第 8 章 已知问题

本节介绍 Red Hat OpenShift AI 2.19.2 中已知的问题，以及任何已知的解决这些问题的方法。

从 2.16 升级到 2.19 后，RHOAIENG-289 10- Unmanaged KServe 资源会被删除

在从 OpenShift AI 2.16 升级到 2.19 的过程中，在所有者引用从关联的 KServe 相关资源中完全删除 FeatureTracker 自定义资源(CR)。因此，最初由 Red Hat OpenShift AI Operator 创建的资源，其状态为 Managed，之后在 DataScienceCluster (DSC)自定义资源(CR)中更改为 Unmanaged 可能会被有意删除。这个问题可能会破坏模型服务功能，直到手动恢复资源为止。

如果在 2.16 中将其改为 Unmanaged，则可能会在 2.19 中删除以下资源：

NVPE-302,NVPE-303 - Missing 存储类用于 NIM 模型

当您尝试在新安装的 OpenShift AI 集群中的 NVIDIA NIM 模型服务平台上部署 NVIDIA NIM 模型服务平台时，您可能会观察 Storage class 下拉菜单没有填充，或在 Model 部署 页面中缺失。这是因为存储类不会加载或缓存在 OpenShift AI 的新安装中的用户界面中。因此，您无法为部署配置存储。

RHOAIENG-24104 - KServe reconciler 应该仅在安装了 Authorino 时部署某些资源

如果没有安装 Authorino，Red Hat OpenShift AI 会将 AuthorizationPolicy 和 EnvoyFilter 资源应用到 KServe serverless 部署模式。这可能会阻断一些 inference 请求。

RHOAIENG-23596 - IBM Power 上的 Inference 请求，在较长的提示中提示对 inference 服务失败，并显示超时错误

当使用 IBM Power 架构向 inference 服务发送超过 100 个输入令牌时，没有来自 inference 服务的响应。此时会出现类似如下的错误消息：

504 Gateway Time-out - The server didn't respond in time.

504 Gateway Time-out - The server didn't respond in time.

FIPS 集群中的 RHOAIENG-23562 - TrustyAIService TLS 握手错误

当使用外部路由向 TrustyAIService 发送请求的 FIPS 集群时，日志中会出现 TLS 握手错误，且不会处理请求。

在断开连接的环境中的 IBM Power RHOAIENG-23475 - Inference 请求会失败，并显示超时错误

使用 IBM Power 架构时，如果在断开连接的环境中创建发送到 inference 服务的提示，则不会从 inference 服务响应。此时会出现类似如下的错误消息：

504 Gateway Time-out - The server didn't respond in time.

504 Gateway Time-out - The server didn't respond in time.

RHOAIENG-23169 - StorageInitializer 无法从 Hugging Face 存储库下载模型

当集群缺少对这个协议的内置支持时，使用 hf:// 协议在 KServe 环境中部署模型会失败。此外，KServe 中的存储初始化器 InitContainer 可能会遇到 PermissionError，因为默认缓存目录(/.cache) 中的写入权限不足。

apiVersion: "serving.kserve.io/v1alpha1"
kind: ClusterStorageContainer
metadata:
  name: default
spec:
  container:
    name: storage-initializer
    env:
      - name: HF_HOME
        value: /tmp/hf_home
  supportedUriFormats:
    - prefix: hf://
    - prefix: gs://
    - prefix: s3://
    - prefix: hdfs://
    - prefix: webhdfs://
    - regex: "https://(.+?).blob.core.windows.net/(.+)"
    - regex: "https://(.+?).file.core.windows.net/(.+)"
    - regex: "https?://(.+)/(.+)"

apiVersion: "serving.kserve.io/v1alpha1"
kind: ClusterStorageContainer
metadata:
  name: default
spec:
  container:
    name: storage-initializer
    env:
      - name: HF_HOME
        value: /tmp/hf_home
  supportedUriFormats:
    - prefix: hf://
    - prefix: gs://
    - prefix: s3://
    - prefix: hdfs://
    - prefix: webhdfs://
    - regex: "https://(.+?).blob.core.windows.net/(.+)"
    - regex: "https://(.+?).file.core.windows.net/(.+)"
    - regex: "https?://(.+)/(.+)"

