Cloud TPU 数据的存储方案

本文档介绍了在 Cloud TPU 上训练模型时可以使用的数据存储方案。

简介

Cloud TPU 需要使用数据存储来执行以下操作：

  • 数据集下载和预处理
  • 主机输入流水线处理
  • 模型训练输入
  • 模型训练输出

Cloud TPU 应用数据和训练数据集的存储方案如下：

如需详细了解如何管理存储空间，请参阅以下页面：

持久型块存储

持久性块存储（也称为磁盘或卷）适用于您希望在停止、暂停或删除 TPU 虚拟机后保留的数据。即使 TPU 虚拟机崩溃或失败，持久块存储空间仍可用。您可以使用 TPU 虚拟机启动磁盘，也可以将额外的块存储空间挂接到 TPU。

在以下情况下，您可能需要挂接额外磁盘：

  • 训练数据集的大小超出了 TPU 启动磁盘的大小。
  • 您有只读数据，并且希望使用 Hyperdisk ML 卷加快读取访问速度。

您可以将两种类型的持久性块存储空间挂接到 Cloud TPU：Google Cloud Hyperdisk 和 Persistent Disk。最新的机器系列（包括 Cloud TPU v6e）不支持 Persistent Disk。Google 建议您使用 Google Cloud Hyperdisk 以获得最高性能和高级功能。

TPU 虚拟机启动磁盘

默认情况下，每个 Cloud TPU 虚拟机都有一个包含操作系统的 100 GiB 单启动磁盘。启动磁盘还可用于临时存储下载的数据集以用于预处理和模型输入和输出数据（前提是总大小不超过启动磁盘上的可用空间）。

您无法调整 Cloud TPU 上的启动磁盘的大小。如果您的应用需要超出启动磁盘默认值的额外存储空间，您可以向 TPU 虚拟机实例添加一个或多个持久性磁盘。如需了解详情，请参阅将持久块存储空间附加到 TPU 虚拟机。

附加存储空间

Hyperdisk 和 Persistent Disk 都是持久性网络存储设备，虚拟机实例可以像访问桌面设备或服务器中的物理磁盘一样访问它们。这两种类型的磁盘独立于虚拟机 (VM) 实例创建，因此即使在删除虚拟机实例后，您也可以保留数据。

与 Persistent Disk 相比，使用 Hyperdisk 的优势包括可自定义性能、更高的 IOPS 和吞吐量限制。如需详细了解 Hyperdisk 和 Persistent Disk，请参阅选择磁盘类型。

如需详细了解如何将持久块存储与 TPU 虚拟机搭配使用，请参阅将持久块存储挂接到 TPU 虚拟机。

磁盘备份

如果 TPU 虚拟机卡在“未知”状态，或者无法恢复已删除的数据，则很难从启动磁盘检索数据。请务必使用其他存储选项（例如 Cloud Storage 存储分区）备份数据。

如果您在已连接的磁盘上存储数据，则可以使用磁盘快照，以增量方式备份磁盘上的数据。TPU 启动磁盘不支持磁盘快照。如需了解详情，请参阅磁盘快照简介。

Cloud Storage 存储桶

Cloud Storage 存储分区是适用于虚拟机实例的一种存储方案，该方案的灵活性、可伸缩性和耐用性最强。如果训练作业不需要持久块存储带来的较短延迟时间优势，则可以将数据集存储在 Cloud Storage 存储桶中。

Cloud Storage 存储桶的性能取决于您选择的存储类别以及存储桶相对于实例的位置。

在 TPU VM 所在的可用区中创建 Cloud Storage 存储桶可提供与持久块存储相当的性能，但具有延迟时间较长且吞吐量一致性较低的特性。

所有 Cloud Storage 存储分区都具有内置冗余功能，可保护您的数据免受设备故障的影响，并通过数据中心维护事件确保数据可用性。系统会针对所有 Cloud Storage 操作计算校验和，以帮助确保您所读取的内容就是您所写入的内容。

不同于持久性块存储，Cloud Storage 存储分区不限于实例所在的可用区。此外，您可以同时在多个实例的存储分区中读取和写入数据。例如，您可以将多个可用区中的实例配置为在同一个存储桶中读取和写入数据，而不是将数据复制到多个可用区的持久性块存储中。

如需详细了解如何将 TPU 虚拟机连接到 Cloud Storage 存储桶，请参阅连接到 Cloud Storage 存储桶。

Cloud Storage FUSE

借助 Cloud Storage FUSE，您可以将 Cloud Storage 存储分区作为本地文件系统进行装载和访问。这样，应用就能够使用标准文件系统语义在存储桶中读取和写入对象。

如需详细了解 Cloud Storage FUSE 的运作方式，以及 Cloud Storage FUSE 操作如何映射到 Cloud Storage 操作，请参阅 Cloud Storage FUSE 文档。您可以前往 GitHub，详细了解如何使用 Cloud Storage FUSE（例如如何安装 Cloud Storage FUSE CLI 和装载存储分区）。

Filestore 文件共享

Filestore 文件共享是 Compute Engine 的全代管式网络附加存储 (NAS)。Filestore 兼容现有企业应用，并支持与 NFSv3 兼容的任何客户端。

Cloud Filestore 实现了低延迟的文件操作。对于那些对延迟敏感的工作负载，Filestore 最高支持 100 TiB 的容量、每秒 25 GiB 的吞吐量和 720000 的 IOPS，同时将性能波动控制在最低限度。

借助 Filestore，您可以在 TPU 虚拟机上装载文件共享。

后续步骤