Crea una risorsa permanente

Quando crei una risorsa permanente, il servizio di addestramento trova prima le risorse nel pool di risorse di Compute Engine in base alle specifiche che hai fornito e poi esegue il provisioning di un cluster a lungo termine. Questa pagina spiega come creare una risorsa permanente per l'esecuzione dei job di addestramento personalizzati utilizzando la console Google Cloud, Google Cloud CLI, l'SDK Vertex AI per Python e l'API REST.

Ruoli obbligatori

Per ottenere l'autorizzazione necessaria per creare una risorsa permanente, chiedi all'amministratore di concederti il ruolo IAM Amministratore Vertex AI (roles/aiplatform.admin) nel progetto. Per saperne di più sulla concessione dei ruoli, consulta Gestire l'accesso a progetti, cartelle e organizzazioni.

Questo ruolo predefinito contiene l'autorizzazione aiplatform.persistentResources.create necessaria per creare una risorsa permanente.

Potresti anche ottenere questa autorizzazione con ruoli personalizzati o altri ruoli predefiniti.

Crea una risorsa permanente

Seleziona una delle seguenti schede per istruzioni su come creare una risorsa permanente.

Console

Per creare una risorsa permanente utilizzando la console Google Cloud:

  1. Nella console Google Cloud, vai alla pagina Risorse permanenti.

    Vai a Risorse permanenti

  2. Fai clic su Crea cluster.

  3. Configura il cluster come segue:

    • Nome:inserisci un nome per il cluster.
    • (Facoltativo) Descrizione:inserisci una descrizione del cluster.
    • Regione:seleziona la regione in cui vuoi creare il cluster.

  4. Fai clic su Continua.

  5. Configura le risorse di calcolo per il cluster come segue:

    1. Fai clic su Pool di worker 1.

    2. Seleziona la scheda della famiglia di macchine che vuoi utilizzare e configura il pool di worker come segue:

      Uso generico

      Le VM per uso generico offrono il miglior rapporto prezzo/prestazioni per diversi carichi di lavoro.

      • Serie: seleziona una serie di macchine.
      • Tipo di macchina:seleziona un tipo di macchina.
      • Tipo di disco:seleziona Disco standard o Disco SSD.
      • Dimensione disco:inserisci le dimensioni del disco che ti interessano.
      • Numero minimo di repliche:inserisci il numero minimo di repliche da avere nel pool di worker.
      • Numero massimo di repliche: (facoltativo) inserisci il numero massimo di repliche consentite nel pool di worker. Se specificato, il pool di worker scala automaticamente il numero di repliche fino al numero massimo di repliche configurato, in base alle esigenze.

      Ottimizzata per il calcolo

      Le VM ottimizzate per il calcolo offrono le massime prestazioni per core e sono ottimizzate per carichi di lavoro ad alta intensità di calcolo.

      • Serie: seleziona una serie di macchine.
      • Tipo di macchina:seleziona un tipo di macchina.
      • Tipo di disco:seleziona Disco standard o Disco SSD.
      • Dimensione disco:inserisci le dimensioni del disco che ti interessano.
      • Numero minimo di repliche:inserisci il numero minimo di repliche da avere nel pool di worker.
      • Numero massimo di repliche: (facoltativo) inserisci il numero massimo di repliche consentite nel pool di worker. Se specificato, il pool di worker scala automaticamente il numero di repliche fino al numero massimo di repliche configurato, in base alle esigenze.

      Ottimizzata per la memoria

      Le VM ottimizzate per la memoria sono ideali per i carichi di lavoro che richiedono molta memoria, poiché offrono più memoria per core rispetto ad altre famiglie di macchine, con un massimo di 12 TB di memoria.

      • Serie: seleziona una serie di macchine.
      • Tipo di macchina:seleziona un tipo di macchina.
      • Tipo di disco:seleziona Disco standard o Disco SSD.
      • Dimensione disco:inserisci le dimensioni del disco che ti interessano.
      • Numero minimo di repliche:inserisci il numero minimo di repliche da avere nel pool di worker.
      • Numero massimo di repliche: (facoltativo) inserisci il numero massimo di repliche consentite nel pool di worker. Se specificato, il pool di worker scala automaticamente il numero di repliche fino al numero massimo di repliche configurato, in base alle esigenze.

      GPU

      Queste VM ottimizzate per l'acceleratore sono ideali per carichi di lavoro di calcolo CUDA (Compute Unified Device Architecture) altamente parallelizzati, come il machine learning (ML) e il computing ad alte prestazioni (HPC). Questa famiglia è l'opzione migliore per i carichi di lavoro che richiedono GPU.

