Machine Learning: Échec de création d'une instance de calcul — Erreur interne

Question

Machine Learning: Échec de création d'une instance de calcul — Erreur interne

Gabriel Ropers 0

Description du problème

Je souhaite créer une instance de calcul Azure Machine Learning, mais le processus reste bloqué dans l'état 'Creating' pendant plusieurs heures, puis échoue avec le message 'Internal Error'. Ce problème se reproduit dans plusieurs espaces de travail, régions et locataires.

Environnement

Service concerné : Azure Machine Learning, type de ressource : instance de calcul, région non spécifiée.

Ce que j’ai déjà essayé

J'ai tenté de créer une instance de calcul avec différentes tailles (ex : STANDARD_F4S_V2), dans plusieurs régions et locataires, sans succès. La création de clusters de calcul fonctionne normalement.

État actuel

Je cherche des conseils pour diagnostiquer la cause de cette erreur interne et des étapes pour la résoudre.

Anshika Varshney 15,790 Reputation points Microsoft External Staff Moderator

2026-10-27T08:50:04.9+00:00
Gabriel,

Merci de nous avoir contactés et d’avoir partagé les détails des étapes de dépannage que vous avez déjà effectuées.

Nous comprenons que la création d’une instance de calcul Azure Machine Learning reste bloquée à l’état Creating pendant plusieurs heures, puis échoue avec une erreur Internal Error.

Nous comprenons également que le problème se reproduit avec différentes tailles de machines virtuelles, différents espaces de travail, différentes régions et différents locataires, tandis que la création de clusters de calcul fonctionne correctement.

Afin d’isoler davantage la cause du problème, pourriez-vous vérifier les points suivants :

Vérifier les quotas et les limites de ressources

Assurez-vous que le quota disponible pour la famille de machines virtuelles sélectionnée est suffisant dans la région concernée.

Vérifiez également les limites de calcul applicables à Azure Machine Learning.

Vérifier les autorisations

Assurez-vous que le compte utilisé pour créer l’instance de calcul dispose des autorisations nécessaires pour créer et gérer les ressources de calcul Azure Machine Learning.

Vérifier les verrous de ressources

Vérifiez si des verrous Read-only ou Delete sont configurés sur le groupe de ressources contenant l’espace de travail.

Si des ressources réseau associées se trouvent dans un autre groupe de ressources, vérifiez également les éventuels verrous sur celui-ci.

Vérifier le compte de stockage de l’espace de travail

Confirmez que le compte de stockage associé à l’espace de travail Azure Machine Learning existe et qu’il est accessible.

Si des restrictions de pare-feu ou de réseau sont configurées sur le compte de stockage, vérifiez qu’elles ne bloquent pas l’accès depuis l’espace de travail.

Vérifiez également si des modifications récentes ont été apportées aux configurations RBAC, au pare-feu ou au stockage.

Vérifier la configuration réseau

Si l’espace de travail utilise un VNet, des points de terminaison privés ou des restrictions de pare-feu, veuillez vérifier la configuration réseau.

Tester avec une autre taille de machine virtuelle

Vous avez déjà testé plusieurs tailles, notamment STANDARD_F4S_V2. Comme étape supplémentaire, veuillez essayer une petite taille de machine virtuelle à usage général disponible dans la région concernée afin de vérifier si le même problème se produit.

Collecter les informations de diagnostic lors d’un nouvel échec Si le problème persiste après les vérifications ci-dessus, veuillez reproduire le problème une nouvelle fois et nous communiquer les informations suivantes :

ID de l’abonnement Azure

Nom de l’espace de travail Azure Machine Learning

Nom du groupe de ressources

Région

Nom de l’instance de calcul et taille de la machine virtuelle

Heure approximative de l’échec en UTC

Détails complets de l’erreur de provisionnement affichée dans le portail Azure

Correlation ID / Request ID, si disponible

Indiquez si un réseau privé, un VNet ou des restrictions de pare-feu sont configurés

Le message Internal Error seul ne permet pas d’identifier précisément la cause sous-jacente de l’échec du provisionnement. Les informations de diagnostic ci-dessus seront donc particulièrement utiles si une investigation côté backend est nécessaire.

Merci de nous communiquer les résultats de ces vérifications. Si le problème persiste, veuillez également partager les informations de diagnostic demandées afin que nous puissions poursuivre l’investigation.
Anshika Varshney 15,790 Reputation points Microsoft External Staff Moderator

2026-10-31T14:06:57.7666667+00:00

Nous n’avons pas eu de retour de votre part concernant notre dernière réponse et souhaitions simplement savoir si vous aviez pu résoudre le problème.

Si vous avez trouvé une solution, nous vous invitons à la partager avec la communauté, car elle pourrait être utile à d’autres utilisateurs rencontrant un problème similaire.

Si le problème persiste, n’hésitez pas à nous répondre en nous fournissant davantage de détails. Nous ferons de notre mieux pour vous aider davantage.

1 answer

Your answer

Anshika Varshney 15,790 Reputation points Microsoft External Staff Moderator

2026-10-31T14:06:57.7666667+00:00

Nous n’avons pas eu de retour de votre part concernant notre dernière réponse et souhaitions simplement savoir si vous aviez pu résoudre le problème.

Si vous avez trouvé une solution, nous vous invitons à la partager avec la communauté, car elle pourrait être utile à d’autres utilisateurs rencontrant un problème similaire.

Si le problème persiste, n’hésitez pas à nous répondre en nous fournissant davantage de détails. Nous ferons de notre mieux pour vous aider davantage.

Answer 1

Hi Gabriel Ropers & thx for join me at Q&A platform,

Le fait que la création d'instances de calcul échoue dans plusieurs régions, espaces de travail et tenants, alors que les clusters fonctionnent, mérite une investigation plus approfondie. Cela peut indiquer un problème de provisionnement spécifique aux Compute Instances, mais ne permet pas encore de confirmer un incident côté Microsoft.

Je vous conseille de vérifier les détails du déploiement dans Azure Portal > Monitor > Activity Log, ainsi que l'état de l'instance avec Azure CLI :

az ml compute show \
  --name <instance-name> \
  --resource-group <resource-group> \
  --workspace-name <workspace-name> \
  -o json

Vérifiez également les quotas de machines virtuelles, les éventuelles stratégies Azure Policy et les restrictions réseau. Un cluster fonctionnel ne garantit pas que toutes les conditions nécessaires à une Compute Instance sont remplies.

Pour isoler le problème, essayez une création dans un workspace de test avec une configuration réseau standard, sans Private Endpoint ni règles personnalisées.

Si l'erreur persiste, ouvrez un ticket Microsoft Azure Support en fournissant les identifiants des ressources, les régions, les heures UTC des échecs et les éventuels correlation IDs.

Une erreur générique « Internal Error » ne permet malheureusement pas d'identifier la cause exacte sans les journaux de provisionnement côté service.

Best regards,

Alex Burlachenko

💬 P.S. Did this help? Mark it as the solution: it keeps me motivated!

➕ Follow me on Q&A for more answers

📝 And feel free to visit my blog → https://ctrlaltdel.blog/