Esegui il codice PyTorch su sezioni TPU

Prima di eseguire i comandi in questo documento, segui le istruzioni riportate in Configura un account e un progetto Cloud TPU.

Dopo aver eseguito il codice PyTorch su una singola VM TPU, puoi fare lo scale up del codice eseguendolo su una sezione TPU. Le sezioni TPU sono più schede TPU collegate tra loro tramite connessioni di rete dedicate ad alta velocità. Questo documento è un'introduzione all'esecuzione del codice PyTorch su sezioni TPU.

Ruoli obbligatori

Per ottenere le autorizzazioni necessarie per creare una TPU e connetterti utilizzando SSH, chiedi all'amministratore di concederti i seguenti ruoli IAM nel progetto:

Per saperne di più sulla concessione dei ruoli, consulta Gestisci l'accesso a progetti, cartelle e organizzazioni.

Potresti anche riuscire a ottenere le autorizzazioni richieste tramite i ruoli personalizzati o altri ruoli predefiniti.

Crea una sezione Cloud TPU

  1. Definisci le variabili di ambiente per i parametri dei comandi di Google Cloud CLI.

    export PROJECT_ID=your-project-id
export TPU_NAME=your-tpu-name
export ZONE=us-central1-b
export ACCELERATOR_TYPE=v6e-8
export RUNTIME_VERSION=v2-alpha-tpuv6e

    Descrizioni delle variabili di ambiente

    • PROJECT_ID: l'ID progetto Google Cloud . Utilizza un progetto esistente o creane uno nuovo.
    • TPU_NAME: il nome della TPU.
    • ZONE: la zona in cui creare la VM TPU. Per saperne di più sulle zone supportate, consulta Regioni e zone TPU.
    • ACCELERATOR_TYPE: il tipo di acceleratore specifica la versione e le dimensioni della Cloud TPU che vuoi creare. Per ulteriori informazioni sui tipi di acceleratori supportati per ogni versione di TPU, consulta Versioni di TPU.
    • RUNTIME_VERSION: la versione software di Cloud TPU.

  2. Crea la tua VM TPU eseguendo questo comando:

    gcloud compute tpus tpu-vm create $TPU_NAME \
     --zone=$ZONE \
     --project=$PROJECT_ID \
     --accelerator-type=$ACCELERATOR_TYPE \
     --version=$RUNTIME_VERSION

Installa PyTorch/XLA sulla tua sezione

Dopo aver creato la sezione TPU, devi installare PyTorch su tutti gli host nella sezione TPU. Puoi farlo utilizzando il comando gcloud compute tpus tpu-vm ssh con i parametri --worker=all e --command.

  1. Crea un file denominato requirements.txt con i seguenti contenuti:

    --find-links https://storage.googleapis.com/libtpu-releases/index.html
--find-links https://storage.googleapis.com/libtpu-wheels/index.html
torch~=2.6.0
torch_xla[tpu]~=2.6.0
torchvision
ray[default]==2.40.0

  2. Copia requirements.txt in ogni VM della tua sezione:

    gcloud compute tpus tpu-vm tpu-vm scp ./requirements.txt \
     $TPU_NAME:~/ \
     --zone=$ZONE \
     --project=$PROJECT_ID \
     --worker=all

  3. Installa le dipendenze su ogni VM della tua sezione:

    gcloud compute tpus tpu-vm ssh $TPU_NAME \
     --zone=$ZONE \
     --project=$PROJECT_ID \
     --worker=all \
     --command="pip3 install -r requirements.txt"

  4. Clona XLA su tutti i worker delle VM TPU:

    gcloud compute tpus tpu-vm ssh $TPU_NAME \
     --zone=$ZONE \
     --project=$PROJECT_ID \
     --worker=all \
     --command="git clone https://github.com/pytorch/xla.git"

Esegui uno script di addestramento sulla sezione TPU

Esegui lo script di addestramento su tutti i worker. Lo script di addestramento utilizza una strategia di sharding SPMD (Single Program Multiple Data). Per saperne di più su SPMD, consulta la guida dell'utente di PyTorch/XLA SPMD.

gcloud compute tpus tpu-vm ssh $TPU_NAME \
   --zone=$ZONE \
   --project=$PROJECT_ID \
   --worker=all \
   --command="PJRT_DEVICE=TPU python3 ~/xla/test/spmd/test_train_spmd_imagenet.py  \
   --fake_data \
   --model=resnet50  \
   --num_epochs=1 2>&1 | tee ~/logs.txt"

L'addestramento richiede circa 15 minuti. Al termine, dovresti visualizzare un messaggio simile al seguente:

   Epoch 1 test end 23:49:15, Accuracy=100.00
   10.164.0.11 [0] Max Accuracy: 100.00%

Esegui la pulizia

Quando hai finito di utilizzare la VM TPU, segui questi passaggi per eseguire la pulizia delle risorse.

  1. Se non l'hai ancora fatto, disconnettiti dall'istanza Cloud TPU:

    exit

    Il prompt ora dovrebbe essere username@projectname, a indicare che ti trovi in Cloud Shell.

  2. Elimina le risorse Cloud TPU.

    gcloud compute tpus tpu-vm delete $TPU_NAME --zone=$ZONE

  3. Verifica che le risorse siano state eliminate eseguendo gcloud compute tpus tpu-vm list. L'eliminazione potrebbe richiedere alcuni minuti. L'output del seguente comando non deve includere nessuna delle risorse create in questo tutorial:

    gcloud compute tpus tpu-vm list --zone=$ZONE