当未设置可选输入参数时，RHOAIENG-22965 - Data Science pipeline 任务会失败

当管道有可选输入参数时，创建管道运行和带有未设置参数的任务会失败并显示以下错误：

failed: failed to resolve inputs: resolving input parameter optional_input with spec component_input_parameter:"parameter_name": parent DAG does not have input parameter

failed: failed to resolve inputs: resolving input parameter optional_input with spec component_input_parameter:"parameter_name": parent DAG does not have input parameter

此问题也会影响 InstructLab 管道。

无法构建 RHOAIENG-224 39- cuda-r Studio-rhel9

构建 RStudio Server workbench 镜像时，构建 cuda-r Studio-rhel9 会失败，并显示以下错误：

Package supervisor-4.2.5-6.el9.noarch is already installed.
Dependencies resolved.
Nothing to do.
Complete!
.M...U...    /run/supervisor
error: build error: building at STEP "RUN yum -y module enable nginx:$NGINX_VERSION &&     INSTALL_PKGS="nss_wrapper bind-utils gettext hostname nginx nginx-mod-stream nginx-mod-http-perl fcgiwrap initscripts chkconfig supervisor" &&     yum install -y --setopt=tsflags=nodocs $INSTALL_PKGS &&     rpm -V $INSTALL_PKGS &&     nginx -v 2>&1 | grep -qe "nginx/$NGINX_VERSION\." && echo "Found VERSION $NGINX_VERSION" &&     yum -y clean all --enablerepo='*'": while running runtime: exit status 1

Package supervisor-4.2.5-6.el9.noarch is already installed.
Dependencies resolved.
Nothing to do.
Complete!
.M...U...    /run/supervisor
error: build error: building at STEP "RUN yum -y module enable nginx:$NGINX_VERSION &&     INSTALL_PKGS="nss_wrapper bind-utils gettext hostname nginx nginx-mod-stream nginx-mod-http-perl fcgiwrap initscripts chkconfig supervisor" &&     yum install -y --setopt=tsflags=nodocs $INSTALL_PKGS &&     rpm -V $INSTALL_PKGS &&     nginx -v 2>&1 | grep -qe "nginx/$NGINX_VERSION\." && echo "Found VERSION $NGINX_VERSION" &&     yum -y clean all --enablerepo='*'": while running runtime: exit status 1

显示类似如下的输出：

Tag redhat-ods-applications/cuda-rstudio-rhel9:latest set to redhat-ods-applications/cuda-rhel9@sha256:c03a3017364f311ad41f3a3677e0a532020cdd9f57fd98578288eb789cffbf4f.

Tag redhat-ods-applications/cuda-rstudio-rhel9:latest set to redhat-ods-applications/cuda-rhel9@sha256:c03a3017364f311ad41f3a3677e0a532020cdd9f57fd98578288eb789cffbf4f.

当部署带有 OCI 连接类型的模型时，RHOAIENG-21274 - 连接类型将更改回 S3 或 URI

如果您在没有匹配连接的项目中部署了使用 S3 或 URI 连接类型的模型，则使用 S3 或 URI 存储位置的模型位置预先填充 Create new connection 部分。如果您将连接类型改为 OCI，并在 Model URI 字段中输入值，则连接类型将改回到 S3 或 URI。

如果设置了 http_proxy 或 https_proxy 环境变量，则 RHOAIENG-20595 - Pipeline 无法运行

如果您在管道任务中设置 http_proxy 或 https_proxy 环境变量，管道会失败并显示以下错误：

Connecting to cache endpoint ds-pipeline-dspa.project-name.svc.cluster.local:8887 panic: runtime error: invalid memory address or nil pointer dereference

Connecting to cache endpoint ds-pipeline-dspa.project-name.svc.cluster.local:8887 panic: runtime error: invalid memory address or nil pointer dereference

当请求的资源超过阈值时，不会显示 RHOAIENG-2020 9- Warning 信息

当您点 Distributed workloads Project metrics 并查看 Requested resources 部分时，图表会显示请求的资源值以及每个资源(CPU 和内存)的总共享配额值。但是，当 Requested by all projects 值超过该资源的 Warning 阈值时，不会显示预期的警告信息。

