Exécuter des charges de travail TPU dans un conteneur Docker

Attention : Cette page s'applique à l'API Cloud TPU, qui n'est plus en cours de développement. L'API Cloud TPU ne recevra que des corrections de bugs et des mises à jour de sécurité. Pour bénéficier des dernières fonctionnalités et de la compatibilité avec les dernières versions de TPU, nous vous recommandons d'utiliser Compute Engine ou Google Kubernetes Engine pour gérer les ressources TPU. Pour en savoir plus, consultez Ressources TPU dans Compute Engine et À propos des TPU dans GKE. L'API Cloud TPU n'est pas compatible avec les TPU7x et les versions ultérieures.

Les conteneurs Docker facilitent la configuration des applications en combinant votre code et toutes les dépendances nécessaires dans un package unique distribuable. Vous pouvez exécuter des conteneurs Docker dans des VM TPU pour simplifier la configuration et le partage de vos applications Cloud TPU. Ce document explique comment configurer un conteneur Docker pour chaque framework de ML compatible avec Cloud TPU.

Important : Vous pouvez exécuter au maximum 256 pods Docker sur une VM TPU.

Entraîner un modèle PyTorch dans un conteneur Docker

PyTorch sur Cloud TPU décrit les bibliothèques PyTorch pour TPU et fournit des liens vers la documentation permettant d'obtenir les packages Python et les images Docker. Vous pouvez utiliser TorchTPU directement (consultez Premiers pas sur GKE pour l'image de conteneur de la version publique) ou utiliser la bibliothèque de référence TorchTitan pour créer et exécuter des charges de travail d'entraînement conteneurisées.

Entraîner un modèle JAX dans un conteneur Docker

Avant d'exécuter les commandes suivantes, créez les variables d'environnement suivantes :

export PROJECT_ID=your-project-id
export TPU_NAME=your-tpu-name
export ZONE=us-west4-a
export ACCELERATOR_TYPE=v5litepod-8
export RUNTIME_VERSION=v2-alpha-tpuv5-lite

Descriptions des variables d'environnement

• PROJECT_ID : ID de votre projet Google Cloud . Utilisez un projet existant ou créez-en un.
• TPU_NAME : nom du TPU.
• ZONE : zone dans laquelle créer la VM TPU. Pour en savoir plus sur les zones compatibles, consultez Régions et zones TPU.
• ACCELERATOR_TYPE : le type d'accélérateur spécifie la version et la taille du Cloud TPU que vous souhaitez créer. Pour en savoir plus sur les types d'accélérateurs compatibles avec chaque version de TPU, consultez Versions de TPU.
• RUNTIME_VERSION : Version logicielle du Cloud TPU.

Appareil TPU

1. Créez la VM TPU.

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

2. Connectez-vous à la VM TPU à l'aide de SSH :

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

3. Démarrez le daemon Docker dans la VM TPU.

   sudo systemctl start docker
   

4. Démarrez le conteneur Docker.

   sudo docker run --net=host -ti --rm --name your-container-name \
   --privileged us-central1-docker.pkg.dev/tpu-pytorch-releases/docker/xla:r2.6.0_3.10_tpuvm_cxx11 \
   bash
   

5. Installez JAX.

   pip install jax[tpu]
   

6. Installez FLAX.

   pip install --upgrade clu
   git clone https://github.com/google/flax.git
   pip install --user -e flax
   

7. Installez les packages tensorflow et tensorflow-datasets.

   pip install tensorflow
   pip install tensorflow-datasets
   

8. Exécutez le script d'entraînement FLAX MNIST.

   cd flax/examples/mnist
   python3 main.py --workdir=/tmp/mnist \
   --config=configs/default.py \
   --config.learning_rate=0.05 \
   --config.num_epochs=5
   

Une fois le script d'entraînement terminé, nettoyez les ressources.

