Specifica dei tipi di macchine o dei livelli di scalabilità

Quando esegui un job di addestramento su AI Platform Training, devi specificare il numero e i tipi di macchine di cui hai bisogno. Per semplificare il processo, puoi scegliere da un insieme di specifiche predefinite del cluster denominate livelli di scalabilità. In alternativa, puoi scegliere un livello personalizzato e specificare manualmente i tipi di macchina.

Specificare la configurazione

Il modo in cui specifichi la configurazione del cluster dipende da come prevedi di eseguire il job di addestramento:

gcloud

Crea un file di configurazione YAML che rappresenta l'oggetto TrainingInput e specifica l'identificatore del livello di scalabilità e i tipi di macchina nel file di configurazione. Puoi assegnare a questo file il nome che preferisci. Per convenzione il nome è config.yaml.

L'esempio seguente mostra i contenuti del file di configurazione, config.yaml, per un job con un cluster di elaborazione personalizzato.

trainingInput:
  scaleTier: CUSTOM
  masterType: n1-highcpu-16
  workerType: n1-highcpu-16
  parameterServerType: n1-highmem-8
  evaluatorType: n1-highcpu-16
  workerCount: 9
  parameterServerCount: 3
  evaluatorCount: 1

Nota: puoi specificare solo workerType, parameterServerType, evaluatorType, workerCount, parameterServerCount e evaluatorCount per i job e i job di addestramento TensorFlow che utilizzano container personalizzati. Non specificare questi campi per i job di addestramento scikit-learn o XGBoost.

Fornisci il percorso del file YAML nel flag --config quando esegui il comando gcloud ai-platform jobs submit training:

gcloud ai-platform jobs submit training $JOB_NAME \
        --package-path $TRAINER_PACKAGE_PATH \
        --module-name $MAIN_TRAINER_MODULE \
        --job-dir $JOB_DIR \
        --region $REGION \
        --config config.yaml \ 
        -- \
        --user_first_arg=first_arg_value \
        --user_second_arg=second_arg_value

In alternativa, puoi specificare i dettagli di configurazione del cluster con flag della riga di comando, anziché in un file di configurazione. Scopri di più su come utilizzare queste segnalazioni.

Nota: al momento non è possibile configurare i valutatori con flag della riga di comando. Se vuoi utilizzare valutatori, crea un file di configurazione config.yaml come nell'esempio precedente.

L'esempio seguente mostra come inviare un job di addestramento con una configurazione simile all'esempio precedente, ma senza utilizzare un file di configurazione:

gcloud ai-platform jobs submit training $JOB_NAME \
        --package-path $TRAINER_PACKAGE_PATH \
        --module-name $MAIN_TRAINER_MODULE \
        --job-dir $JOB_DIR \
        --region $REGION \
        --scale-tier custom \
        --master-machine-type n1-highcpu-16 \
        --worker-machine-type n1-highcpu-16 \
        --parameter-server-machine-type n1-highmem-8 \
        --worker-count 9 \
        --parameter-server-count 3 \
        -- \
        --user_first_arg=first_arg_value \
        --user_second_arg=second_arg_value

Nota: puoi specificare workerType, parameterServerType, workerCount e parameterServerCount solo per i job di addestramento TensorFlow e i job che utilizzano container personalizzati. Non specificare questi campi per i job di addestramento scikit-learn o XGBoost.

Scopri di più su come eseguire un job di addestramento.

Python

Specifica l'identificatore del livello di scalabilità e i tipi di macchina nell'oggetto TrainingInput nella configurazione del job.

