第 7 章已知问题

本节介绍了 Red Hat OpenShift AI 2.25 中已知的问题，以及任何已知问题的方法。

RHAIENG-11 39-Cannot deploy LlamaStackDistribution，在多个命名空间中具有相同名称

如果您在不同命名空间中创建两个 LlamaStackDistribution 资源，则第二个资源的 ReplicaSet 无法启动 Llama Stack pod。当在命名空间间使用重复名称时，Llama Stack Operator 无法正确分配安全限制。

临时解决方案: 在每个命名空间中为每个 LlamaStackDistribution 使用唯一名称。例如，包含项目名称或添加后缀，如 llama-stack-distribution-209342。

RHAIENG-16 24- 在断开连接的集群中嵌入 API 超时

在断开连接的集群中，使用默认嵌入模型(ibm-granite/granite-embedding-125m-english)时，对嵌入 API 的调用可能会超时。

临时解决方案

在 LlamaStackDistribution 自定义资源中添加以下环境变量，以离线使用嵌入模型：

- name: SENTENCE_TRANSFORMERS_HOME
  value: /opt/app-root/src/.cache/huggingface/hub
- name: HF_HUB_OFFLINE
  value: "1"
- name: TRANSFORMERS_OFFLINE
  value: "1"
- name: HF_DATASETS_OFFLINE
  value: "1"

- name: SENTENCE_TRANSFORMERS_HOME
  value: /opt/app-root/src/.cache/huggingface/hub
- name: HF_HUB_OFFLINE
  value: "1"
- name: TRANSFORMERS_OFFLINE
  value: "1"
- name: HF_DATASETS_OFFLINE
  value: "1"

Copy to Clipboard

Toggle word wrap

从 JupyterLab 运行管道时，RHOAIENG-349 23- Runtime 配置缺失

当您从项目中的第一个活跃工作台运行管道时，运行时配置可能不会出现在 Elyra pipeline 编辑器中。这是因为配置无法为初始工作台会话填充。

临时解决方案: 重启工作台。重启后，运行时配置将可用于管道执行。

从 OpenShift AI 2.24 升级后，RHAIENG-350 55- Model 目录无法初始化

从 OpenShift AI 2.24 升级后，模型目录可能无法初始化和加载。OpenShift AI 仪表板显示 对模型目录错误的 Request 访问。

临时解决方案

运行以下命令来删除现有模型目录 ConfigMap 和部署：

oc delete configmap model-catalog-sources -n rhoai-model-registries --ignore-not-found
$ oc delete deployment model-catalog -n rhoai-model-registries --ignore-not-found

$ oc delete configmap model-catalog-sources -n rhoai-model-registries --ignore-not-found
$ oc delete deployment model-catalog -n rhoai-model-registries --ignore-not-found

Copy to Clipboard

Toggle word wrap

使用外部 Argo 工作流时，Data Science Pipelines Operator 中的 RHAIENG-35529 - Reconciliation 问题

如果您在删除现有外部 Argo 工作流安装前启用嵌入的 Argo Workflows 控制器(rgoWorkflowsControllers: Managed)，工作流控制器可能无法启动，并且 Data Science Pipelines Operator (DSPO)可能无法正确协调其自定义资源。

临时解决方案: 在启用嵌入的 Argo Workflows 控制器前，从集群中删除任何现有的外部 Argo 工作流实例。

当没有连接时，在模型部署中缺少 RHAIENG-36756 - 现有集群存储选项

当在没有定义数据连接的项目中创建模型部署时，不会出现现有集群存储选项，即使 PVC 可用。因此，您无法为模型存储选择现有 PVC。

临时解决方案: 在项目中至少创建一个类型为 URI 的连接。之后 ，现有集群存储选项 将变为可用。

当模型服务器大小设置为 small时，RHOAIENG-36817 - Inference 服务器会失败

当通过控制面板创建 inference 服务时，选择 小 模型服务器大小会导致后续不误请求失败。因此，对 inference 服务本身的部署成功，但推断请求会失败，并显示超时错误。

临时解决方案: 要解决这个问题，请从下拉菜单中选择 Model server size as large。

RHOAIENG-33995 - 部署 Phi 和 Mistral 模型的 inference 服务失败

在带有 openshift-container-platform 4.19 的 IBM Power 集群中使用 vLLM 运行时为 Phi 和 Mistral 模型创建 inference 服务会失败，因为与 CPU 后端相关的错误。因此，部署这些模型会受到影响，从而导致服务创建失败。

