工作区旧ACR绑定 #

• 登录Azure门户，进入你的Azure Machine Learning工作资源页面
• 在左侧菜单栏「设置」分类下找到「容器注册表」选项
• 页面会显示当前绑定的旧ACR地址（即报错信息里的6e07ce2cc4ac4838b42d35cda8d38616.azurecr.io），点击解除绑定
• 可选择两种后续配置：
  • 直接留空该配置项，保存后等待5分钟生效，下次部署时Azure ML会自动创建新的ACR
  • 提前手动创建一个新的ACR资源，在该页面选择关联你新建的ACR后保存

2. 修改代码强制生成全新环境配置 #

在你原有的环境定义代码后新增一行，避免复用绑定了旧ACR的缓存环境版本：

from azureml.core.environment import Environment
myenv = Environment.from_pip_requirements(name = 'myenv', file_path = 'requirements.txt')
# 新增下面这行
myenv.version = None

3. 修复入口脚本隐含bug（可选，避免后续报错） #

你提供的score.py中使用了json.loads但没有导入json库，在开头新增导入语句即可：

import os
import json
import dill
import joblib

之前尝试无效的原因 #

• 手动创建同名ACR无效：Azure ML自动生成的ACR有专属的权限配置和镜像存储结构，手动创建的同名ACR没有匹配的访问凭证和镜像文件，即使开了管理员权限也无法被Azure ML识别
• 修改环境/模型名称无效：旧ACR是工作区级别的全局绑定配置，和单个环境、模型的名称无关
• 开启ACR管理员无效：手动创建的ACR中不存在部署需要的镜像文件，权限配置正确也无法找到对应镜像

内容的提问来源于stack exchange，提问作者FLS