5090算力卡创建实例问题分析

算力卡租赁出现状态不对的几种情况分析：

一，整机绑定调度规则限制
该机型为 4 卡整机机型，平台调度策略默认整机分配，不支持拆分零散空闲卡单独出租。只要 4 张卡里任意 1 张被占用，剩余 3 张空闲卡无法单独创建实例，系统判定整机资源不可用，直接返回创建失败。
资源池隔离逻辑
页面显示「3 空闲 / 1 已占」只是硬件物理状态，平台计费调度层面会将整机标记为不可售，所以按钮置灰、创建请求直接驳回。
✅ 解决办法：
等待占用 0 号卡的用户释放实例，整机 4 卡全部空闲后再创建；
切换平台单卡独立机型（不绑定 4 卡整机），直接租用 1/2/3 号空闲卡；
联系客服手动拆分节点，申请单独分配空闲单卡。

二、实例配置参数错误（提交订单后启动阶段失败）
即便资源调度通过，启动容器时也会创建失败：
镜像与硬件不兼容
选用旧版 CUDA 镜像，无法适配 RTX5090 新架构驱动，容器初始化崩溃。
资源规格超额申请
你选择多卡实例，但填写的 CPU / 内存 / 硬盘总需求超出整机剩余资源。
端口 / 网络配置冲突
自定义端口被其他实例占用、未开启公网权限、安全组拦截容器初始化网络请求。
存储挂载异常
绑定的数据集 / 硬盘不存在、权限不足、存储空间耗尽，实例启动时挂载失败。
✅ 修复方案：
切换平台推荐适配 RTX5090 的最新 CUDA 镜像；
申请单卡实例，匹配页面标注的 16 核 / 32G 内存 / 100G 硬盘单卡规格；
重置安全组，开放 0-65535 端口，开启公网访问；
检查数据盘剩余容量，重新绑定可用数据集

三，GPU 硬件故障
空闲的 1/2/3 号卡存在硬件异常（显存报错、驱动卡死），平台自动屏蔽分配，看似空闲实际不可调度。
调度服务拥堵
高峰期大量用户提交创建请求，调度队列超时，请求直接失败。
节点宿主机故障
4 卡整机宿主机后台宕机、磁盘满负载，无法新建容器。
✅ 处理方式：
更换其他机房同型号 RTX5090 节点尝试创建；
间隔 10-30 分钟后重新提交创建请求；
提交工单给运维，核查该 4 卡节点硬件健康状态。