L'esempio seguente mostra come creare una rappresentazione di un job per un job con un cluster di elaborazione personalizzato.

training_inputs = {'scaleTier': 'CUSTOM',
    'masterType': 'n1-highcpu-16',
    'workerType': 'n1-highcpu-16',
    'parameterServerType': 'n1-highmem-8',
    'evaluatorType': 'n1-highcpu-16',
    'workerCount': 9,
    'parameterServerCount': 3,
    'evaluatorCount': 1,
    'packageUris': ['gs://my/trainer/path/package-0.0.0.tar.gz'],
    'pythonModule': 'trainer.task'
    'args': ['--arg1', 'value1', '--arg2', 'value2'],
    'region': 'us-central1',
    'jobDir': 'gs://my/training/job/directory',
    'runtimeVersion': '2.11',
    'pythonVersion': '3.7'}

job_spec = {'jobId': my_job_name, 'trainingInput': training_inputs}

Nota: puoi specificare solo workerType, parameterServerType, evaluatorType, workerCount, parameterServerCount e evaluatorCount per i job e i job di addestramento TensorFlow che utilizzano container personalizzati. Non specificare questi campi per i job di addestramento scikit-learn o XGBoost.

Tieni presente che training_inputs e job_spec sono identificatori arbitrari: puoi assegnare a questi dizionari il nome che preferisci. Tuttavia, le chiavi del dizionario devono essere denominate esattamente come mostrato, in modo che corrispondano ai nomi nelle risorse Job e TrainingInput.

Livelli di scalabilità

Google può ottimizzare la configurazione dei livelli di scalabilità per diversi job nel tempo, in base al feedback dei clienti e alla disponibilità di risorse cloud. Ogni livello di scalabilità è definito in termini di idoneità per determinati tipi di job. In genere, più il livello è avanzato, più macchine vengono allocate al cluster e più potenti sono le specifiche di ogni macchina virtuale. Con l'aumento della complessità del livello di scalabilità, aumenta anche il costo orario dei job di addestramento, misurato in unità di addestramento. Consulta la pagina dei prezzi per calcolare il costo del job.

AI Platform Training non supporta l'addestramento distribuito o l'addestramento con acceleratori per il codice scikit-learn o XGBoost. Se il job di addestramento esegue codice scikit-learn o XGBoost, devi impostare il livello di scalabilità su BASIC o CUSTOM.

Di seguito sono riportati gli identificatori dei livelli di scalabilità:

Livello di scalabilità di AI Platform Training
BASIC	Una singola istanza worker. Questo livello è adatto per imparare a utilizzare AI Platform Training e per sperimentare nuovi modelli utilizzando set di dati di piccole dimensioni. Nome macchina Compute Engine: n1-standard-4
STANDARD_1	Un'istanza master, più quattro worker e tre server dei parametri. Utilizza questo livello di scalabilità solo se ti stai addestrando con TensorFlow o utilizzando container personalizzati. Nome macchina Compute Engine, master: n1-highcpu-8, workers: n1-highcpu-8, server dei parametri: n1-standard-4
PREMIUM_1	Un'istanza master, più 19 worker e 11 server dei parametri. Utilizza questo livello di scalabilità solo se stai eseguendo l'addestramento con TensorFlow o utilizzando container personalizzati. Nome macchina Compute Engine, master: n1-highcpu-16, workers: n1-highcpu-16, server dei parametri: n1-highmem-8
BASIC_GPU	Una singola istanza worker con una GPU. Per ulteriori informazioni sulle unità di elaborazione grafica (GPU), consulta la sezione sull'addestramento con le GPU. Utilizza questo livello di scalabilità solo se stai eseguendo l'addestramento con TensorFlow o utilizzando un container personalizzato. Nome macchina Compute Engine: n1-standard-8 con una GPU
BASIC_TPU	Una VM master e una Cloud TPU con otto core TPU v2. Scopri come utilizzare le TPU per il tuo job di addestramento. Utilizza questo livello di scalabilità solo se stai eseguendo l'addestramento con TensorFlow o utilizzando container personalizzati. Nome macchina Compute Engine, master: n1-standard-4, workers: Cloud TPU (8 core TPU v2)
CUSTOM	Il livello CUSTOM non è un livello impostato, ma ti consente piuttosto di utilizzare la tua specifica del cluster. Quando utilizzi questo livello, imposta i valori per configurare il cluster di elaborazione in base a queste linee guida: Devi impostare TrainingInput.masterType per specificare il tipo di macchina da utilizzare per il nodo master. Questa è l'unica impostazione obbligatoria. Vedi i tipi di macchina descritti di seguito. Puoi impostare TrainingInput.workerCount per specificare il numero di worker da utilizzare. Se specifichi uno o più worker, devi anche impostare TrainingInput.workerType per specificare il tipo di macchina da utilizzare per i nodi worker. Specifica i worker solo se stai eseguendo l'addestramento con TensorFlow o se utilizzi container personalizzati. Puoi impostare TrainingInput.parameterServerCount per specificare il numero di server dei parametri da utilizzare. Se specifichi uno o più server dei parametri, devi impostare anche TrainingInput.parameterServerType per specificare il tipo di macchina da utilizzare per i server dei parametri. Specifica i server dei parametri solo se stai eseguendo l'addestramento con TensorFlow o se utilizzi container personalizzati. Puoi impostare TrainingInput.evaluatorCount per specificare il numero di valutatori da utilizzare. Se specifichi uno o più valutatori, devi anche impostare TrainingInput.evaluatorType per specificare il tipo di macchina da utilizzare per i valutatori. Specifica i valutatori solo se stai eseguendo l'addestramento con TensorFlow o se utilizzi container personalizzati.