      • Tipo di GPU:seleziona il tipo di GPU che vuoi utilizzare.
      • Numero di GPU: inserisci il numero di GPU che vuoi utilizzare.
      • Serie: seleziona una serie di macchine.
      • Tipo di macchina:seleziona un tipo di macchina.
      • Tipo di disco:seleziona Disco standard o Disco SSD.
      • Dimensione disco:inserisci le dimensioni del disco che ti interessano.
      • Numero minimo di repliche:inserisci il numero minimo di repliche da avere nel pool di worker.
      • Numero massimo di repliche: (facoltativo) inserisci il numero massimo di repliche consentite nel pool di worker. Se specificato, il pool di worker scala automaticamente il numero di repliche fino al numero massimo di repliche configurato, in base alle esigenze.

    3. Fai clic su Fine.

    4. (Facoltativo) Per aggiungere altri pool di worker, fai clic su Aggiungi pool di worker.

  6. Fai clic su Crea.

gcloud

Una risorsa persistente può avere uno o più pool di risorse. Per creare più pool di risorse in una risorsa permanente, specifica più flag --resource-pool-spec.

Per ogni pool di risorse è possibile attivare o disattivare la scalabilità automatica. Per attivare la scalabilità automatica, specifica min_replica_count e max_replica_count.

Puoi specificare tutte le configurazioni del pool di risorse nella riga di comando o utilizzare il flag --config per specificare il percorso di un file YAML contenente le configurazioni.

Prima di utilizzare i dati dei comandi riportati di seguito, effettua le seguenti sostituzioni:

  • PROJECT_ID: l'ID progetto del progetto Google Cloud in cui vuoi creare la risorsa permanente.
  • LOCATION: la regione in cui vuoi creare la risorsa permanente. Per un elenco delle regioni supportate, consulta Disponibilità delle funzionalità.
  • PERSISTENT_RESOURCE_ID: l'ID della risorsa permanente.
  • DISPLAY_NAME: (Facoltativo) il nome visualizzato della risorsa permanente.
  • MACHINE_TYPE: il tipo di VM da utilizzare. Per un elenco delle VM supportate, consulta Tipi di macchine. Questo campo corrisponde al campo machineSpec.machineType nel messaggio dell'API ResourcePool.
  • ACCELERATOR_TYPE: (Facoltativo) Il tipo di GPU da collegare a ogni VM nel pool di risorse. Per un elenco delle GPU supportate, consulta GPU. Questo campo corrisponde al campo machineSpec.acceleratorType nel messaggio dell'API ResourcePool.
  • ACCELERATOR_COUNT: (Facoltativo) Il numero di GPU da collegare a ogni VM nel pool di risorse. Il valore predefinito è 1. Questo campo corrisponde al campo machineSpec.acceleratorCount nel messaggio dell'API ResourcePool.
  • REPLICA_COUNT: il numero di repliche da creare durante la creazione di questo pool di risorse. Questo campo corrisponde al campo replicaCount nel messaggio dell'API ResourcePool. Questo campo è obbligatorio se non specifichi MIN_REPLICA_COUNT e MAX_REPLICA_COUNT.
  • MIN_REPLICA_COUNT: (Facoltativo) Il numero minimo di repliche a cui la scalabilità automatica può eseguire fare lo scale down per questo pool di risorse. Per abilitare la scalabilità automatica in questo pool di risorse sono necessari sia MIN_REPLICA_COUNT sia MAX_REPLICA_COUNT.
  • MAX_REPLICA_COUNT: (Facoltativo) Il numero massimo di repliche a cui la scalabilità automatica può eseguire lo scale up per questo pool di risorse. Per abilitare la scalabilità automatica in questo pool di risorse sono necessari sia MIN_REPLICA_COUNT sia MAX_REPLICA_COUNT.
  • BOOT_DISK_TYPE: (Facoltativo) Il tipo di disco da utilizzare come disco di avvio di ogni VM nel pool di risorse. Questo campo corrisponde al campo diskSpec.bootDiskType nel messaggio dell'API ResourcePool. I valori accettati includono:
    • pd-standard (valore predefinito)
    • pd-ssd
  • BOOT_DISK_SIZE_GB: (Facoltativo) La dimensione del disco in GiB per il disco di avvio di ogni VM nel pool di risorse. I valori accettabili vanno da 100 (valore predefinito) a 64000. Questo campo corrisponde al campo diskSpec.bootDiskSizeGb nel messaggio dell'API ResourcePool.
  • CONFIG: percorso del file di configurazione YAML della risorsa permanente. Questo file deve contenere un elenco di ResourcePool. Se un'opzione è specificata sia nel file di configurazione sia negli argomenti della riga di comando, questi ultimi prevalgono sul file di configurazione. Tieni presente che le chiavi con trattini bassi non sono valide.

