使用路徑建立 GKE 叢集

您可以使用 Cluster Toolkit，為 Pathways 型工作負載建立預先設定的 Google Kubernetes Engine (GKE) 叢集。您也可以使用 gcloud 手動建立 GKE 叢集，用於 Pathways 工作負載。

事前準備

請確認您已備妥以下項目：

設定本機環境

使用 Google Cloud 憑證登入。

gcloud auth application-default login

使用適合工作負載的值定義下列環境變數。

建立 GKE 叢集

在下列範例中，您會建立含有 TPU v6e 2x4 節點集區的叢集。您可以使用 Cluster Toolkit 或 gcloud CLI 建立叢集。

Cluster Toolkit

  1. 設定 Cluster Toolkit。

  2. 按照「部署 GKE TPU v6e 叢集」一文中的操作說明，部署 GKE TPU 叢集 (如要瞭解所有 TPU 部署選項，請參閱「Cloud TPU 部署總覽」)。

    設定部署藍圖時，請執行下列操作：

    • 確認 enable_pathways_for_tpus 已設為 true (Cluster Toolkit TPU 藍圖預設會啟用這項設定)。這項設定會自動佈建 Pathways 控制器所需的 cpu-np CPU 節點集區 (n4-standard-64) 和 Kueue 設定。
    • 將 num_slices 設為工作負載所需的 TPU 配量節點集區數量。
    • 將 tpu_topology 設為所選 TPU 配量拓撲 (例如 2x4 或 4x4)。
    • 如果您使用預留運算資源，請將 reservation 設為 TPU 預留項目名稱。

    建立叢集後，您可以使用 gcluster job submit 指令搭配 --pathways 旗標，提交 Pathways 工作負載。

gcloud

  1. 設定一些環境變數

    CLUSTER=GKE_CLUSTER_NAME
PROJECT=PROJECT_ID
ZONE=ZONE
REGION=REGION
CLUSTER_VERSION=GKE_CLUSTER_VERSION
PW_CPU_MACHINE_TYPE="n2-standard-64"
NETWORK=NETWORK
SUBNETWORK=SUB_NETWORK
CLUSTER_NODEPOOL_COUNT=3
TPU_MACHINE_TYPE="ct6e-standard-4t"
WORKERS_PER_SLICE=2
TOPOLOGY="2x4"
NUM_CPU_NODES=1

    更改下列內容：

    • CLUSTER：GKE 叢集名稱
    • PROJECT_ID：您的 Google Cloud 專案名稱
    • ZONE：要建立資源的可用區
    • REGION：要建立資源的區域
    • CLUSTER_VERSION：[選用] GKE 叢集版本，請使用 1.32.2-gke.1475000 以上版本
    • NETWORK：[選用] 設定虛擬私有雲名稱，必須先建立這個名稱，才能建立叢集
    • SUBNETWORK：[選用] 設定子網路名稱，必須先建立子網路，才能建立叢集

下列步驟說明如何建立 GKE 叢集，並設定叢集以執行 Pathways 工作負載。

  1. 建立 GKE 叢集：

    gcloud beta container clusters create ${CLUSTER} \
--project=${PROJECT} \
--zone=${ZONE} \
--cluster-version=${CLUSTER_VERSION} \
--scopes=storage-full,gke-default,cloud-platform \
--machine-type ${PW_CPU_MACHINE_TYPE} \
--network=${NETWORK} \
--subnetwork=${SUBNETWORK}

  2. 建立 TPU 節點集區：

    for i in $(seq 1 ${CLUSTER_NODEPOOL_COUNT}); do
gcloud container node-pools create "tpu-np-${i}" \
--project=${PROJECT} \
--zone=${ZONE} \
--cluster=${CLUSTER} \
--machine-type=${TPU_MACHINE_TYPE} \
--num-nodes=${WORKERS_PER_SLICE} \
--placement-type=COMPACT \
--tpu-topology=${TOPOLOGY} \
--scopes=storage-full,gke-default,cloud-platform \
--workload-metadata=GCE_METADATA
done

  3. 建立 CPU 節點集區：

    gcloud container node-pools create "cpu-pathways-np" \
--project ${PROJECT} \
--zone ${ZONE} \
--cluster ${CLUSTER} \
--machine-type ${PW_CPU_MACHINE_TYPE} \
--num-nodes ${NUM_CPU_NODES} \
--scopes=storage-full,gke-default,cloud-platform \
--workload-metadata=GCE_METADATA

  4. 安裝 JobSet API

    取得叢集憑證，並新增至本機 kubectl 環境。

    gcloud container clusters get-credentials ${CLUSTER} \
    [--zone=${ZONE} | --region=${REGION}] \
    --project=${PROJECT} \
    && kubectl config set-context --current --namespace=default

    如要在 GKE 叢集上使用 Pathways 架構，您需要安裝 JobSet API。

    kubectl apply --server-side -f https://github.com/kubernetes-sigs/jobset/releases/download/v0.8.0/manifests.yaml

後續步驟