RHOAIENG-18590 - 禁用并启用 KServe 后 KnativeServing 资源失败

在 DataScienceCluster 中禁用并启用 kserve 组件后，KnativeServing 资源可能会失败。

从 OpenShift AI 仪表板启动时，RHOAIENG-16247 - Elyra pipeline run 输出会被覆盖

当管道创建并从 Elyra 运行时，管道运行生成的输出存储在对象存储的文件夹 bucket-name/pipeline-name-timestamp 中。

当从 Elyra 创建管道并且管道运行从 OpenShift AI 仪表板启动时，不会更新时间戳值。这可能导致管道运行覆盖之前同一管道运行创建的文件。

此问题不会影响使用 OpenShift AI 仪表板编译和导入的管道，因为 runid 始终添加到对象存储中使用的文件夹中。有关数据科学管道中使用的存储位置的更多信息，请参阅使用数据科学管道存储数据。

在断开连接的环境中不支持 OCPBUGS-49422 - AMD GPU 和 AMD ROCm workbench 镜像

此 OpenShift AI 发行版本不支持在断开连接的环境中的 AMD GPU 和 AMD ROCm workbench 镜像，因为安装 AMD GPU Operator 需要访问互联网来获取编译 GPU 驱动程序所需的依赖项。

当 pipelineParallelSize 参数更新时，在多节点部署中没有正确创建 RHOAIENG -15982- 副本

当您更新多节点部署中的 pipelineParallelSize 参数时，不会正确创建新的副本。相反，修改现有 ReplicaSet 的副本会被修改，从而导致新部署出现故障。

当在带有 Jupyter 笔记本的 Ray 集群中使用不同的 Python 版本时，会出现 RHOAIENG-14271 - 兼容性错误

当您在 Jupyter 笔记本中使用 Python 版本 3.11 时，然后创建一个 Ray 集群，集群默认为包含 Ray 版本 2.35 和 Python 版本 3.9 的工作台镜像。这个不匹配可能会导致兼容性错误，因为 Ray Python 客户端需要与您的工作台配置匹配的 Python 版本。

RHOAIENG-12516 - fast 版本在意外的发行频道中提供

由于流镜像交付过程的一个已知问题，目前在不需要的流传输频道中提供 快速 版本，如 stable、 stable -x.y。如需准确的发行类型、频道和支持 生命周期信息，请参阅 Red Hat OpenShift AI Self-Managed Life Cycle 页中的生命周期日期 表。

RHOAIENG-12233 - 使用 /v1/chat/completions 端点时需要 chat_template 参数

当为 KServe 运行时配置 vLLM ServingRuntime 并使用 /v1/chat/completions 端点查询模型时，模型会失败并显示以下错误：

As of transformers v4.44, default chat template is no longer allowed, so you must provide a chat template if the tokenizer does not define one

As of transformers v4.44, default chat template is no longer allowed, so you must provide a chat template if the tokenizer does not define one

vLLM v0.5.5 提供了 transformers v4.44.2。从 vLLM v0.5.5 开始，您必须在使用 /v1/chat/completions 端点查询模型时提供 chat 模板。

当将 OpenShift AI 2.8 升级到 2.10 或更高版本时，RHOAIENG-8294 - CodeFlare 错误

如果您试图将 OpenShift AI 2.8 升级到 2.10 或更高版本，则 CodeFlare 组件会显示以下出错信息，因为 AppWrapper 自定义资源定义(CRD)版本不匹配。

ReconcileCompletedWithComponentErrors DataScienceCluster resource reconciled with component errors: 1 error occurred: * CustomResourceDefinition.apiextensions.k8s.io "appwrappers.workload.codeflare.dev" is invalid: status.storedVersions[0]: Invalid value: "v1beta1": must appear in spec.versions

ReconcileCompletedWithComponentErrors DataScienceCluster resource reconciled with component errors: 1 error occurred: * CustomResourceDefinition.apiextensions.k8s.io "appwrappers.workload.codeflare.dev" is invalid: status.storedVersions[0]: Invalid value: "v1beta1": must appear in spec.versions

在 KServe 中的查询过程中，RHOAIENG- 7947- Model serving 会失败

如果您最初安装 ModelMesh 组件并启用多模式服务平台，但稍后安装 KServe 组件并启用单模式服务平台，则对在单模式服务平台上部署的模型的统计请求可能会失败。在这些情况下，inference 请求会返回 404 - Not Found 错误，odh-model-controller 部署对象的日志会显示 Reconciler 错误消息。