    Esempio di file di configurazione YAML:

    resourcePoolSpecs:
  machineSpec:
    machineType: n1-standard-4
  replicaCount: 1

Esegui il seguente comando:

Linux, macOS o Cloud Shell

gcloud ai persistent-resources create \
    --persistent-resource-id=PERSISTENT_RESOURCE_ID \
    --display-name=DISPLAY_NAME \
    --project=PROJECT_ID \
    --region=LOCATION \
    --resource-pool-spec="replica-count=REPLICA_COUNT,min-replica-count=MIN_REPLICA_COUNT,max-replica-count=MAX_REPLICA_COUNT,machine-type=MACHINE_TYPE,accelerator-type=ACCELERATOR_TYPE,accelerator-count=ACCELERATOR_COUNT,disk-type=BOOT_DISK_TYPE,disk-size=BOOT_DISK_SIZE_GB"

Windows (PowerShell)

gcloud ai persistent-resources create `
    --persistent-resource-id=PERSISTENT_RESOURCE_ID `
    --display-name=DISPLAY_NAME `
    --project=PROJECT_ID `
    --region=LOCATION `
    --resource-pool-spec="replica-count=REPLICA_COUNT,min-replica-count=MIN_REPLICA_COUNT,max-replica-count=MAX_REPLICA_COUNT,machine-type=MACHINE_TYPE,accelerator-type=ACCELERATOR_TYPE,accelerator-count=ACCELERATOR_COUNT,disk-type=BOOT_DISK_TYPE,disk-size=BOOT_DISK_SIZE_GB"

Windows (cmd.exe)

gcloud ai persistent-resources create ^
    --persistent-resource-id=PERSISTENT_RESOURCE_ID ^
    --display-name=DISPLAY_NAME ^
    --project=PROJECT_ID ^
    --region=LOCATION ^
    --resource-pool-spec="replica-count=REPLICA_COUNT,min-replica-count=MIN_REPLICA_COUNT,max-replica-count=MAX_REPLICA_COUNT,machine-type=MACHINE_TYPE,accelerator-type=ACCELERATOR_TYPE,accelerator-count=ACCELERATOR_COUNT,disk-type=BOOT_DISK_TYPE,disk-size=BOOT_DISK_SIZE_GB"

Dovresti ricevere una risposta simile alla seguente:

Using endpoint [https://us-central1-aiplatform.googleapis.com/]
Operation to create PersistentResource [projects/123456789012/locations/us-central1/persistentResources/mypersistentresource/operations/1234567890123456789] is submitted successfully.

You may view the status of your PersistentResource create operation with the command

  $ gcloud ai operations describe projects/sample-project/locations/us-central1/operations/1234567890123456789

Comando gcloud di esempio:

gcloud ai persistent-resources create \
    --persistent-resource-id=my-persistent-resource \
    --region=us-central1 \
    --resource-pool-spec="min-replica-count=4,max-replica-count=12,machine-type=n1-highmem-2,accelerator-type=NVIDIA_TESLA_T4,accelerator-count=1,disk-type=pd-standard,disk-size=200" \
    --resource-pool-spec="replica-count=4,machine-type=n1-standard-4"

Configurazioni avanzate di gcloud

Se vuoi specificare opzioni di configurazione non disponibili negli esempi precedenti, puoi utilizzare il flag --config per specificare il percorso di un file config.yaml nell'ambiente locale contenente i campi di persistentResources. Ad esempio:

gcloud ai persistent-resources create \
    --persistent-resource-id=PERSISTENT_RESOURCE_ID \
    --project=PROJECT_ID \
    --region=LOCATION \
    --config=CONFIG

Python

Prima di provare questo esempio, segui le istruzioni di configurazione Python riportate nella guida rapida all'utilizzo delle librerie client di Vertex AI. Per ulteriori informazioni, consulta la documentazione di riferimento dell'API Python di Vertex AI.

Per autenticarti a Vertex AI, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale. 

# Create the persistent resource. This method returns the created resource.
# Setting `sync` to `FALSE` makes the method is non-blocking and the resource
# object returned syncs when the method completes.
my_example_resource = persistent_resource.PersistentResource.create(
    persistent_resource_id=EXAMPLE_PERSISTENT_RESOURCE_ID,
    display_name=EXAMPLE_PERSISTENT_RESOURCE_NAME,
    resource_pools=[
        EXAMPLE_RESOURCE_POOL # EXAMPLE_AUTOSCALED_RESOURCE_POOL
    ],
    labels=EXAMPLE_LABELS,
    sync=SYNC,
)

if not SYNC:
    my_example_resource.wait()

REST

Una risorsa persistente può avere uno o più pool di risorse (machine_spec) e ogni pool di risorse può avere la scalabilità automatica attivata o disattivata.

