创建并运行使用 GPU 的作业

本文档介绍如何创建和运行使用图形处理器 (GPU) 的作业。

创建批量作业时，您可以选择向运行该作业的虚拟机添加一个或多个 GPU。使用 GPU 的作业的常见用例包括密集型数据处理和机器学习 (ML) 工作负载。

准备工作

创建使用 GPU 的作业

如需创建使用 GPU 的作业，请执行以下操作：

  1. 查看作业使用 GPU 的要求部分，以确定可用于创建作业的方法。
  2. 使用您选择的方法创建作业。如需查看如何使用推荐方法创建作业的示例，请参阅创建使用 GPU 的示例作业部分。

使用 GPU 的作业需满足的要求

如需使用 GPU，作业必须执行以下所有操作：

确定如何满足作业的这些要求后，您还需要定义作业的 GPU 和位置。每个作业的虚拟机都可以使用一个或多个您指定的类型的 GPU。作业的虚拟机允许的位置（或者作业的位置未定义）必须具有指定类型的 GPU。如需详细了解如何定义 GPU 类型、GPU 编号和作业的有效位置，请参阅示例。

安装 GPU 驱动程序

如需安装所需的 GPU 驱动程序，请选择以下方法之一：

定义兼容的虚拟机资源

如果您的作业定义了 GPU 以外的任何虚拟机资源（任何 instances[] 子字段），您必须使用兼容的方式定义这些虚拟机资源。

如需为作业的虚拟机定义资源（包括任何 GPU），只能使用以下方法：

  • 直接定义资源（推荐）：如示例中所示，如需直接定义作业的虚拟机资源，请使用 policy 字段。
  • 在模板中定义资源：通过指定 Compute Engine 实例模板，为作业的虚拟机定义资源。

此外，您定义的所有资源都必须与作业的 GPU 的类型和数量兼容。如需详细了解可与 GPU 搭配使用的虚拟机资源，请参阅 Compute Engine 文档中的 GPU 平台。

创建使用 GPU 的示例作业

您可以使用 gcloud CLI 或 Batch API 创建使用 GPU 的作业。

gcloud

  1. 创建一个 JSON 文件，用于指定作业的配置详细信息、accelerators[] 字段的 type 和 count 子字段，以及具有这些类型 GPU 的位置。

    例如，要创建一个使用 GPU 的基本脚本作业、自动安装所需的 GPU 驱动程序并为作业的虚拟机指定允许的位置，请创建一个包含以下内容的 JSON 文件：

    {
    "taskGroups": [
        {
            "taskSpec": {
                "runnables": [
                    {
                        "script": {
                            "text": "echo Hello world from task ${BATCH_TASK_INDEX}."
                        }
                    }
                ]
            },
            "taskCount": 3,
            "parallelism": 1
        }
    ],
    "allocationPolicy": {
        "instances": [
            {
                "installGpuDrivers": INSTALL_GPU_DRIVERS,
                "policy": {
                    "accelerators": [
                        {
                            "type": "GPU_TYPE",
                            "count": GPU_COUNT
                        }
                    ]
                }
            }
        ],
        "location": {
            "allowedLocations": [
                "ALLOWED_LOCATIONS"
            ]
        }
    }
}

    替换以下内容：

    • INSTALL_GPU_DRIVERS：可选。如果设置为 true，Batch 会从第三方位置提取您在 policy 字段中指定的 GPU 类型所需的驱动程序，并代表您安装这些驱动程序。如果您将此字段设置为 false（默认值），则需要手动安装 GPU 驱动程序才能为此作业使用任何 GPU。

    • GPU_TYPE：GPU 类型。您可以使用 gcloud compute accelerator-types list 命令查看可用 GPU 类型的列表。

    • GPU_COUNT：指定类型的 GPU 数量。

    • ALLOWED_LOCATIONS：可选。允许运行作业的虚拟机实例的位置（例如，regions/us-central1, zones/us-central1-a 允许区域 us-central1-a）。如果指定允许的位置，则必须选择区域和一个或多个可用区（可选）。您选择的位置必须具有此作业所需的 GPU 类型。否则，如果您省略此字段，则作业的位置必须具有 GPU 类型。如需了解详情，请参阅 allowedLocations[] 字段。

  2. 如需创建并运行作业，请使用 gcloud batch jobs submit 命令：

    gcloud batch jobs submit JOB_NAME \
    --location LOCATION \
    --config JSON_CONFIGURATION_FILE

    替换以下内容：

    • JOB_NAME：作业的名称。

    • LOCATION：作业的位置。

    • JSON_CONFIGURATION_FILE：包含作业配置详细信息的 JSON 文件的路径。

API

向 jobs.create 方法发出 POST 请求，指定作业的配置详细信息、accelerators[] 字段的 type 和 count 子字段，以及具有这些类型 GPU 的位置。

例如，要创建一个使用 GPU 的基本脚本作业、自动安装所需的 GPU 驱动程序并为作业的虚拟机指定允许的位置，请创建一个包含以下内容的 JSON 文件：

POST https://batch.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/jobs?job_id=JOB_NAME

{
    "taskGroups": [
        {
            "taskSpec": {
                "runnables": [
                    {
                        "script": {
                            "text": "echo Hello world from task ${BATCH_TASK_INDEX}."
                        }
                    }
                ]
            },
            "taskCount": 3,
            "parallelism": 1
        }
    ],
    "allocationPolicy": {
        "instances": [
            {
                "installGpuDrivers": INSTALL_GPU_DRIVERS,
                "policy": {
                    "accelerators": [
                        {
                            "type": "GPU_TYPE",
                            "count": GPU_COUNT
                        }
                    ]
                }
            }
        ],
        "location": {
            "allowedLocations": [
                "ALLOWED_LOCATIONS"
            ]
        }
    }
}

替换以下内容：

  • PROJECT_ID：您的项目 ID。

  • LOCATION：作业的位置。

  • JOB_NAME：作业的名称。

  • INSTALL_GPU_DRIVERS：可选。如果设置为 true，Batch 会从第三方位置提取您在 policy 字段中指定的 GPU 类型所需的驱动程序，并代表您安装这些驱动程序。如果您将此字段设置为 false（默认值），则需要手动安装 GPU 驱动程序才能为此作业使用任何 GPU。

  • GPU_TYPE：GPU 类型。您可以使用 gcloud compute accelerator-types list 命令查看可用 GPU 类型的列表。

  • GPU_COUNT：指定类型的 GPU 数量。

  • ALLOWED_LOCATIONS：可选。允许运行作业的虚拟机实例的位置（例如，regions/us-central1, zones/us-central1-a 允许区域 us-central1-a）。如果指定允许的位置，则必须选择区域和一个或多个可用区（可选）。您选择的位置必须具有此作业所需的 GPU 类型。否则，如果您省略此字段，则作业的位置必须具有 GPU 类型。如需了解详情，请参阅 allowedLocations[] 字段。

后续步骤