RHOAIENG-7716 - Pipeline 条件组状态不会更新

当您运行具有条件组的管道（如 dsl.lf ）时，UI 会显示组的 Running 状态，即使管道执行完成后也是如此。

RHOAIENG-6435 分布式工作负载资源没有包括在项目指标中

当您点 Distributed workloads > Project metrics 并查看 Requested resources 部分时，Requested by all projects 值当前排除了尚未接受到队列的分布式工作负载的资源。

RHOAIENG-6409 - Cannot save 参数 错误会出现在管道日志中成功运行

当您使用数据科学管道 2.0 多次运行管道时，Cannot save 参数 错误会出现在管道日志中成功运行。您可以安全地忽略这些错误。

RHOAIENG-12294 （以前称为 RHOAIENG-4812））- 分布式工作负载指标排除 GPU 指标

在这个 OpenShift AI 发行版本中，分布式工作负载指标排除 GPU 指标。

RHOAIENG-4570 - 现有 Argo 工作流与安装或升级冲突

Data Science pipelines 2.0 包含 Argo 工作流的安装。红帽不支持直接使用 Argo 工作流安装。要安装或升级带有数据科学管道 2.0 的 OpenShift AI，请确保在集群中没有 Argo 工作流安装。如需更多信息，请参阅 迁移到数据科学管道 2.0。

RHOAIENG-3913 - Red Hat OpenShift AI Operator 错误地显示 False 的 Degraded 条件并带有错误

如果您在 OpenShift AI Operator 使用的 DataScienceCluster (DSC)对象中启用了 KServe 组件，但没有安装依赖的 Red Hat OpenShift Service Mesh 和 Red Hat OpenShift Serverless Operator，则 DSC 对象中的 kserveReady 条件会显示 KServe 未就绪。但是，Degraded 条件会错误地显示 False 的值。

RHOAIENG-3025 - OVMS 预期目录布局与 KServe StoragePuller 布局冲突

当您使用 OpenVINO 模型服务器(OVMS)运行时在单模式服务平台（使用 KServe）上部署模型时，OVMS 预期的目录布局与 KServe 使用的目录布局之间不匹配。具体来说，OVMS 要求模型文件位于 /< mnt>/models/1/ 目录中，而 KServe 则将它们放置在 /< mnt>/models/ 目录中。

KServe 从您指定的路径中的子目录拉取模型文件。在这种情况下，KServe 可以正确地从 S3 兼容存储中的 /& lt;s3_storage_bucket>/models/1/ 目录中拉取模型文件。

KServe 上的 RHOAIENG-30 18- OVMS 在仪表板中不会公开正确的端点

当您使用 OpenVINO 模型服务器(OVMS)运行时在单模式服务平台上部署模型时，部署模型的 Inference endpoint 字段中显示的 URL 不完整。

RHOAIENG-260 2- "Average response time" 服务器指标图显示了因为 ModelMesh pod 重启导致多行

如果 ModelMesh pod 重启，Average 响应时间 服务器指标图会显示多行。

当集群中未启用 UWM 时，RHOAIENG -2585- UI 不会显示错误/警告

如果集群中 禁用了 用户工作负载监控(UWM)，Red Hat OpenShift AI 无法正确警告用户。对于模型指标的正确功能，UWM 是必需的。

在以表单更改 Serving Runtime 时，RHOAIENG-255 5- Model 框架选择器不会重置

当您使用 Deploy model 对话框在单模式服务平台上部署模型时，如果您选择运行时和支持的框架，则不会重置现有的框架选择。这意味着，可以使用所选运行时不支持的框架部署模型。

与 KServe 相同的项目中的 RHOAIENG-2468 - Services 可能无法在 OpenShift 中访问

如果您在一个数据科学项目中部署了一个非 OpenShift AI 服务，其中包含在单模式服务平台（使用 KServe）上部署的模型，则服务的可访问性可能会受 OpenShift 集群的网络配置的影响。特别是当您使用 OVN-Kubernetes 网络插件 和主机网络命名空间时。

RHOAIENG-222 8- 当间隔设置为 15 秒时，性能指标图会持续变化

在模型指标屏幕的 Endpoint 性能 选项卡中，如果您将 Refresh interval 设为 15 秒，且 Time range 设为 1 小时，则图形结果会持续更改。