1. Saisissez exit pour quitter le conteneur Docker.
2. Saisissez exit pour quitter la VM TPU.

3. Supprimez la VM TPU.

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

Tranche TPU

Lorsque vous exécutez du code JAX sur une tranche de TPU, vous devez exécuter votre code JAX sur tous les nœuds de calcul TPU en même temps. Pour cela, vous pouvez utiliser la commande gcloud compute tpus tpu-vm ssh avec les options --worker=all et --command. La procédure suivante vous explique comment créer une image Docker pour faciliter la configuration de chaque nœud de calcul TPU.

1. Créez un fichier nommé Dockerfile dans votre répertoire actuel et collez le texte suivant dans ce fichier.

   FROM python:3.10
   RUN pip install jax[tpu]
   RUN pip install --upgrade clu
   RUN git clone https://github.com/google/flax.git
   RUN pip install --user -e flax
   RUN pip install tensorflow
   RUN pip install tensorflow-datasets
   WORKDIR ./flax/examples/mnist
   

2. Préparez un dépôt Artifact Registry.

   gcloud artifacts repositories create your-repo \
   --repository-format=docker \
   --location=europe-west4 --description="Docker repository" \
   --project=$PROJECT_ID
   
   gcloud artifacts repositories list \
   --project=$PROJECT_ID
   
   gcloud auth configure-docker europe-west4-docker.pkg.dev
   

3. Compilez l'image Docker.

   docker build -t your-image-name .
   

4. Ajoutez un tag à votre image Docker avant de la transférer vers Artifact Registry. Pour en savoir plus sur l'utilisation d'Artifact Registry, consultez Utiliser des images de conteneurs.

   docker tag your-image-name europe-west4-docker.pkg.dev/$PROJECT_ID/your-repo/your-image-name:your-tag
   

5. Transférez l'image Docker dans Artifact Registry.

   docker push europe-west4-docker.pkg.dev/$PROJECT_ID/your-repo/your-image-name:your-tag
   

6. Créez une VM TPU.

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

7. Extrayez l'image Docker depuis Artifact Registry vers tous les nœuds de calcul TPU.

   gcloud compute tpus tpu-vm ssh $TPU_NAME --worker=all \
   --zone=$ZONE \
   --command='sudo usermod -a -G docker ${USER}'
   

   gcloud compute tpus tpu-vm ssh $TPU_NAME --worker=all \
   --zone=$ZONE \
   --command="gcloud auth configure-docker europe-west4-docker.pkg.dev --quiet"
   

   gcloud compute tpus tpu-vm ssh $TPU_NAME --worker=all \
   --zone=$ZONE \
   --command="docker pull europe-west4-docker.pkg.dev/$PROJECT_ID/your-repo/your-image-name:your-tag"
   

8. Exécutez le conteneur sur tous les nœuds de calcul TPU.

   gcloud compute tpus tpu-vm ssh $TPU_NAME --worker=all \
   --zone=$ZONE \
   --command="docker run -ti -d --privileged --net=host --name your-container-name europe-west4-docker.pkg.dev/$PROJECT_ID/your-repo/your-image-name:your-tag bash"
   

9. Exécutez le script d'entraînement sur tous les nœuds de calcul TPU.

   gcloud compute tpus tpu-vm ssh $TPU_NAME --worker=all \
   --zone=$ZONE \
   --command="docker exec --privileged your-container-name python3 main.py --workdir=/tmp/mnist \
   --config=configs/default.py \
   --config.learning_rate=0.05 \
   --config.num_epochs=5"
   

Une fois le script d'entraînement terminé, nettoyez les ressources.

1. Arrêtez le conteneur sur tous les nœuds de calcul.

   gcloud compute tpus tpu-vm ssh $TPU_NAME --worker=all \
   --zone=$ZONE \
   --command="docker kill your-container-name"
   

2. Supprimer la VM TPU

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

Étapes suivantes

• Tutoriels Cloud TPU
• Gérer des TPU
• Architecture Cloud TPU
• Exécuter du code JAX sur des tranches TPU