临时解决方案: 要解决这个问题，如果为 CPU 和 Phi 模型启用了，在服务运行时中禁用 sliding_window 机制。V1 目前不支持 sliding 窗口。

RHOAIENG-33795 - 为 IBM Z 上的 Triton Inference Server 的 gRPC 端点验证需要手动路由创建

当验证带有 gRPC 端点的 Triton Inference Server 时，路由不会自动创建。这是因为 Operator 目前默认为 REST 创建边缘终止路由。

临时解决方案

要解决这个问题，在 IBM Z 上为 Triton Inference Server 的 gRPC 端点验证需要手动路由创建。

当模型部署 pod 启动并运行时，在 YAML 文件中定义带有以下内容的 edge-terminated Route 对象：

apiVersion: route.openshift.io/v1
kind: Route
metadata:
  name: <grpc-route-name>                  # e.g. triton-grpc
  namespace: <model-deployment-namespace>  # namespace where your model is deployed
  labels:
    inferenceservice-name: <inference-service-name>
  annotations:
    haproxy.router.openshift.io/timeout: 30s
spec:
  host: <custom-hostname>                  # e.g. triton-grpc.<apps-domain>
  to:
    kind: Service
    name: <service-name>                   # name of the predictor service (e.g. triton-predictor)
    weight: 100
  port:
    targetPort: grpc                       # must match the gRPC port exposed by the service
  tls:
    termination: edge
  wildcardPolicy: None

apiVersion: route.openshift.io/v1
kind: Route
metadata:
  name: <grpc-route-name>                  # e.g. triton-grpc
  namespace: <model-deployment-namespace>  # namespace where your model is deployed
  labels:
    inferenceservice-name: <inference-service-name>
  annotations:
    haproxy.router.openshift.io/timeout: 30s
spec:
  host: <custom-hostname>                  # e.g. triton-grpc.<apps-domain>
  to:
    kind: Service
    name: <service-name>                   # name of the predictor service (e.g. triton-predictor)
    weight: 100
  port:
    targetPort: grpc                       # must match the gRPC port exposed by the service
  tls:
    termination: edge
  wildcardPolicy: None

Copy to Clipboard

Toggle word wrap

创建 Route 对象：
```
oc apply -f <route-file-name>.yaml
```
```
oc apply -f <route-file-name>.yaml
```
Copy to Clipboard Toggle word wrap

要发送 inference 请求，请输入以下命令：

grpcurl -cacert <ca_cert_file>\ 
  -protoset triton_desc.pb \
  -d '{
    "model_name": "<model_name>",
    "inputs": [
      {
        "name": "<input_tensor_name>",
        "shape": [<shape>],
        "datatype": "<data_type>",
        "contents": {
          "<datatype_specific_contents>": [<input_data_values>]
        }
      }
    ],
    "outputs": [
      {
        "name": "<output_tensor_name>"
      }
    ]
  }' \
  <grpc_route_host>:443 \
  inference.GRPCInferenceService/ModelInfer

grpcurl -cacert <ca_cert_file>\


  -protoset triton_desc.pb \
  -d '{
    "model_name": "<model_name>",
    "inputs": [
      {
        "name": "<input_tensor_name>",
        "shape": [<shape>],
        "datatype": "<data_type>",
        "contents": {
          "<datatype_specific_contents>": [<input_data_values>]
        }
      }
    ],
    "outputs": [
      {
        "name": "<output_tensor_name>"
      }
    ]
  }' \
  <grpc_route_host>:443 \
  inference.GRPCInferenceService/ModelInfer

Copy to Clipboard

Toggle word wrap

1: <ca_cert_file> 是集群路由器 CA 证书的路径（如 router-ca.crt）。

注意

<triton_protoset_file> 编译为 protobuf 描述符文件。您可以将它生成为 protoc -I. --descriptor_set_out=triton_desc.pb --include_imports grpc_service.proto。

从 triton-inference-service GitHub 页面下载 grpc_service.proto 和 model_config.proto 文件。

RHOAIENG-3369 7- Unable to Edit or Delete model，除非状态为"Started"

当您在 NVIDIA NIM 或单型号服务平台上部署模型时，操作菜单中的 Edit 和 Delete 选项不适用于 Starting 或 Pending 状态中的模型。这些选项仅在成功部署模型后可用。