Tipi di macchina per il livello di scalabilità personalizzato

Utilizza un livello di scalabilità personalizzato per avere un controllo più preciso sul cluster di elaborazione che utilizzi per addestrare il modello. Specifica la configurazione nell'oggetto TrainingInput nella configurazione del job. Se utilizzi il comando gcloud ai-platform jobs submit training per inviare il job di addestramento, puoi utilizzare gli stessi identificatori:

• Imposta il livello di scalabilità (scaleTier) su CUSTOM.

• Imposta i valori per il numero di worker (workerCount), server dei parametri (parameterServerCount) e valutatori (evaluatorCount) di cui hai bisogno.

  AI Platform Training supporta l'addestramento distribuito solo quando l'addestramento avviene con TensorFlow o quando si utilizza un container personalizzato. Se il job di addestramento esegue codice scikit-learn o XGBoost, non specificare worker, server dei parametri o valutatori.

• Imposta il tipo di macchina per il worker master (masterType). Se hai scelto di utilizzare worker, server dei parametri o valutatori, imposta i tipi di macchina corrispondenti nei campi workerType, parameterServerType e evaluatorType rispettivamente.

  Puoi specificare diversi tipi di macchine per masterType, workerType, parameterServerType e evaluatorType, ma non puoi utilizzare tipi di macchine diversi per le singole istanze. Ad esempio, puoi utilizzare un tipo di macchina n1-highmem-8 per i server dei parametri, ma non puoi impostare alcuni server dei parametri in modo che utilizzino n1-highmem-8 e altri n1-highcpu-16.

• Se hai bisogno di un solo worker con una configurazione personalizzata (non di un cluster completo), devi specificare un livello di scalabilità personalizzato con un tipo di macchina solo per il master. In questo modo si ottiene il singolo worker. Ecco un file config.yaml di esempio:

  trainingInput:
    scaleTier: CUSTOM
    masterType: n1-highcpu-16
  

Tipi di macchine di Compute Engine

Puoi utilizzare i nomi di alcuni tipi di macchine predefinite di Compute Engine per masterType, workerType, parameterServerType e evaluatorType del job. Se stai eseguendo l'addestramento con TensorFlow o utilizzando container personalizzati, puoi facoltativamente utilizzare vari tipi di GPU con questi tipi di macchine.

