Ejecuta NCCL en VMs de Compute Engine

En esta página, se proporcionan instrucciones para instalar NCCL/gIB con paquetes de software de Debian (.deb) o Red Hat Package Manager (.rpm). Esta instalación te permite ejecutar pruebas de NCCL en instancias de máquinas virtuales (VM) A3 Ultra, A4 y A4X (los siguientes ejemplos son para pruebas de 2 nodos).

Para ejecutar pruebas de NCCL en A3 Mega y A3 High, consulta Crea una instancia de A3 Mega o A3 High con GPUDirect habilitado.

Si usas programadores como Cluster Director, Cluster Toolkit o GKE, no es necesario que sigas los pasos de esta página. En su lugar, consulta lo siguiente:

Instala nccl-gib

Según dónde ejecutes tus cargas de trabajo, instala NCCL/gIB en la VM invitada o en la imagen del contenedor.

El paquete nccl-gib se incluye con una biblioteca y encabezados de NVidia NCCL sin modificar (libnccl2.so). Todo el contenido de NCCL/gIB se instala en el directorio /usr/local/gib. Algunas dependencias también se recuperan a través del repositorio de la distribución.

Debian 12+/Ubuntu 20.04+ (paquete .deb)

# If you're not using an image from Google, trust the Google Cloud signing key
curl http://packages.cloud.google.com/apt/doc/apt-key.gpg | sudo gpg --dearmor -o /etc/apt/trusted.gpg.d/cloud.google.gpg

# Add gpudirect-gib-apt repo
echo 'deb https://packages.cloud.google.com/apt gpudirect-gib-apt main' | sudo tee /etc/apt/sources.list.d/nccl-gib.list

sudo apt update
sudo apt install nccl-gib

RockyLinux/CentOS/RHEL 9 y versiones posteriores (paquete .rpm)

# Add gpudirect-gib-rpm repo
sudo tee -a /etc/yum.repos.d/nccl-gib.repo << EOL
[gpudirect-gib-rpm]
name=NCCL/gIB
baseurl=https://packages.cloud.google.com/yum/repos/gpudirect-gib-rpm
enabled=1
repo_gpgcheck=0
gpgcheck=0

sudo dnf makecache
sudo dnf install nccl-gib

Si usas imágenes de SO estándar, también debes instalar el controlador NVIDIA DOCA-OFED más reciente. No es necesario que instales este controlador si usas imágenes optimizadas con A* de Google, como Container OS o imágenes de SO de Ubuntu/RockyLinux de Guest Accelerator.

Para evitar que las VMs ejecuten diferentes versiones del paquete nccl-gib, te recomendamos que actualices nccl-gib antes de ejecutar tus cargas de trabajo de NCCL o inhabilites unattended-upgrades.

Usa NCCL/gIB

Para habilitar NCCL/gIB en tus cargas de trabajo, asegúrate de cumplir con los siguientes requisitos:

  • /usr/local/gib/scripts/set_nccl_env.sh se origina en tu entorno de ejecución. El archivo fuente incluye todas las variables de entorno necesarias para NCCL/gIB, y Google espera actualizarlas en futuras versiones de NCCL/gIB.
  • El directorio /usr/local/gib/lib64 se encuentra en tu LD_LIBRARY_PATH.

Para verificar que NCCL/gIB esté habilitado, comprueba que estén presentes las siguientes entradas de registro de nivel INFO de NCCL:

# A sample log entry from NCCL core
vm-0:606:642 [6] NCCL INFO Using network gIB

# A sample log entry from the gIB network plugin
vm-0:606:642 [6] NCCL INFO NET/gIB : Initializing gIB v1.0.5

Ejecuta pruebas de NCCL

Para aprender a ejecutar pruebas de NCCL en un entorno programado, consulta lo siguiente:

También publicamos una imagen de contenedor de diagnóstico con todo incluido en http://us-docker.pkg.dev/gce-ai-infra/gpudirect-gib/nccl-plugin-gib-diagnostic:latest.

Para ejecutar pruebas de NCCL en un entorno no programado, haz lo siguiente:

  1. Instala cuda-12.8 (o una versión más reciente) y openmpi.
  2. Configura accesos SSH no interactivos entre las VMs
  3. Compila nccl-tests con MPI habilitado. Cuando compiles nccl-tests, establece NCCL_HOME=/usr/local/gib

Para ejecutar la secuencia de comandos que se incluye en el paquete de NCCL/gIB, haz lo siguiente:

# The script assumes binaries at /opt/nccl-tests/build/
$ /usr/local/gib/scripts/run_nccl_tests.sh -d /opt/nccl-tests/build/ -p 22 -t all_gather -m 0x0 -b 4K -e 16G a4-vm-1 a4-vm-2

Ejemplo de resultado en dos VMs A4:

NCCL version 2.25.1+cuda12.8
#
#                                                              out-of-place                       in-place
#       size         count      type   redop    root     time   algbw   busbw #wrong     time   algbw   busbw #wrong
#        (B)    (elements)                               (us)  (GB/s)  (GB/s)            (us)  (GB/s)  (GB/s)
        4096            64     float    none      -1    59.97    0.07    0.06      0    57.49    0.07    0.07      0
        8192           128     float    none      -1    58.17    0.14    0.13      0    58.36    0.14    0.13      0
       16384           256     float    none      -1    59.07    0.28    0.26      0    59.03    0.28    0.26      0
       32768           512     float    none      -1    60.93    0.54    0.50      0    60.79    0.54    0.51      0
       65536          1024     float    none      -1    61.93    1.06    0.99      0    62.17    1.05    0.99      0
      131072          2048     float    none      -1    64.62    2.03    1.90      0    64.48    2.03    1.91      0
      262144          4096     float    none      -1    66.50    3.94    3.70      0    67.05    3.91    3.67      0
      524288          8192     float    none      -1    69.37    7.56    7.09      0    67.83    7.73    7.25      0
     1048576         16384     float    none      -1    117.2    8.95    8.39      0    113.7    9.22    8.64      0
     2097152         32768     float    none      -1    118.8   17.65   16.55      0    118.1   17.75   16.64      0
     4194304         65536     float    none      -1    122.2   34.32   32.17      0    122.6   34.22   32.08      0
     8388608        131072     float    none      -1    132.2   63.44   59.48      0    130.7   64.20   60.18      0
    16777216        262144     float    none      -1    139.2  120.49  112.96      0    139.7  120.07  112.56      0
    33554432        524288     float    none      -1    152.0  220.81  207.01      0    152.1  220.59  206.81      0
    67108864       1048576     float    none      -1    227.6  294.87  276.44      0    225.9  297.08  278.51      0
   134217728       2097152     float    none      -1    431.7  310.87  291.44      0    438.0  306.41  287.26      0
   268435456       4194304     float    none      -1    728.6  368.44  345.41      0    735.9  364.79  341.99      0
   536870912       8388608     float    none      -1   1404.2  382.33  358.44      0   1418.4  378.51  354.85      0
  1073741824      16777216     float    none      -1   2795.8  384.06  360.05      0   2768.9  387.79  363.55      0
  2147483648      33554432     float    none      -1   5440.1  394.75  370.08      0   5418.7  396.31  371.54      0
  4294967296      67108864     float    none      -1    10754  399.40  374.43      0    10746  399.67  374.69      0
  8589934592     134217728     float    none      -1    21434  400.77  375.72      0    21421  401.01  375.95      0
 17179869184     268435456     float    none      -1    42679  402.53  377.38      0    42792  401.48  376.38      0

¿Qué sigue?