Esegui il codice PyTorch sulle sezioni TPU
Prima di eseguire i comandi in questo documento, assicurati di aver seguito le istruzioni riportate in Configurare un account e un progetto Cloud TPU.
Dopo aver eseguito il codice PyTorch su una singola VM TPU, puoi eseguire lo scaling up del codice eseguendolo su uno slice TPU. Le sezioni TPU sono più schede TPU collegate tra loro tramite connessioni di rete ad alta velocità dedicate. Questo documento è un'introduzione all'esecuzione del codice PyTorch sulle sezioni TPU.
Creare un segmento Cloud TPU
Definisci alcune variabili di ambiente per semplificare l'utilizzo dei comandi.
export PROJECT_ID=your-project export ACCELERATOR_TYPE=v5p-32 export ZONE=europe-west4-b export RUNTIME_VERSION=v2-alpha-tpuv5 export TPU_NAME=your-tpu-name
Descrizioni delle variabili di ambiente
PROJECT_ID- Il tuo Google Cloud ID progetto.
ACCELERATOR_TYPE- Il tipo di acceleratore specifica la versione e le dimensioni della Cloud TPU che vuoi creare. Per ulteriori informazioni sui tipi di acceleratori supportati per ogni versione di TPU, consulta Versioni di TPU.
ZONE- La zona in cui prevedi di creare la tua Cloud TPU.
RUNTIME_VERSION- La versione del software Cloud TPU.
TPU_NAME- Il nome assegnato dall'utente alla tua Cloud TPU.
Crea la VM TPU eseguendo il seguente comando:
$ gcloud compute tpus tpu-vm create ${TPU_NAME} \ --zone=${ZONE} \ --project=${PROJECT_ID} \ --accelerator-type=${ACCELERATOR_TYPE} \ --version=${RUNTIME_VERSION}
Installa PyTorch/XLA nel tuo slice
Dopo aver creato la sezione TPU, devi installare PyTorch su tutti gli host della sezione TPU. Puoi farlo utilizzando il comando gcloud compute tpus tpu-vm ssh con i parametri --worker=all e --commamnd.
Se i seguenti comandi non vanno a buon fine a causa di un errore di connessione SSH, potrebbe essere perché le VM TPU non hanno indirizzi IP esterni. Per accedere a una VM TPU senza un indirizzo IP esterno, segui le istruzioni riportate in Connettersi a una VM TPU senza un indirizzo IP pubblico.
Installa PyTorch/XLA su tutti i worker VM TPU:
gcloud compute tpus tpu-vm ssh ${TPU_NAME} \ --zone=${ZONE} \ --project=${PROJECT_ID} \ --worker=all \ --command="pip install torch~=2.5.0 torch_xla[tpu]~=2.5.0 torchvision -f https://storage.googleapis.com/libtpu-releases/index.html"
Clona XLA su tutti i worker VM TPU:
gcloud compute tpus tpu-vm ssh ${TPU_NAME} \ --zone=${ZONE} \ --project=${PROJECT_ID} \ --worker=all \ --command="git clone https://github.com/pytorch/xla.git"
Esegui uno script di addestramento sul tuo slice TPU
Esegui lo script di addestramento su tutti i worker. Lo script di addestramento utilizza una strategia di suddivisione in parti (SPMD) (Single Program Multiple Data). Per ulteriori informazioni su SPMD, consulta la Guida dell'utente di PyTorch/XLA SPMD.
gcloud compute tpus tpu-vm ssh ${TPU_NAME} \ --zone=${ZONE} \ --project=${PROJECT_ID} \ --worker=all \ --command="PJRT_DEVICE=TPU python3 ~/xla/test/spmd/test_train_spmd_imagenet.py \ --fake_data \ --model=resnet50 \ --num_epochs=1 2>&1 | tee ~/logs.txt"
L'addestramento richiede circa 15 minuti. Al termine, dovresti visualizzare un messaggio simile al seguente:
Epoch 1 test end 23:49:15, Accuracy=100.00
10.164.0.11 [0] Max Accuracy: 100.00%
Esegui la pulizia
Al termine dell'utilizzo della VM TPU, segui questi passaggi per ripulire le risorse.
Se non l'hai già fatto, scollega l'istanza Cloud TPU:
(vm)$ exit
Il tuo prompt dovrebbe ora essere
username@projectname, a indicare che ti trovi in Cloud Shell.Elimina le risorse Cloud TPU.
$ gcloud compute tpus tpu-vm delete \ --zone=${ZONE}
Verifica che le risorse siano state eliminate eseguendo
gcloud compute tpus tpu-vm list. L'eliminazione potrebbe richiedere alcuni minuti. L'output del seguente comando non deve includere nessuna delle risorse create in questo tutorial:$ gcloud compute tpus tpu-vm list --zone=${ZONE}