Esegui carichi di lavoro TPU in un container Docker

I container Docker semplificano la configurazione delle applicazioni combinando il codice e tutte le dipendenze necessarie in un unico pacchetto distribuibile. Puoi eseguire container Docker all'interno delle VM TPU per semplificare la configurazione e la condivisione delle tue applicazioni Cloud TPU. Questo documento descrive come configurare un container Docker per ogni framework ML supportato da Cloud TPU.

Importante: puoi eseguire un massimo di 256 pod Docker su una VM TPU.

Addestra un modello PyTorch in un container Docker

Dispositivo TPU

1. Crea VM Cloud TPU

   gcloud compute tpus tpu-vm create your-tpu-name \
   --zone=europe-west4-a \
   --accelerator-type=v2-8 \
   --version=tpu-ubuntu2204-base

2. Connettiti alla VM TPU utilizzando SSH

   gcloud compute tpus tpu-vm ssh your-tpu-name \
   --zone=europe-west4-a

3. Assicurati che all'utente Google Cloud sia stato concesso il ruolo Lettore Artifact Registry. Per ulteriori informazioni, consulta Concessione dei ruoli di Artifact Registry.

4. Avvia un container nella VM TPU utilizzando l'immagine notturna di PyTorch/XLA

   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

   Nota: dopo aver eseguito questo comando, il prompt dei comandi cambierà per indicare che il terminale è connesso al container in esecuzione.

5. Configura il runtime TPU

   Esistono due opzioni di runtime PyTorch/XLA: PJRT e XRT. Ti consigliamo di utilizzare PJRT, a meno che tu non abbia un motivo per utilizzare XRT. Per saperne di più sulle diverse configurazioni del runtime, consulta la documentazione del runtime PJRT.

   PJRT

   export PJRT_DEVICE=TPU

   XRT

   export XRT_TPU_CONFIG="localservice;0;localhost:51011"

6. Clona il repository PyTorch XLA

   git clone --recursive https://github.com/pytorch/xla.git

7. Addestra ResNet50

   python3 xla/test/test_train_mp_imagenet.py --fake_data --model=resnet50 --num_epochs=1

Al termine dello script di addestramento, assicurati di eseguire la pulizia delle risorse.

1. Digita exit per uscire dal container Docker
2. Digita exit per uscire dalla VM TPU

3. Elimina la VM TPU

   gcloud compute tpus tpu-vm delete your-tpu-name --zone=europe-west4-a

Sezione TPU

Quando esegui il codice PyTorch su una sezione TPU, devi eseguirlo su tutti i worker TPU contemporaneamente. Un modo per farlo è utilizzare il comando gcloud compute tpus tpu-vm ssh con i flag --worker=all e --command. La seguente procedura mostra come creare un'immagine Docker per semplificare la configurazione di ogni worker TPU.

1. Crea una VM TPU

   gcloud compute tpus tpu-vm create your-tpu-name \
   --zone=us-central2-b \
   --accelerator-type=v4-32 \
   --version=tpu-ubuntu2204-base

2. Aggiungi l'utente corrente al gruppo Docker

   gcloud compute tpus tpu-vm ssh your-tpu-name \
   --zone=us-central2-b \
   --worker=all \
   --command='sudo usermod -a -G docker $USER'

3. Clona il repository PyTorch XLA

   gcloud compute tpus tpu-vm ssh your-tpu-name --worker=all \
   --zone=us-central2-b \
   --command="git clone --recursive https://github.com/pytorch/xla.git"

4. Esegui lo script di addestramento in un container su tutti i worker TPU

   gcloud compute tpus tpu-vm ssh your-tpu-name --worker=all \
   --zone=us-central2-b \
   --command="docker run --rm --privileged --net=host  -v ~/xla:/xla -e PJRT_DEVICE=TPU us-central1-docker.pkg.dev/tpu-pytorch-releases/docker/xla:r2.6.0_3.10_tpuvm_cxx11 python /xla/test/test_train_mp_imagenet.py --fake_data --model=resnet50 --num_epochs=1"

   Flag dei comandi Docker:

   • --rm rimuove il container al termine del processo.
   • --privileged espone il dispositivo TPU al container.
   • --net=host associa tutte le porte del container alla VM TPU per consentire la comunicazione tra gli host nel pod.
   • -e imposta le variabili di ambiente.

