TPU 軟體版本
本文提供指南，說明建立 Cloud TPU 時如何選取適當的 TPU 軟體版本。
建立 TPU 資源時，您會指定軟體版本 (也稱為執行階段版本)，這是指 TPU VM 上預先安裝的軟體環境。包括 Ubuntu 作業系統、Docker，以及在 TPU 上執行程式碼所需的其他軟體。
如果您使用 Google Cloud CLI，請使用 --version 或 --runtime-version 參數指定 TPU 軟體版本。如果您使用 Google Cloud 控制台，請從「TPU 軟體版本」清單中選取 TPU 軟體版本。
PyTorch 和 JAX
針對 PyTorch 和 JAX 使用下列常見的 TPU 軟體版本，然後安裝要使用的架構。
| TPU 版本 | TPU 軟體版本 |
|---|---|
| Trillium (v6e) | v2-alpha-tpuv6e |
| v5p | v2-alpha-tpuv5 |
| v5e | v2-alpha-tpuv5-lite |
| v4 以上版本 | tpu-ubuntu2204-base |
如要進一步瞭解如何安裝及開始使用 PyTorch 或 JAX，請參閱「使用 PyTorch 在 Cloud TPU VM 上執行計算 」和「使用 JAX 在 Cloud TPU VM 上執行計算」。
TensorFlow
TensorFlow 的 TPU 軟體版本遵循特定命名慣例：
tpu-vm-tf-x.y.z[-{pod}][-{device_api}]
x.y.z：代表 TensorFlow 的主要、次要和修補程式版本。-pod(選用)：表示您使用的是多主機 TPU 配量。-{device_api}(選用)：指定裝置 API，例如-pjrt(如果您使用 PJRT API)。
如要進一步瞭解如何指定 TPU 軟體版本，請參閱下列章節。
每個 TensorFlow 版本都有專屬的 TPU 軟體版本。 下表列出支援的 TensorFlow 版本和相關聯的 libtpu 版本：
| TensorFlow 版本 | libtpu.so 版本 |
|---|---|
| 2.18.0 | 1.12.0 |
| 2.17.1 | 1.11.1 |
| 2.17.0 | 1.11.0 |
| 2.16.2 | 1.10.1 |
| 2.16.1 | 1.10.1 |
| 2.15.1 | 1.9.0 |
| 2.15.0 | 1.9.0 |
| 2.14.1 | 1.8.1 |
| 2.14.0 | 1.8.0 |
| 2.13.1 | 1.7.1 |
| 2.13.0 | 1.7.0 |
| 2.12.1 | 1.6.1 |
| 2.12.0 | 1.6.0 |
| 2.11.1 | 1.5.1 |
| 2.11.0 | 1.5.0 |
| 2.10.1 | 1.4.1 |
| 2.10.0 | 1.4.0 |
| 2.9.3 | 1.3.2 |
| 2.9.1 | 1.3.0 |
| 2.8.3 | 1.2.3 |
| 2.8.0 | 1.2.0 |
| 2.7.3 | 1.1.2 |
如要進一步瞭解 TensorFlow 修補程式版本，請參閱「支援的 TensorFlow 修補程式版本」。
TPU v6e、v5p 和 v5e
TPU v6e、v5e 和 v5p 支援 TensorFlow 2.15.0 以上版本。您可以使用 tpu-vm-tf-x.y.z-{pod}-pjrt 格式指定 TPU 軟體版本，其中 x 是 TensorFlow 主要版本，y 是次要版本，z 則是 TensorFlow 修補程式版本。如果您使用多主機 TPU，請在 TensorFlow 版本後新增 pod。舉例來說，如果您在多主機 TPU 上使用 TensorFlow 2.16.0，請使用 tpu-vm-tf-2.16.0-pod-pjrt TPU 軟體版本。如要使用其他 TensorFlow 版本，請將 2.16.0 替換為您使用的 TensorFlow 主要和修補程式版本。如果使用單一主機 TPU，請省略 pod。
TPU v4
如果您使用 TPU v4 和 TensorFlow 2.10.1 以上版本，請按照 TPU v2 和 v3 的操作說明進行。如果您使用 TensorFlow 2.10.0 以下版本，請使用 v4 專屬的 TPU 軟體版本：
| TensorFlow 版本 | TPU 軟體版本 |
|---|---|
| 2.10.0 | tpu-vm-tf-2.10.0-v4 tpu-vm-tf-2.10.0-pod-v4 |
| 2.9.3 | tpu-vm-tf-2.9.3-v4 tpu-vm-tf-2.9.3-pod-v4 |
| 2.9.2 | tpu-vm-tf-2.9.2-v4 tpu-vm-tf-2.9.2-pod-v4 |
| 2.9.1 | tpu-vm-tf-2.9.1-v4 tpu-vm-tf-2.9.1-pod-v4 |
TPU v2 和 v3
如果您使用 TPU v2 或 v3，請使用與 TensorFlow 版本相符的 TPU 軟體版本。舉例來說，如果您使用 TensorFlow 2.14.1，請使用 tpu-vm-tf-2.14.1 TPU 軟體版本。如要使用其他 TensorFlow 版本，請將 2.14.1 替換為您使用的 TensorFlow 版本。如果您使用多主機 TPU，請在 TPU 軟體版本結尾附加 pod，例如 tpu-vm-tf-2.14.1-pod。
從 TensorFlow 2.15.0 開始，您也必須在軟體版本名稱中指定裝置 API。舉例來說，如果您使用 TensorFlow 2.16.1 和 PJRT API，請使用 TPU 軟體版本 tpu-vm-tf-2.16.1-pjrt。如果您使用相同 TensorFlow 版本的串流執行器 API，請使用 tpu-vm-tf-2.16.1-se TPU 軟體版本。舊版 TensorFlow (2.15.0 以前) 僅支援串流執行器。
TensorFlow PJRT 支援
從 TensorFlow 2.15.0 開始，您可以在 TPU 上使用 TensorFlow 的 PJRT 介面。PJRT 具備自動裝置記憶體重整功能，可簡化硬體與架構的整合。如要進一步瞭解 PJRT，請參閱「PJRT：簡化 ML 硬體和架構整合」。
| 加速器 | 功能 | 支援 PJRT | 支援串流執行器 |
|---|---|---|---|
| TPU v2 - v4 | 密集運算 (無 TPU 嵌入 API) | 是 | 是 |
| TPU v2 - v4 | 密集運算 API + TPU 嵌入 API | 否 | 是 |
| TPU v2 - v4 | 搭配軟體裝置放置功能使用 tf.summary/tf.print | 否 | 是 |
| TPU v5e | 密集運算 (無 TPU 嵌入 API) | 是 | 否 |
| TPU v5e | TPU 嵌入 API | 不適用 | 否 |
| TPU v5p | 密集運算 (無 TPU 嵌入 API) | 是 | 否 |
| TPU v5p | TPU 嵌入 API | 是 | 否 |