RHOAIENG-2183 - Endpoint 性能图可能会显示不正确的标签

在模型指标屏幕的 Endpoint 性能 选项卡中，图形工具提示可能会显示不正确的标签。

RHOAIENG-191 9- Model Serving 页面无法在部署后获取或报告模型路由 URL

从 OpenShift AI 仪表板部署模型时，系统会显示以下警告信息，而模型的 Status 列则表示成功并显示 OK/green checkmark。

Failed to get endpoint for this deployed model. routes.rout.openshift.io"<model_name>" not found

Failed to get endpoint for this deployed model. routes.rout.openshift.io"<model_name>" not found

RHOAIENG-404 - No Components Found 页面随机显示，而不是 OpenShift AI 仪表板中的 Enabled 页面

当您访问 Red Hat OpenShift AI 仪表板时，可能会出现 No Components Found 页面。

RHOAIENG-234 - 在 Insecured 集群中查看 VSCode 中的 .ipynb 文件

当您在不安全的集群中的 Google Chrome 上使用 code-server 笔记本镜像时，您无法查看 .ipynb 文件。

当尝试增加没有连接到工作台的持久性卷(PV)的大小时，会显示 RHOAIENG-1 128- Unclear 错误消息

当尝试增加没有连接到工作台的持久性卷(PV)的大小时，会显示不清晰的错误消息。

RHOAIENG-497 - removing DSCI 结果 in OpenShift Service Mesh CR Being Deleted Without User Notification

如果您删除了 DSCInitialization 资源，则也会删除 OpenShift Service Mesh CR。不显示警告消息。

如果所需资源不可用，则不应分配 RHOAIENG-282 - Workload

有时，即使单个机器实例没有足够的资源来成功置备 RayCluster，工作负载也会被分配。AppWrapper CRD 处于 Running 状态，相关的 pod 无限期处于 Pending 状态。

在 InferenceService 报告为 Loaded 后，RHOAIENG-131 - gRPC 端点没有正确响应

当生成了大量 InferenceService 实例时，Service Mesh Control Plane (SMCP)将变为无响应。InferenceService 实例的状态为 Loaded，但调用 gRPC 端点会返回错误。

当模型刚刚启动时，RHOAIENG-130 - Synchronization 问题

当 KServe 容器的状态为 Ready 时，即使 TGIS 容器未就绪，也会接受请求。

在显示为就绪后的几秒内无法查询 RHOAIENG-311 5- Model

使用多模式服务平台部署的模型可能会没有响应查询，尽管仪表板中显示为 Ready。在查询模型端点时，您可能会看到 "Application is not available" 响应。

RHOAIENG-1619 （以前称为 DATA-SCIENCE-PIPELINES-165））- S3 存储桶不可写入时的 Poor 错误消息

当您设置数据连接时，且 S3 存储桶不可写入，而您尝试上传管道时，错误消息 Failed to store pipelines 并不有用。

RHOAIENG-1207 （以前称为 ODH-DASHBOARD-1758）- 多次复制 OOTB 自定义服务运行时错误

如果您多次重复模型保留运行时，重复会失败，并显示 Serving 运行时名称 "<name>" already exists 错误信息。

RHOAIENG-1201 （以前称为 ODH-DASHBOARD-1908）- 无法创建具有空环境变量的工作台

在创建工作台时，如果您点 Add 变量，但没有从列表中选择环境变量类型，则无法创建工作台。该字段未标记为必填，不显示任何错误消息。

RHOAIENG-432 （以前称为 RHODS-12928）- 使用不支持的字符可以生成具有多个短划线的 Kubernetes 资源名称

当您创建资源并在名称中指定不支持的字符时，每个空格都会被一个短划线替换，并删除了其他不支持的字符，这会导致无效的资源名称。

RHOAIENG-226 （以前记录在 RHODS-12432）- 删除 notebook-culler ConfigMap 会导致 Permission Denied on dashboard

如果您删除 redhat-ods-applications 命名空间中的 notebook-controller-culler-config ConfigMap，则无法将更改保存到 OpenShift AI 仪表板上的 Cluster Settings 页面。save 操作失败，并显示 HTTP 请求失败的错误。