Al termine dello script di addestramento, assicurati di eseguire la pulizia delle risorse.

Elimina la VM TPU utilizzando il seguente comando:

gcloud compute tpus tpu-vm delete your-tpu-name \
--zone=us-central2-b

Addestra un modello JAX in un container Docker

Dispositivo TPU

1. Crea la VM TPU

   gcloud compute tpus tpu-vm create your-tpu-name \
   --zone=europe-west4-a \
   --accelerator-type=v2-8 \
   --version=tpu-ubuntu2204-base

2. Connettiti alla VM TPU utilizzando SSH

   gcloud compute tpus tpu-vm ssh your-tpu-name  --zone=europe-west4-a

3. Avvia il daemon Docker nella VM TPU

   sudo systemctl start docker

4. Avvia il container 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. Installare JAX

   pip install jax[tpu]

6. Installare FLAX

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

7. Installa i pacchetti tensorflow e tensorflow-dataset

   pip install tensorflow
   pip install tensorflow-datasets

8. Esegui lo script di addestramento 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

Al termine dello script di addestramento, assicurati di eseguire la pulizia delle risorse.

1. Digita exit per uscire dal container Docker
2. Digita exit per uscire dalla VM TPU

3. Elimina la VM TPU

   gcloud compute tpus tpu-vm delete your-tpu-name --zone=europe-west4-a

Sezione TPU

Quando esegui il codice JAX su una sezione TPU, devi eseguirlo su tutti i worker TPU contemporaneamente. Un modo per farlo è utilizzare il comando gcloud compute tpus tpu-vm ssh con i flag --worker=all e --command. La seguente procedura mostra come creare un'immagine Docker per semplificare la configurazione di ogni worker TPU.

1. Crea un file denominato Dockerfile nella directory attuale e incolla il seguente testo:

   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. Prepara un Artifact Registry

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

3. Crea l'immagine Docker

   docker build -t your-image-name .

4. Aggiungi un tag all'immagine Docker prima di eseguirne il push su Artifact Registry. Per ulteriori informazioni sull'utilizzo di Artifact Registry, vedi Utilizzare le immagini container.

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

5. Esegui il push dell'immagine Docker in Artifact Registry

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

6. Crea una VM TPU

   gcloud compute tpus tpu-vm create your-tpu-name \
   --zone=europe-west4-a \
   --accelerator-type=v2-8 \
   --version=tpu-ubuntu2204-base

7. Estrai l'immagine Docker da Artifact Registry su tutti i worker TPU

   gcloud compute tpus tpu-vm ssh your-tpu-name --worker=all \
   --zone=europe-west4-a \
   --command='sudo usermod -a -G docker ${USER}'

   gcloud compute tpus tpu-vm ssh your-tpu-name --worker=all \
   --zone=europe-west4-a \
   --command="gcloud auth configure-docker europe-west4-docker.pkg.dev --quiet"

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

8. Esegui il container su tutti i worker TPU

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

9. Esegui lo script di addestramento su tutti i worker TPU.

   gcloud compute tpus tpu-vm ssh your-tpu-name --worker=all \
   --zone=europe-west4-a \
   --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"

Al termine dello script di addestramento, assicurati di eseguire la pulizia delle risorse.

1. Arresta il container su tutti i worker

   gcloud compute tpus tpu-vm ssh your-tpu-name --worker=all \
   --zone=europe-west4-a \
   --command="docker kill your-container-name"

2. Elimina la VM TPU

   gcloud compute tpus tpu-vm delete your-tpu-name \
   --zone=europe-west4-a

Passaggi successivi

• Tutorial su Cloud TPU
• Gestire le TPU
• Architettura Cloud TPU
• Esecuzione del codice JAX nelle sezioni TPU