Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

2 つの A4 VM を使用してフルマネージド Slurm クラスタを作成する

このクイックスタートでは、Cluster Director を使用して Slurm クラスタを作成し、接続する方法について説明します。作成するクラスタは、2 つの A4 仮想マシン（VM）インスタンスを使用します。これらのインスタンスは、 Slurm クラスタが大規模なモデルトレーニングと推論ワークロードを効率的に処理できるように設計されています。

Cluster Director は、クラスタのデプロイを簡素化して自動化するマネージドサービスです。運用上のオーバーヘッドを削減し、ワークロードの実行に集中できます。クラスタのデプロイと管理をより詳細に制御する場合は、 Cluster Toolkit を使用して Slurm クラスタを作成します。

このタスクを Google Cloud コンソールで直接行う際の順を追ったガイダンスについては、「ガイドを表示」をクリックしてください。

ガイドを表示

始める前に

アカウントにログインします Google Cloud を初めて使用する場合は、アカウントを作成して、実際のシナリオで Google プロダクトのパフォーマンスを評価してください。 Google Cloud新規のお客様には、ワークロードの実行、テスト、デプロイができる無料クレジット $300 分を差し上げます。

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Hypercompute Cluster API、Compute Engine API、Filestore API、Google Cloud Managed Lustre API、Cloud Logging API、Cloud Monitoring API を有効にします。
API を有効にする
プロジェクトと Compute Engine のデフォルトサービスアカウントに次の Identity and Access Management（IAM）ロールがあることを確認します。
- このクイックスタートを完了するために必要な権限を取得するには、プロジェクトに対する次の IAM ロールを付与するよう管理者に依頼してください。
  - クラスタを作成して管理する: Cluster Director 編集者（roles/hypercomputecluster.editor）
  - クラスタ内の VM を作成して管理する: Compute インスタンス管理者（v1）（roles/compute.instanceAdmin.v1）
  - クラスタ内のログインノードに接続するには:
    - Compute OS Login （roles/compute.osLogin）
    - IAP で保護されたトンネルユーザー（roles/iap.tunnelResourceAccessor）
  ロールの付与については、プロジェクト、フォルダ、組織へのアクセス権の管理をご覧ください。
  
  必要な権限は、カスタムロールや他の事前定義ロールから取得することもできます。
- このクイックスタートを完了するために必要な権限を取得するには、Compute Engine のデフォルトサービスアカウントに次の IAM ロールを付与するよう管理者に依頼してください。
  - クラスタを作成する: サービスアカウントユーザー（roles/iam.serviceAccountUser）
  - クラスタ内のリソースを管理するには:
    - ログ書き込み（roles/logging.logWriter）
    - モニタリング指標の書き込み（roles/monitoring.metricWriter）
    - ストレージオブジェクト閲覧者（roles/storage.objectViewer）
プロジェクトが存在する組織に信頼できるイメージのポリシー（constraints/compute.trustedImageProjects）がある場合は、許可されたプロジェクトのリストに clusterdirector-public-images プロジェクトが含まれていることを確認します。組織の信頼できるイメージのポリシーを表示するには、イメージアクセスの制限を設定するをご覧ください。

費用

このクイックスタートでは、次の課金対象 Google Cloud リソースを使用します。

Compute Engine:
- A4 マシンタイプの VM 2 台
- Slurm ログインノード用の永続ディスクボリューム 1 つ（100 GB）
- A4 VM 用の Google Cloud Hyperdisk Balanced ボリューム 1 つ（100 GB）
Filestore: 10 TiB（10,240 GiB）の Filestore インスタンス

料金計算ツールを使うと、予想使用量に基づいて費用の見積もりを生成できます。

Slurm クラスタを作成する

Slurm クラスタを作成する手順は次のとおりです。

コンソールで、[Cluster Director] ページに移動します。 Google Cloud

Cluster Director に移動
[ Create a cluster] をクリックします。
表示されるダイアログで、[構成の詳細手順] をクリックします。[クラスタを作成] ページが表示されます。
[クラスタ名] フィールドに「cluster001」と入力します。
[コンピューティング] セクションで、[リソースを構成] をクリックします。表示された [リソース構成を追加] ペインで、次の操作を行います。
1. [GPU のタイプ] リストで、[NVIDIA B200 180 GB] を選択します。
2. [インスタンス数] フィールドに「2」と入力します。
3. [使用オプション] セクションで、リソースの取得に使用する使用オプションを選択します。
4. [ロケーション] セクションで、A4 VM を作成するリージョン とゾーン を指定します。または、VM の作成に使用する予約が存在する場所を指定します。
5. [完了] をクリックします。
ナビゲーションメニューで、[ストレージ] をクリックします。
[**ストレージ**] セクションで、 [**ストレージ構成を編集**] をクリックします。表示された [ストレージ構成を追加] ペインで、次の操作を行います。
1. [容量] セクションで、[10 ～ 100 TiB、2.5 TiB 単位で指定] を選択します。
2. [完了] をクリックします。
[作成] をクリックします。[クラスタ] ページが表示されます。