RHOAIENG-133 - Existing workbench 在笔记本重启后无法运行 Elyra 管道

如果您使用 Elyra JupyterLab 扩展在 JupyterLab 中创建并运行数据科学管道，并在创建工作台并指定 notebook 后 配置管道服务器，则无法执行管道，即使重启笔记本后，也无法执行管道。

RHODS-12798 - Pod 失败并显示 "unable to init seccomp" 错误

Pod 会失败，并显示 CreateContainerError 状态或 Pending 状态而不是 Running 状态，因为已知内核错误引入了 seccomp 内存泄漏。当您检查 pod 失败的命名空间中的事件时，或运行 oc describe pod 命令时，会出现以下错误：

runc create failed: unable to start container process: unable to init seccomp: error loading seccomp filter into kernel: error loading seccomp filter: errno 524

runc create failed: unable to start container process: unable to init seccomp: error loading seccomp filter into kernel: error loading seccomp filter: errno 524

KUBEFLOW-177 - Bearer 令牌来自没有由 OAuth-proxy 转发的应用程序

如果应用程序基于 bearer 令牌，则无法将应用程序用作自定义工作台镜像。OAuth-proxy 配置从标头中删除 bearer 令牌，应用程序无法正常工作。

RHOAIENG-16568 （以前称为 NOTEBOOKS-210）- 笔记本无法在 Jupyter 中导出为 PDF 文件

当您将笔记本导出为 Jupyter 中的 PDF 文件时，导出过程会失败并显示错误。

RHOAIENG-1210 （以前称为 ODH-DASHBOARD-1699）- Workbench 不会自动重启所有配置更改

当您编辑工作台的配置设置时，会显示警告信息，表示工作台将在其配置设置进行任何更改时重启。这个警告有误导，因为在以下情况下，工作台不会自动重启：

RHOAIENG-1208 （以前称为 ODH-DASHBOARD-1741）- 无法创建名称以数字开头的工作台

如果您试图创建名称以数字开头的工作台，则工作台不会启动。

如果您已经从 OpenShift AI 仪表板注销，KUBEFLOW-157 - logging out of JupyterLab 无法正常工作

如果您在从 JupyterLab 注销前注销 OpenShift AI 仪表板，则注销 JupyterLab 将无法成功。例如，如果您知道 Jupyter 笔记本的 URL，您可以在浏览器中再次打开它。

如果 RHODS-9789 - Pipeline 服务器包含在数据库名称或用户名字段中包含短划线的自定义数据库，则 RHODS-9789- Pipeline 服务器无法启动

当您创建一个使用自定义数据库的管道服务器时，如果您为 dbname 字段或 username 字段设置的值中包含短划线，则管道服务器无法启动。

RHOAIENG-580 （以前称为 RHODS-9412）- 如果具有编辑权限的用户创建了工作台，Elyra pipeline 将无法运行

如果被授予项目的编辑权限的用户创建了项目工作台，该用户会看到以下行为：

RHODS- 7718- 没有仪表板权限的用户可以无限期地使用其正在运行的笔记本和工作台

当 Red Hat OpenShift AI 管理员撤销用户权限时，用户可以继续无限期地使用其正在运行的笔记本和工作台。

RHOAIENG-1157 （以前称为 RHODS-6955）- 试图编辑工作台时可能会出现错误

在编辑工作台时，可能会出现类似如下的错误：

Error creating workbench
Operation cannot be fulfilled on notebooks.kubeflow.org "workbench-name": the object has been modified; please apply your changes to the latest version and try again

Error creating workbench
Operation cannot be fulfilled on notebooks.kubeflow.org "workbench-name": the object has been modified; please apply your changes to the latest version and try again

RHOAIENG-1152 （以前称为 RHODS-6356）- 笔记本创建过程对于从未登录到仪表板的用户会失败

仪表板的笔记本管理页面显示属于 OpenShift 中用户组和 admin 组的用户。但是，如果管理员尝试代表从未登录到仪表板的用户启动笔记本服务器，服务器创建过程会失败，并显示以下出错信息：

Request invalid against a username that does not exist.

Request invalid against a username that does not exist.