Il seguente elenco contiene gli identificatori dei tipo di macchina Compute Engine che puoi utilizzare per il job di addestramento:

• e2-standard-4
• e2-standard-8
• e2-standard-16
• e2-standard-32
• e2-highmem-2
• e2-highmem-4
• e2-highmem-8
• e2-highmem-16
• e2-highcpu-16
• e2-highcpu-32
• n2-standard-4
• n2-standard-8
• n2-standard-16
• n2-standard-32
• n2-standard-48
• n2-standard-64
• n2-standard-80
• n2-highmem-2
• n2-highmem-4
• n2-highmem-8
• n2-highmem-16
• n2-highmem-32
• n2-highmem-48
• n2-highmem-64
• n2-highmem-80
• n2-highcpu-16
• n2-highcpu-32
• n2-highcpu-48
• n2-highcpu-64
• n2-highcpu-80
• n1-standard-4
• n1-standard-8
• n1-standard-16
• n1-standard-32
• n1-standard-64
• n1-standard-96
• n1-highmem-2
• n1-highmem-4
• n1-highmem-8
• n1-highmem-16
• n1-highmem-32
• n1-highmem-64
• n1-highmem-96
• n1-highcpu-16
• n1-highcpu-32
• n1-highcpu-64
• n1-highcpu-96
• c2-standard-4
• c2-standard-8
• c2-standard-16
• c2-standard-30
• c2-standard-60
• m1-ultramem-40
• m1-ultramem-80
• m1-ultramem-160
• m1-megamem-96
• a2-highgpu-1g^* (anteprima)
• a2-highgpu-2g^* (anteprima)
• a2-highgpu-4g^* (anteprima)
• a2-highgpu-8g^* (anteprima)
• a2-megagpu-16g^* (anteprima)

Nota: ^* se utilizzi uno dei tipi di macchine ottimizzati per l'acceleratore (A2), devi anche utilizzare un numero appropriato di GPU A100 nella configurazione. Non puoi utilizzare tipi di macchina A2 senza GPU. Inoltre, devi utilizzare la versione 2.3 o successiva del runtime o un container personalizzato con CUDA 11 o versione successiva.

Per conoscere le specifiche tecniche di ciascun tipo di macchina, leggi la documentazione di Compute Engine relativa ai tipi di macchine.

Tipi di macchine legacy

Anziché utilizzare tipi di macchine di Compute Engine per il tuo job, puoi specificare i nomi dei tipo di macchina legacy. Questi tipi di macchine forniscono le stesse risorse vCPU e di memoria dei tipi di macchine equivalenti di Compute Engine, ma hanno ulteriori limiti di configurazione:

• Non puoi personalizzare l'utilizzo della GPU utilizzando un acceleratorConfig. Tuttavia, alcuni tipi di macchine legacy includono le GPU. Consulta la tabella riportata di seguito.

• Se la configurazione del job di addestramento utilizza più macchine, non puoi combinare tipi di macchine di Compute Engine con tipi di macchine legacy. Il tuo worker master, i worker, i server dei parametri e i valutatori devono utilizzare tutti tipi di macchine di un gruppo o dell'altro.

  Ad esempio, se configuri masterType come n1-highcpu-32 (un tipo di macchina Compute Engine), non puoi impostare workerType su complex_model_m (un tipo di macchina legacy), ma puoi impostarlo su n1-highcpu-16 (un altro tipo di macchina di Compute Engine).

Nella tabella seguente sono descritti i tipi di macchine legacy:

Tipi di macchine legacy
standard	Una configurazione macchina di base adatta all'addestramento di modelli semplici con set di dati di piccole o medie dimensioni. Nome macchina Compute Engine: n1-standard-4
large_model	Una macchina con molta memoria, particolarmente adatta per i server dei parametri quando il modello è di grandi dimensioni (con molti strati nascosti o con un numero molto elevato di nodi). Nome macchina Compute Engine: n1-highmem-8
complex_model_s	Una macchina adatta per il master e i worker del cluster quando il modello richiede più calcolo rispetto a quello che la macchina standard è in grado di gestire in modo soddisfacente. Nome macchina Compute Engine: n1-highcpu-8
complex_model_m	Una macchina con circa il doppio del numero di core e circa il doppio della memoria di Complex_model_s. Nome macchina Compute Engine: n1-highcpu-16
complex_model_l	Una macchina con circa il doppio del numero di core e circa il doppio della memoria di Complex_model_m. Nome macchina Compute Engine: n1-highcpu-32
standard_gpu	Una macchina equivalente allo standard che include anche una singola GPU. Utilizza questo tipo di macchina solo se stai eseguendo l'addestramento con TensorFlow o se utilizzi container personalizzati. Nome macchina Compute Engine: n1-standard-8 con una GPU
complex_model_m_gpu	Una macchina equivalente a Complex_model_m che include anche quattro GPU. Utilizza questo tipo di macchina solo se stai eseguendo l'addestramento con TensorFlow o se utilizzi container personalizzati. Nome macchina Compute Engine: n1-standard-16 con 4 GPU
complex_model_l_gpu	Una macchina equivalente a Complex_model_l che include anche otto GPU. Utilizza questo tipo di macchina solo se stai eseguendo l'addestramento con TensorFlow o se utilizzi container personalizzati. Nome macchina Compute Engine: n1-standard-32 con 8 GPU
standard_p100	Una macchina equivalente allo standard che include anche una singola GPU NVIDIA Tesla P100. Utilizza questo tipo di macchina solo se stai eseguendo l'addestramento con TensorFlow o se utilizzi container personalizzati. Nome macchina Compute Engine: n1-standard-8-p100x1
complex_model_m_p100	Una macchina equivalente a Complex_model_m che include anche quattro GPU NVIDIA Tesla P100. Utilizza questo tipo di macchina solo se stai eseguendo l'addestramento con TensorFlow o se utilizzi container personalizzati. Nome macchina Compute Engine: n1-standard-16-p100x4
standard_v100	Una macchina equivalente a uno standard che include anche una singola GPU NVIDIA Tesla V100. Utilizza questo tipo di macchina solo se stai eseguendo l'addestramento con TensorFlow o se utilizzi container personalizzati. Nome macchina Compute Engine: n1-standard-8-v100x1
large_model_v100	Una macchina equivalente a large_model che include anche una singola GPU NVIDIA Tesla V100. Utilizza questo tipo di macchina solo se stai eseguendo l'addestramento con TensorFlow o se utilizzi container personalizzati. Nome macchina Compute Engine: n1-highmem-8-v100x1
complex_model_m_v100	Una macchina equivalente a Complex_model_m che include anche quattro GPU NVIDIA Tesla V100. Utilizza questo tipo di macchina solo se stai eseguendo l'addestramento con TensorFlow o se utilizzi container personalizzati. Nome macchina Compute Engine: n1-standard-16-v100x4
complex_model_l_v100	Una macchina equivalente a Complex_model_l che include anche otto GPU NVIDIA Tesla V100. Utilizza questo tipo di macchina solo se stai eseguendo l'addestramento con TensorFlow o se utilizzi container personalizzati. Nome macchina Compute Engine: n1-standard-32-v100x8

Addestramento con GPU e TPU

Nota: questa sezione si applica solo all'addestramento con TensorFlow e con container personalizzati.

Alcuni livelli di scalabilità e tipi di macchine legacy includono le GPU (Graphics Processing Unit). Se usi un tipo di macchina Compute Engine, puoi anche collegare diverse GPU a tua scelta. Per saperne di più, leggi l'articolo sull'addestramento con le GPU.

Per eseguire l'addestramento con le TPU (Tensor Processing Unit), devi utilizzare il livello di scalabilità BASIC_TPU o il tipo di macchina cloud_tpu. Il tipo di macchina cloud_tpu ha opzioni di configurazione speciali: è possibile utilizzarlo insieme ai tipi di macchina di Compute Engine o con tipi di macchine legacy e puoi configurarlo per l'utilizzo di 8 core TPU v2 o 8 core TPU v3. Leggi come utilizzare le TPU per il tuo job di addestramento.

Passaggi successivi

• Esegui un job di addestramento.