临时解决方案: 等待模型处于 Started 状态，以便进行任何更改或删除模型。

RHOAIENG-336 45- LM-Eval Tier1 测试失败

LM-Eval Tier1 测试可能会失败，因为在运行作业时不会作为参数传递 confirm_run_unsafe_code，如果您使用 trustyai-service-operator 的旧版本。

临时解决方案: 确保您使用最新版本的 trustyai-service-operator，并且启用了 AllowCodeExecution。

升级后，在重启循环中 RHOAIENG-29729 - Model registry Operator

从 OpenShift AI 版本 2.22 或更早版本升级到启用了模型 registry 组件的 2.23 或更高版本后，模型 registry Operator 可能会进入重启循环。这是因为 model-registry-operator-controller-manager pod 中 manager 容器的内存限值不足。

临时解决方案

要解决这个问题，您必须为 model-registry-operator-controller-manager 部署触发协调。在部署中添加 opendatahub.io/managed='true' 注解将完成此操作并应用正确的内存限值。您可以运行以下命令来添加注解：

oc annotate deployment model-registry-operator-controller-manager -n redhat-ods-applications opendatahub.io/managed='true' --overwrite

oc annotate deployment model-registry-operator-controller-manager -n redhat-ods-applications opendatahub.io/managed='true' --overwrite

Copy to Clipboard

Toggle word wrap

注意

此命令覆盖 model-registry-operator-controller-manager 部署中的自定义值。有关自定义部署值的更多信息，请参阅自定义组件部署资源。

在部署更新后，内存限制从 128Mi 增加到 256Mi，容器内存用量将稳定，重启循环将停止。

创建 DSCInitialization 时启用 RHOAIENG -31238- New observability 堆栈

当您删除 DSCInitialization 资源并使用 OpenShift AI 控制台表单视图创建新资源时，它启用了技术预览可观察性堆栈。这会导致在重新创建 DSCInitialization 资源时部署不需要的可观察性堆栈。

临时解决方案

要解决这个问题，请使用表单视图重新创建 DSCInitiliazation 资源时手动删除 "metrics" 和 "traces" 字段。

如果要使用技术预览可观察性堆栈，则不需要此项。

RHOAIENG-321 45- Llama Stack Operator 部署失败（在早于 4.17 的 OpenShift 版本中）

当在 4.17 之前的版本上安装 OpenShift AI 时，集成的 Llama Stack Operator (llamastackoperator)可能无法部署。

Llama Stack Operator 需要 Kubernetes 版本 1.32 或更高版本，但 OpenShift 4.15 使用 Kubernetes 1.28。由于 Kubernetes 1.32 中不支持的选择字段，在应用 LlamaStackDistribution 自定义资源定义(CRD)时，可能会导致模式验证失败。

临时解决方案: 在运行 4.17 或更高版本的 OpenShift 集群上安装 OpenShift AI。

RHOAIENG-32242 - Failure，为 OpenShift 版本 4.15 和 4.16 创建 NetworkPolicies

在运行 4.15 或 4.16 的 OpenShift 集群上安装 OpenShift AI 时，某些 NetworkPolicy 资源的部署可能会失败。当 llamastackoperator 或相关组件试图在受保护的命名空间中创建 NetworkPolicy 时（如 redhat-ods-applications ），会出现这种情况。准入 Webhook networkpolicies-validation.managed.openshift.io 可以阻止请求，这会限制对某些命名空间和资源的修改，即使 cluster-admin 用户也是如此。这个限制适用于自我管理的和由红帽管理的 OpenShift 环境。

临时解决方案: 在运行 4.17 或更高版本的 OpenShift 集群上部署 OpenShift AI。对于强制实施 webhook 限制的集群，请联络您的 OpenShift 管理员或红帽支持来确定替代部署模式或批准对受影响的命名空间的更改。

RHOAIENG-32599 - 在 IBM Z 集群上创建服务失败

当您试图在 IBM Z 集群上使用 vLLM 运行时创建 inference 服务时，会失败并显示以下错误：ValueError : 'aimv2' 已被 Transformers 配置使用，选择另一个名称。

临时解决方案: 无。

RHOAIENG-29731 - Inference 服务创建在带有 OpenShift 4.19 的 IBM Power 集群上失败

当您试图在 OpenShift Container Platform 版本 4.19 上的 IBM Power 集群上使用 vLLM 运行时创建 inference 服务时，它会失败，因为与 Non-Uniform Memory Access (NUMA)相关的错误。

