使用 PyTorch 在 Cloud TPU VM 上執行運算

本文簡要介紹如何使用 PyTorch 和 Cloud TPU。

事前準備

執行本文件中的指令前，您必須先建立 Google Cloud 帳戶、安裝 Google Cloud CLI，並設定 gcloud 指令。詳情請參閱「設定 Cloud TPU 環境」。

必要的角色

如要取得建立 TPU 並使用 SSH 連線所需的權限，請要求管理員在專案中授予您下列 IAM 角色：

如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和組織的存取權」。

您或許也能透過自訂角色或其他預先定義的角色，取得必要權限。

使用 gcloud 建立 Cloud TPU

  1. 定義一些環境變數，讓指令更容易使用。

    export PROJECT_ID=your-project-id
export TPU_NAME=your-tpu-name
export ZONE=us-east5-a
export ACCELERATOR_TYPE=v5litepod-8
export RUNTIME_VERSION=v2-alpha-tpuv5-lite

    環境變數說明

    • PROJECT_ID：您的 Google Cloud 專案 ID。使用現有專案或建立新專案。
    • TPU_NAME：TPU 的名稱。
    • ZONE：建立 TPU VM 的可用區。如要進一步瞭解支援的可用區，請參閱「TPU 區域和可用區」。
    • ACCELERATOR_TYPE：加速器類型會指定要建立的 Cloud TPU 版本和大小。如要進一步瞭解各 TPU 版本支援的加速器類型，請參閱「TPU 版本」。
    • RUNTIME_VERSION：Cloud TPU 軟體版本。

  2. 執行下列指令，建立 TPU VM：

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

連線至 Cloud TPU VM

使用下列指令，透過 SSH 連線至 TPU VM：

gcloud compute tpus tpu-vm ssh $TPU_NAME \
    --project=$PROJECT_ID \
    --zone=$ZONE

如果無法使用 SSH 連線至 TPU VM，可能是因為 TPU VM 沒有外部 IP 位址。如要存取沒有外部 IP 位址的 TPU VM，請按照「連線至沒有公開 IP 位址的 TPU VM」中的操作說明進行。

在 TPU VM 上安裝 PyTorch/XLA

  1. 將下列內容儲存至名為 requirements.txt 的檔案：

    --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
ray[default]==2.40.0

  2. 安裝依附元件：

    pip install -r requirements.txt

確認 PyTorch 可存取 TPU

使用下列指令，確認 PyTorch 可存取 TPU：

PJRT_DEVICE=TPU python3 -c "import torch_xla.core.xla_model as xm; print(xm.get_xla_supported_devices(\"TPU\"))"

指令的輸出內容應如下所示：

['xla:0', 'xla:1', 'xla:2', 'xla:3', 'xla:4', 'xla:5', 'xla:6', 'xla:7']

執行基本計算

  1. 在目前目錄中建立名為 tpu-test.py 的檔案，並在其中加入下列指令碼：

    import torch
import torch_xla.core.xla_model as xm

dev = xm.xla_device()
t1 = torch.randn(3,3,device=dev)
t2 = torch.randn(3,3,device=dev)
print(t1 + t2)

  2. 執行指令碼：

    PJRT_DEVICE=TPU python3 tpu-test.py

    指令碼的輸出內容會顯示運算結果：

    tensor([[-0.2121,  1.5589, -0.6951],
         [-0.7886, -0.2022,  0.9242],
         [ 0.8555, -1.8698,  1.4333]], device='xla:1')

清除所用資源

為了避免系統向您的 Google Cloud 帳戶收取本頁面所用資源的費用，請按照下列步驟操作。

  1. 如果尚未中斷與 Cloud TPU 執行個體的連線，請執行下列指令：

    exit

    提示詞現在應該是 username@projectname，表示您位於 Cloud Shell。

  2. 刪除 Cloud TPU。

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

  3. 執行下列指令，確認資源已刪除。確認 TPU 已不在清單中。刪除作業可能需要幾分鐘才能完成。

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

後續步驟

進一步瞭解 Cloud TPU VM：