クラスタの作成が完了するまでに時間がかかることがあります。完了時間は、リクエストした VM の数と VM のゾーンのリソースの状況によって異なります。リクエストしたリソースが使用できない場合、リソースが使用可能になるまで Cluster Director は作成リクエストを維持します。

クラスタ作成リクエストを表示する

クラスタ作成リクエストを確認する手順は次のとおりです。

[クラスタ] テーブルの [名前] 列で、[cluster001] をクリックします。クラスタの詳細を示すページが表示され、[詳細] タブが選択されます。
[コンピューティング] セクションで、[ステータス] 行を見つけます。AI Hypercomputer が値を [Ready] に設定したら、次のセクションに進みます。

SSH を使用してクラスタに接続する

SSH を使用してクラスタに接続する手順は次のとおりです。

[ノード] タブをクリックします。
[ログインノード] テーブルで、[cluster001-login-001] ノードを含む行を見つけます。その行の [接続] 列で、[SSH] ボタンをクリックします。[ブラウザ内 SSH] ウィンドウが表示されます。
プロンプトが表示されたら、[承認] をクリックします。クラスタへの接続が完了するまでに時間がかかることがあります。ターミナルの準備ができたら、次のセクションに進みます。

**注:** クラスタへの接続時にエラーが発生した場合は、 SSH エラーのトラブルシューティングをご覧ください。

サンプルジョブを実行する

[ブラウザ内 SSH] ウィンドウで、次の操作を行います。

Slurm が実行されていることを確認するには、次のコマンドを実行します。
```
sinfo
```
ノードのホスト名を返すテストジョブを送信するには、次のコマンドを実行します。
```
srun hostname
```
30 秒間スリープするバッチジョブを送信するには、次のコマンドを実行します。
```
sbatch --wrap="sleep 30"
```
キュー内のジョブのステータスを確認するには、次のコマンドを実行します。
```
squeue
```
ジョブのアカウンティングデータを表示するには、次のコマンドを実行します。
```
sacct
```

Slurm クラスタを作成して、それに接続し、サンプルジョブを実行しました。AI Hypercomputer が A4 VM を作成していない場合は、クラスタが VM を作成するまで待つか、クラスタを変更して VM を追加または削除するか、クラスタを削除して不要な課金が発生しないようにします。

クリーンアップ

このページで使用したリソースについて、 Google Cloud アカウントに課金されないようにするには、次の手順を実施します。

プロジェクトの削除

課金をなくす最も簡単な方法は、チュートリアル用に作成したプロジェクトを削除することです。

プロジェクトを削除するには:

注意 : プロジェクトを削除すると、次のような影響があります。

プロジェクト内のすべてのものが削除されます。既存のプロジェクトを使用してこのドキュメントのタスクを行った場合、そのプロジェクトを削除すると、プロジェクト内で行った他の作業もすべて削除されます。
カスタムプロジェクト ID が失われます。このプロジェクトを作成したときに、将来使用するカスタムプロジェクト ID を作成した可能性があります。そのプロジェクト ID を使用した URL（例: appspot.com）を保持するには、プロジェクト全体ではなく、プロジェクト内の選択したリソースだけを削除します。

複数のアーキテクチャ、チュートリアル、クイックスタートを実施する予定がある場合は、プロジェクトを再利用するとプロジェクトの割り当て上限を超えないようにすることができます。

コンソールで [**リソースの管理**] ページに移動します。 Google Cloud
[リソースの管理] に移動
プロジェクトリストで、削除するプロジェクトを選択し、[削除] をクリックします。
ダイアログでプロジェクト ID を入力し、 [Shut down] をクリックしてプロジェクトを削除します。

クラスタの削除

このクイックスタートで作成したクラスタとその関連リソースを削除する手順は次のとおりです。

クラスタの詳細が表示されているページで、 [Delete] をクリックします。
表示されたダイアログに「cluster001」と入力し、[削除] をクリックして確定します。