Prima di utilizzare i dati della richiesta, apporta le seguenti sostituzioni:

  • PROJECT_ID: l'ID progetto del progetto Google Cloud in cui vuoi creare la risorsa permanente.
  • LOCATION: la regione in cui vuoi creare la risorsa permanente. Per un elenco delle regioni supportate, consulta Disponibilità delle funzionalità.
  • PERSISTENT_RESOURCE_ID: l'ID della risorsa permanente.
  • DISPLAY_NAME: (Facoltativo) il nome visualizzato della risorsa permanente.
  • MACHINE_TYPE: il tipo di VM da utilizzare. Per un elenco delle VM supportate, consulta Tipi di macchine. Questo campo corrisponde al campo machineSpec.machineType nel messaggio dell'API ResourcePool.
  • ACCELERATOR_TYPE: (Facoltativo) Il tipo di GPU da collegare a ogni VM nel pool di risorse. Per un elenco delle GPU supportate, consulta GPU. Questo campo corrisponde al campo machineSpec.acceleratorType nel messaggio dell'API ResourcePool.
  • ACCELERATOR_COUNT: (Facoltativo) Il numero di GPU da collegare a ogni VM nel pool di risorse. Il valore predefinito è 1. Questo campo corrisponde al campo machineSpec.acceleratorCount nel messaggio dell'API ResourcePool.
  • REPLICA_COUNT: il numero di repliche da creare durante la creazione di questo pool di risorse. Questo campo corrisponde al campo replicaCount nel messaggio dell'API ResourcePool. Questo campo è obbligatorio se non specifichi MIN_REPLICA_COUNT e MAX_REPLICA_COUNT.
  • MIN_REPLICA_COUNT: (Facoltativo) Il numero minimo di repliche a cui la scalabilità automatica può eseguire fare lo scale down per questo pool di risorse. Per abilitare la scalabilità automatica in questo pool di risorse sono necessari sia MIN_REPLICA_COUNT sia MAX_REPLICA_COUNT.
  • MAX_REPLICA_COUNT: (Facoltativo) Il numero massimo di repliche a cui la scalabilità automatica può eseguire lo scale up per questo pool di risorse. Per abilitare la scalabilità automatica in questo pool di risorse sono necessari sia MIN_REPLICA_COUNT sia MAX_REPLICA_COUNT.
  • BOOT_DISK_TYPE: (Facoltativo) Il tipo di disco da utilizzare come disco di avvio di ogni VM nel pool di risorse. Questo campo corrisponde al campo diskSpec.bootDiskType nel messaggio dell'API ResourcePool. I valori accettati includono:
    • pd-standard (valore predefinito)
    • pd-ssd
  • BOOT_DISK_SIZE_GB: (Facoltativo) La dimensione del disco in GiB per il disco di avvio di ogni VM nel pool di risorse. I valori accettabili vanno da 100 (valore predefinito) a 64000. Questo campo corrisponde al campo diskSpec.bootDiskSizeGb nel messaggio dell'API ResourcePool.

Metodo HTTP e URL: 

POST https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/persistentResources?persistent_resource_id=PERSISTENT_RESOURCE_ID

Corpo JSON della richiesta: 

{
  "display_name": "DISPLAY_NAME",
  "resource_pools": [
    {
      "machine_spec": {
        "machine_type": "MACHINE_TYPE",
        "accelerator_type": "ACCELERATOR_TYPE",
        "accelerator_count": ACCELERATOR_COUNT
      },
      "replica_count": REPLICA_COUNT,
      "autoscaling_spec": {
        "min_replica_count": MIN_REPLICA_COUNT,
        "max_replica_count": MAX_REPLICA_COUNT
      },
      "disk_spec": {
        "boot_disk_type": "BOOT_DISK_TYPE",
        "boot_disk_size_gb": BOOT_DISK_SIZE_GB
      }
    }
  ]
}

Per inviare la richiesta, espandi una di queste opzioni:

Dovresti ricevere una risposta JSON simile alla seguente:

{
  "name": "projects/123456789012/locations/us-central1/persistentResources/mypersistentresource/operations/1234567890123456789",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreatePersistentResourceOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-02-08T21:17:15.009668Z",
      "updateTime": "2023-02-08T21:17:15.009668Z"
    }
  }
}

Mancata disponibilità delle risorse

Potrebbero verificarsi esaurimenti delle risorse scarse come le GPU A100, il che può portare a un fallimento persistente della creazione delle risorse quando non è disponibile alcuna risorsa nella regione specificata. In questo caso, puoi provare a ridurre il numero di repliche, cambiare tipo di acceleratore, riprovare durante le ore di punta o provare un'altra regione.

Passaggi successivi