RHODS-554 3- 使用 NVIDIA GPU Operator 时，Node Autoscaler 创建的节点数量要多

当因为可用资源不足而无法调度 pod 时，Node Autoscaler 将创建一个新节点。在新创建的节点接收相关 GPU 工作负载前会有一个延迟。因此，pod 无法调度，Node Autoscaler 会不断创建额外的新节点，直到其中一个节点准备好接收 GPU 工作负载。有关此问题的更多信息，请参阅红帽知识库解决方案 使用 NVIDIA GPU Operator 时，超过 Node Autoscaler 创建的节点数量。

RHOAIENG-1149 （以前称为 RHODS-5216）） - 应用程序启动程序菜单错误地显示到 OpenShift Cluster Manager 的链接

Red Hat OpenShift AI 错误地从应用程序启动程序显示 OpenShift Cluster Manager 的链接。点此链接会导致 "Page Not Found" 错误，因为 URL 无效。

RHOAIENG-1137 （以前称为 RHODS-5251）） - 笔记本服务器管理页面显示丢失权限的用户

如果以前在 Jupyter 中启动笔记本服务器的用户丢失了其权限，例如，如果 OpenShift AI 管理员更改了用户组设置，或者将用户从允许的组中删除，则管理员将继续查看服务器管理页面中用户的笔记本服务器。因此，管理员可以重启属于撤销权限的用户的笔记本服务器。

RHODS-4799 - Tensorboard 需要手动步骤才能查看

当用户有 TensorFlow 或 PyTorchbook 镜像，并希望使用 TensorBoard 显示数据，需要手动步骤在笔记本环境中包含环境变量，并在您的代码中导入这些变量。

RHODS-47 18- Intel® oneAPI AI Analytics Toolkits 快速开始引用不存在的示例笔记本

Intel® OneAPI AI Analytics Toolkits 快速开始（位于仪表板上的 Resources 页面中），要求用户以指令步骤的一部分加载示例笔记本，但引用相关存储库中不存在的笔记本。

RHOAIENG-1141 （以前称为 RHODS-4502）- 仪表板中的 NVIDIA GPU Operator 标题显示不必要的按钮

安装 NVIDIA GPU Operator 后，Jupyter 中会自动提供 GPU。因此，在 Explore 页面中的 NVIDIA GPU Operator 标题中 Enable 按钮是多余的。另外，点 Enable 按钮会将 NVIDIA GPU Operator 标题移到 Enabled 页面，即使 Operator 没有被安装。

RHODS-3984 - Incorrect 软件包版本在笔记本选择过程中显示

在 OpenShift AI 界面中，启动笔记本服务器页面 显示 oneAPI AI Analytics Toolkit 笔记本镜像中包含的 JupyterLab 和 Notebook 软件包的不正确的版本号。该页面还可能显示此镜像使用的 Python 版本的错误值。

RHODS- 2956- Error 在创建 notebook 实例时可能会出现

在 Jupyter 中创建 notebook 实例时，有时会出现未找到目录错误。单击 Dismiss 可忽略此错误消息。

RHOAING-1147 （以前称为 RHODS-2881）- 在仪表板上的操作没有明确可见

仪表板操作重新验证禁用的应用程序许可证，并删除禁用的应用程序标题对用户没有明确可见。当用户点击应用程序标题的 Disabled 标签时，会出现这些操作。因此，预期的工作流可能对用户并不明确。

RHOAIENG-1134 （以前称为 RHODS-2879）- 许可证重新验证操作没有必要地出现

对于没有许可证验证或激活系统的应用程序，仪表板操作会不必要地验证禁用的应用程序许可证。另外，当用户尝试重新验证无法重新验证的许可证时，不会显示反馈来说明无法完成该操作的原因。

RHOAIENG-2305 （以前称为 RHODS-2650）- Pachyderm 部署期间可能会出现错误

在创建 Pachyderm operator 的实例时，webhook 错误会出现间歇性错误，从而导致创建过程成功启动。webhook 错误表明，Pachyderm operator 无法进行健康检查，从而导致它重启，或者 Operator 进程超过其容器分配的内存限值，可触发内存不足(OOM)终止。

RHODS-2096 - IBM Watson Studio 不在 OpenShift AI

当在 OpenShift Dedicated 4.9 或更高版本上安装 OpenShift AI 时，IBM Watson Studio 不可用，因为它与这些版本的 OpenShift Dedicated 不兼容。