临时解决方案: 当您创建 inference 服务时，请将环境变量 VLLM_CPU_OMP_THREADS_BIND 设置为 所有。

由于使用统计目录访问，RHOAIENG-29292 - vLLM 会在 IBM Z 上记录权限错误

在 IBM Z 架构上运行 vLLM 时，inference 服务可以成功启动，但在与用量统计报告相关的后台线程中记录错误。这是因为服务试图将使用量数据写入一个受限位置(/.config)，而这没有权限访问。

以下错误会出现在日志中：

Exception in thread Thread-2 (_report_usage_worker):
Traceback (most recent call last):
 ...
PermissionError: [Error 13] Permission denied: '/.config'

Exception in thread Thread-2 (_report_usage_worker):
Traceback (most recent call last):
 ...
PermissionError: [Error 13] Permission denied: '/.config'

Copy to Clipboard

Toggle word wrap

临时解决方案: 要防止这个错误并阻止使用统计日志记录，请在 inference 服务部署中设置 VLLM_NO_USAGE_STATS=1 环境变量。这会禁用自动使用报告，避免在写入系统目录时的权限问题。

从 2.16 升级到 2.19 或更高版本后，RHOAIENG-289 10- Unmanaged KServe 资源会被删除

在从 OpenShift AI 2.16 升级到 2.25 的过程中，在从关联的 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 2.25 中删除以下资源：

Expand

Kind	Namespace	Name
`KnativeServing`	`knative-serving`	`knative-serving`
`ServiceMeshMember`	`knative-serving`	`default`
`网关`	`istio-system`	`kserve-local-gateway`
`网关`	`knative-serving`	`knative-ingress-gateway`
`网关`	`knative-serving`	`knative-local-gateway`

临时解决方案

如果您已经从 OpenShift AI 2.16 升级到 2.25，请执行以下操作之一：

如果您有现有的备份，请手动重新创建已删除的资源，而不引用 FeatureTracker CR。
如果您没有现有的备份，可以使用 Operator 重新创建已删除的资源：
1. 备份您已重新创建的所有资源。
2. 在 DSC 中，将 spec.components.kserve.serving.managementState 设置为 Managed，然后保存更改以允许 Operator 重新创建资源。
  等待 Operator 重新创建资源。
3. 在 DSC 中，将 spec.components.kserve.serving.managementState 设置为 Unmanaged，然后保存更改。
4. 将之前的任何自定义更改重新应用到重新创建的 KnativeServing、ServiceMeshMember 和 Gateway CR 资源。

如果您还没有升级，请在升级前执行以下操作以防止这个问题：

在 DSC 中，将 spec.components.kserve.serving.managementState 设置为 Unmanaged。
对于以上表中列出的每个受影响的 KnativeServing、ServiceMeshMember 和 Gateway 资源，通过删除 FeatureTracker 所有者引用来编辑其 CR。此编辑删除了对 FeatureTracker 的依赖，并防止在升级过程中删除资源。

RHOAIENG-24545 - Runtime 镜像在第一次启动后不会出现在工作台中

运行时镜像列表无法正确填充命名空间中的第一个运行工作台实例，因此 Elyra pipeline 编辑器中没有显示镜像进行选择。

临时解决方案: 重启工作台。重启工作台后，运行时镜像列表会填充工作台和 Elyra 管道编辑器的选择框。

RHOAIENG-247 86- 在断开连接的环境中将 Authorino Operator 从技术预览升级到 Stable 会失败

在断开连接的环境中，将 Red Hat Authorino Operator 从技术预览升级到 Stable 会失败，并显示 authconfig-migrator-qqttz pod 的错误。

临时解决方案

将 Red Hat Authorino Operator 更新至 tech-preview-v1 更新频道(v1.1.2)中的最新版本。

运行以下脚本：

#!/bin/bash
set -xe

delete the migrator job
oc delete job -n openshift-operators authconfig-migrator || true

run the migrator script
authconfigs=$(oc get authconfigs -A -o custom-columns='NAMESPACE:.metadata.namespace,NAME:.metadata.name' --no-headers)

if [[ ! -z "${authconfigs}" ]]; then
    while IFS=" " read -r namespace name; do
        oc get authconfig "$name" -n "$namespace" -o yaml > "/tmp/${name}.${namespace}.authconfig.yaml"
        oc apply -f "/tmp/${name}.${namespace}.authconfig.yaml"
    done <<< "${authconfigs}"
fi

oc patch crds authconfigs.authorino.kuadrant.io --type=merge --subresource status --patch '{"status":{"storedVersions":["v1beta2"]}}'

