解决HuggingFace Text-Embeddings-Inference在AWS SageMaker Serverless端点部署失败问题
问题背景
在使用HuggingFace的Text-Embeddings-Inference(TEI)项目时,许多开发者选择将其部署在AWS SageMaker Serverless端点上。然而,近期有用户反馈在部署过程中遇到了权限问题,导致模型无法正常下载和运行。
错误现象
当尝试使用AWS预构建的tei-cpu:2.0.1-tei1.7.0-cpu-py310-ubuntu22.04
镜像部署到SageMaker Serverless端点时,系统会抛出I/O权限错误。具体表现为:
- 模型文件下载失败,错误提示"Permission denied (os error 13)"
- 无法创建必要的配置文件,如
1_Pooling/config.json
和config_sentence_transformers.json
- 最终导致模型部署失败,错误信息为"Could not download model artifacts"
问题根源
经过技术团队分析,该问题源于SageMaker Serverless环境的特殊权限设置。与基于实例的端点不同,Serverless端点对容器内文件系统的写入权限有更严格的限制。默认情况下,TEI容器尝试将模型缓存到/data
目录,但在Serverless环境中该目录可能不具备写入权限。
解决方案
要解决此问题,需要显式指定一个具有写入权限的缓存目录。AWS SageMaker为模型提供了一个标准的可写目录/opt/ml/model
。我们可以通过设置环境变量HUGGINGFACE_HUB_CACHE
来重定向HuggingFace的缓存位置。
具体实现方法如下:
from sagemaker.huggingface import HuggingFaceModel
model = HuggingFaceModel(
role=role,
image_uri=get_huggingface_llm_image_uri("huggingface-tei-cpu"),
env={
"HF_MODEL_ID": "您的模型ID",
"HUGGINGFACE_HUB_CACHE": "/opt/ml/model", # 关键配置
},
)
技术原理
-
权限模型差异:SageMaker Serverless端点使用不同于传统实例的安全模型,限制了容器对文件系统的访问权限。
-
缓存机制:HuggingFace库默认会缓存下载的模型文件,但在Serverless环境中需要明确指定可写位置。
-
SageMaker标准目录:
/opt/ml/model
是SageMaker专门为模型数据预留的可写目录,适合存放模型缓存。
最佳实践
-
对于所有SageMaker Serverless部署,建议始终设置
HUGGINGFACE_HUB_CACHE
环境变量。 -
考虑内存配置:Serverless端点需要足够的内存来处理模型下载和推理,建议至少配置6144MB内存。
-
监控部署过程:通过CloudWatch日志实时观察部署进度,及时发现潜在问题。
总结
通过正确配置HuggingFace模型缓存目录,开发者可以顺利地在AWS SageMaker Serverless端点上部署Text-Embeddings-Inference服务。这一解决方案不仅解决了权限问题,也为其他类似场景下的模型部署提供了参考。随着Serverless计算在AI领域的广泛应用,理解这些环境差异和配置技巧将变得越来越重要。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++045Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0289Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









