函数计算里在用自定义镜像部署gpu服务的时候，报错Error Message:
{“code”:101,”message”:”POST /services/FashionPre_GPU/functions failed with 400. requestid: 1-6583b16d-1a89d38574924528cfc647d5, message: CPU is required but not provided.”,”stack”:”FCInvalidArgumentError: POST /services/FashionPre_GPU/functions failed with 400. requestid: 1-6583b16d-1a89d38574924528cfc647d5, message: CPU is required but not provided.
at Rh.request (/root/.s/components/devsapp.cn/devsapp/fc-core/dist/index.js:204:3399)
at processTicksAndRejections (node:internal/process/task_queues:96:5)”,”prefix”:”Project fc-gpu failed to execute:”}
以下为热心网友提供的参考意见
在函数计算中使用自定义镜像部署 GPU 服务时，报错 “CPU is required but not provided”，这是因为你的自定义镜像可能没有包含 CPU 资源。在创建自定义镜像时，需要确保镜像包含了完整的运行环境和必要的硬件资源。你可以尝试以下解决方案：
- 检查你的 Dockerfile，确保包含了安装和配置 GPU 驱动和 CUDA 工具包的步骤。
- 确认你的自定义镜像包含了基础的操作系统和 CPU 内核，例如 Ubuntu 或 CentOS。
- 在创建函数时，选择合适的实例类型和资源配额，包括 CPU、内存和 GPU。
以下为热心网友提供的参考意见
加一下cpu字段，参考这个：
https://docs.serverless-devs.com/fc/yaml/function
。此回答来自钉群阿里函数计算官网客户。
以下为热心网友提供的参考意见
这个错误信息表示你在使用自定义镜像部署GPU服务时，函数计算要求提供CPU资源，但是你的配置中没有提供。
要解决这个问题，你需要在创建或更新函数时确保包含了所需的CPU资源。以下是在阿里云函数计算中配置CPU资源的基本步骤：
- 登录阿里云控制台，进入函数计算服务。
- 找到你正在尝试部署的GPU服务（FashionPre_GPU）。
- 点击该服务下的函数，然后选择“配置”或“基本设置”选项。
- 在函数配置页面中，找到与CPU资源相关的设置。通常，这会是一个名为“内存大小”或“运行环境”的选项。
- 根据你的需求和函数计算的服务限制，为你的函数分配适当的CPU资源。请注意，函数计算中的CPU资源通常是与内存大小关联的，因为它们通常是成比例分配的。
- 保存你的配置更改，并重新尝试部署你的GPU服务。