#!/bin/bash
set -xe

# delete the migrator job
oc delete job -n openshift-operators authconfig-migrator || true

# run the migrator script
authconfigs=$(oc get authconfigs -A -o custom-columns='NAMESPACE:.metadata.namespace,NAME:.metadata.name' --no-headers)

if [[ ! -z "${authconfigs}" ]]; then
    while IFS=" " read -r namespace name; do
        oc get authconfig "$name" -n "$namespace" -o yaml > "/tmp/${name}.${namespace}.authconfig.yaml"
        oc apply -f "/tmp/${name}.${namespace}.authconfig.yaml"
    done <<< "${authconfigs}"
fi

oc patch crds authconfigs.authorino.kuadrant.io --type=merge --subresource status --patch '{"status":{"storedVersions":["v1beta2"]}}'

Copy to Clipboard

Toggle word wrap

更新 Red Hat Authorino Operator 订阅以使用 stable 更新频道。
为 Authorino 1.2.1 选择更新选项。

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。

临时解决方案: 无。

SRVKS-1301 （以前称为 RHOAIENG-18590）- KnativeServing 资源在禁用并启用 KServe 后会失败

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

临时解决方案

删除所有与 Knative 相关的 ValidatingWebhookConfiguration 和 MutatingWebhookConfiguration Webhook：

获取 Webhook：

oc get ValidatingWebhookConfiguration,MutatingWebhookConfiguration | grep -i knative

oc get ValidatingWebhookConfiguration,MutatingWebhookConfiguration | grep -i knative

Copy to Clipboard

Toggle word wrap

确保禁用 KServe。

获取 Webhook：

oc get ValidatingWebhookConfiguration,MutatingWebhookConfiguration | grep -i knative

oc get ValidatingWebhookConfiguration,MutatingWebhookConfiguration | grep -i knative

Copy to Clipboard

Toggle word wrap

删除 webhook。
启用 KServe。
验证 KServe pod 可以成功生成，并且 knative-serving 命名空间中的 pod 是否活跃且可操作。

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。

临时解决方案: 将文件存储在 Elyra 管道中时，在每个管道运行上使用不同的子文件夹名称。

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。

临时解决方案: 无。

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。

临时解决方案: 无。

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

Copy to Clipboard

Toggle word wrap

临时解决方案

删除现有的 AppWrapper CRD：

oc delete crd appwrappers.workload.codeflare.dev

$ oc delete crd appwrappers.workload.codeflare.dev

Copy to Clipboard

Toggle word wrap

等待大约 20 秒，然后确保自动应用新的 AppWrapper CRD，如下例所示：

oc get crd appwrappers.workload.codeflare.dev
NAME                                 CREATED AT
appwrappers.workload.codeflare.dev   2024-11-22T18:35:04Z

$ oc get crd appwrappers.workload.codeflare.dev
NAME                                 CREATED AT
appwrappers.workload.codeflare.dev   2024-11-22T18:35:04Z

Copy to Clipboard

Toggle word wrap

RHOAIENG-7716 - Pipeline 条件组状态不会更新

当您运行具有循环(dsl.ParallelFor)或条件组(dsl.lf)的管道时，UI 会为循环和组显示一个 Running 状态，即使在管道执行完成后也是如此。

临时解决方案

您可以通过检查没有子任务保持活动状态来确认管道是否仍在运行。

在 OpenShift AI 仪表板中点 Data Science Pipelines Runs。
在 Project 列表中点击您的数据科学项目。
在 Runs 选项卡中，点您要检查状态的管道运行。
展开 condition 组，再单击子任务。
此时会显示包含子任务信息的面板
在面板中点 Task details 选项卡。
Status 字段显示子任务的正确状态。

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。

临时解决方案: 无。

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。

临时解决方案

执行以下操作：

在 S3 兼容存储桶中，将您的模型文件放在名为 1/ 的目录中，例如 /< s3_storage_bucket>/models/1/<model_files >。
要使用 OVMS 运行时在单型号服务平台上部署模型，请选择以下选项之一来指定模型文件的路径：
- 如果您使用 OpenShift AI 仪表板来部署模型，在数据连接的 Path 字段中，使用 /< s3_storage_bucket>/models/ 格式来指定模型文件的路径。不要将 1/ 目录指定为路径的一部分。
- 如果您要创建自己的 InferenceService 自定义资源来部署模型，请将 storageURI 字段的值配置为 /< s3_storage_bucket>/models/。不要将 1/ 目录指定为路径的一部分。

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。

临时解决方案: 要将查询发送到模型，您必须将 /v2/models/_<model-name>_/infer 字符串添加到 URL 的末尾。将 _<model-name>_ 替换为部署的模型的名称。

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。

临时解决方案: 无。

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。

临时解决方案: 无。

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。

临时解决方案: 无。

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。

临时解决方案: 编辑 ServiceMeshControlPlane 自定义资源(CR)以增加 Istio egress 和 ingress pod 的内存限值。

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。

临时解决方案: 验证您的数据连接凭证是否正确，并且您具有对您指定的存储桶的写权限。

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。

临时解决方案: 将 metadata.name 字段更改为一个唯一值。

RHOAIENG-133 - 现有工作台无法在工作台重启后运行 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，并在创建了工作台后配置管道服务器，并在工作台中指定工作台镜像后，您无法执行管道，即使重启工作台后，也无法执行管道。

临时解决方案

停止正在运行的工作台。
编辑工作台以进行小修改。例如，添加新的 dummy 环境变量，或删除现有的不必要的环境变量。保存您的更改。
重启工作台。
在 JupyterLab 左侧边栏中，单击 Runtimes。
确认选择了默认运行时。

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

Copy to Clipboard

Toggle word wrap

临时解决方案: 增加 net.core.bpf_jit_limit 的值，如红帽知识库解决方案 Pod 失败，并将 seccomp 过滤器错误加载到 OpenShift 4 中的 kernel: 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。

临时解决方案: 无。

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。

临时解决方案: 在从 OpenShift AI 仪表板注销前，先从 JupyterLab 注销。

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工作台

当 Red Hat OpenShift AI 管理员撤销用户权限时，用户可以无限期地继续使用其正在运行的工作台。

临时解决方案: 当 OpenShift AI 管理员撤销用户权限时，管理员还应停止该用户的任何正在运行的工作台。

RHOAIENG-1152 （以前称为 RHODS-6356）- 对于从未登录到仪表板的用户，基本工作流创建过程会失败

仪表板的基本工作台的 Administration 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永远不会登录到仪表板的用户启动基本工作台，则 basic-workbench 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.

Copy to Clipboard

Toggle word wrap

临时解决方案: 请求相关的用户登录到仪表板。

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。

临时解决方案: 在 machineset.spec.template.spec.metadata 中应用 cluster-api/accelerator 标签。这会导致自动扩展将这些节点视为未就绪，直到部署了 GPU 驱动程序。

RHODS-4799 - Tensorboard 需要手动步骤才能查看

当用户有 TensorFlow 或 PyTorch workbench 镜像，并希望使用 TensorBoard 显示数据，需要手动步骤在工作台环境中包含环境变量，并在您的代码中导入这些变量。

临时解决方案

当您启动基本工作台时，使用以下代码来设置 TENSORBOARD_PROXY_URL 环境变量的值，以使用您的 OpenShift AI 用户 ID。

import os
os.environ["TENSORBOARD_PROXY_URL"]= os.environ["NB_PREFIX"]+"/proxy/6006/"

import os
os.environ["TENSORBOARD_PROXY_URL"]= os.environ["NB_PREFIX"]+"/proxy/6006/"

Copy to Clipboard

Toggle word wrap

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。

临时解决方案: 无。

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。

临时解决方案: 当您启动 oneAPI AI Analytics Toolkit 笔记本服务器时，您可以在笔记本服务器上安装哪些 Python 软件包，以及在笔记本单元中运行 !pip list 命令。

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。

临时解决方案: 无。

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。

临时解决方案: 联系红帽客户门户以获取在 OpenShift Dedicated 4.9 及更高版本上手动配置 Watson Studio 的帮助。

第 7 章已知问题

学习

尝试、购买和销售

社区

关于红帽文档

让开源更具包容性

關於紅帽

Theme

Red Hat legal and privacy links

Red Hat legal and privacy links

第 7 章 已知问题

学习

尝试、购买和销售

社区

关于红帽文档

让开源更具包容性

關於紅帽

Theme

Red Hat legal and privacy links

Red Hat legal and privacy links

第 7 章已知问题