Esegui il deployment dei carichi di lavoro TPU in GKE Standard

Questa pagina mostra come richiedere ed eseguire il deployment di carichi di lavoro che utilizzano gli acceleratori Cloud TPU (TPU) in Google Kubernetes Engine (GKE).

Prima di configurare ed eseguire il deployment di carichi di lavoro TPU in GKE, devi acquisire familiarità con i seguenti concetti:

  1. Introduzione a Cloud TPU.
  2. Architettura di sistema di Cloud TPU.
  3. Informazioni sulle TPU in GKE.

Prima di iniziare

Prima di iniziare, assicurati di aver eseguito le seguenti attività:

  • Abilita l'API Google Kubernetes Engine.
    • Abilita l'API Google Kubernetes Engine
  • Se vuoi utilizzare Google Cloud CLI per questa attività, installa e initialize gcloud CLI. Se hai già installato gcloud CLI, scarica la versione più recente eseguendo gcloud components update.

Disponibilità di TPU in GKE

Utilizza GKE per creare e gestire pool di nodi con TPU. Puoi utilizzare questi acceleratori appositamente progettati per eseguire l'addestramento, l'ottimizzazione e l'inferenza di modelli AI su larga scala.

Consulta un elenco delle versioni di TPU supportate in GKE.

Pianifica la configurazione TPU

Pianifica la configurazione TPU in base al modello di machine learning e alla quantità di memoria necessaria. Di seguito sono riportati i passaggi pertinenti per la pianificazione della configurazione TPU:

  1. Seleziona una versione e una topologia TPU.
  2. Seleziona il tipo di pool di nodi da utilizzare.

Assicurati di avere una quota sufficiente per le VM on demand o Spot

Se stai creando un pool di nodi TPU con VM on demand o Spot, devi disporre di una quota TPU sufficiente nella regione che vuoi utilizzare.

La creazione di un pool di nodi TPU che utilizza una prenotazione TPU non richiede quota TPU.1 Puoi saltare questa sezione per le TPU prenotate.

La creazione di un pool di nodi TPU on demand o Spot in GKE richiede una quota dell'API Compute Engine. La quota dell'API Compute Engine (compute.googleapis.com) non corrisponde a quella dell'API Cloud TPU (tpu.googleapis.com), necessaria per la creazione di TPU con l'API Cloud TPU.

Per verificare il limite e l'utilizzo attuale della tua quota API Compute Engine per le TPU, segui questi passaggi:

  1. Vai alla pagina Quote nella console Google Cloud:

    Vai a Quote

  2. Nella casella Filtro, segui questi passaggi:

    1. Seleziona la proprietà Servizio, inserisci API Compute Engine e premi Invio.

    2. Seleziona la proprietà Tipo e scegli Quota.

    3. Seleziona la proprietà Nome e inserisci il nome della quota in base alla versione e al tipo di macchina TPU. Ad esempio, se prevedi di creare nodi TPU v5e on demand il cui tipo di macchina inizia con ct5lp-, inserisci TPU v5 Lite PodSlice chips.

      Versione TPU Il tipo di macchina inizia con Nome della quota per le istanze on demand Nome della quota per le istanze Spot2
      TPU v4 ct4p- TPU v4 PodSlice chips Preemptible TPU v4 PodSlice chips
      TPU v5e ct5l- TPU v5 Lite Device chips Preemptible TPU v5 Lite Device chips
      TPU v5e ct5lp- TPU v5 Lite PodSlice chips Preemptible TPU v5 Lite PodSlice chips
      TPU v5p ct5p- TPU v5p chips Preemptible TPU v5p chips

    4. Seleziona la proprietà Dimensioni (ad esempio località) e inserisci region: seguito dal nome della regione in cui prevedi di creare TPU in GKE. Ad esempio, inserisci region:us-west4 se prevedi di creare nodi TPU nella zona us-west4-a. La quota TPU è a livello di regione, pertanto tutte le zone all'interno della stessa regione consumano la stessa quota TPU.

Se nessuna quota corrisponde al filtro inserito, al progetto non è stata concessa nessuna delle quote specificate per la regione desiderata e devi richiedere un aumento della quota TPU.

  1. Quando crei un pool di nodi TPU, utilizza i flag --reservation e --reservation-affinity=specific per creare unistanza dedicata. Le prenotazioni TPU sono disponibili quando acquisti un impegno. ↩

  2. Quando crei un pool di nodi TPU, utilizza il flag --spot per creare un'istanza Spot. ↩

Assicurati la disponibilità della prenotazione

La creazione di un pool di nodi TPU riservato, ovvero un pool di nodi TPU che utilizza una prenotazione, non richiede alcuna quota TPU. Tuttavia, la prenotazione deve avere un numero sufficiente di chip disponibili o inutilizzati al momento della creazione del pool di nodi.

Per sapere quali prenotazioni esistono all'interno di un progetto, visualizza un elenco delle tue prenotazioni.

Per visualizzare il numero di chip disponibili all'interno di una prenotazione TPU, visualizza i dettagli di una prenotazione.

Crea un cluster

Creare un cluster GKE in modalità Standard in una regione con le TPU disponibili. Ti consigliamo di utilizzare cluster a livello di regione, che offrono l'alta disponibilità del piano di controllo Kubernetes. Puoi utilizzare Google Cloud CLI o la console Google Cloud.

gcloud container clusters create CLUSTER_NAME \
  --location LOCATION \
  --cluster-version VERSION

Sostituisci quanto segue:

  • CLUSTER_NAME: il nome del nuovo cluster.
  • LOCATION: la regione con la capacità TPU disponibile.
  • VERSION: la versione di GKE, che deve supportare il tipo di macchina che vuoi utilizzare. Tieni presente che la versione predefinita di GKE potrebbe non avere disponibilità per la tua TPU di destinazione. Per scoprire quali sono le versioni minime di GKE disponibili per tipo di macchina TPU, consulta Disponibilità delle TPU in GKE

Crea un pool di nodi

Sezione TPU con singolo host

Puoi creare un pool di nodi della sezione TPU con singolo host utilizzando Google Cloud CLI, Terraform o la console Google Cloud.

gcloud

gcloud container node-pools create POOL_NAME \
    --location=LOCATION \
    --cluster=CLUSTER_NAME \
    --node-locations=NODE_ZONES \
    --machine-type=MACHINE_TYPE \
    [--num-nodes=NUM_NODES \]
    [--spot \]
    [--enable-autoscaling \]
    [--reservation-affinity=specific \
    --reservation=RESERVATION_NAME \]
    [--total-min-nodes TOTAL_MIN_NODES \]
    [--total-max-nodes TOTAL_MAX_NODES \]
    [--location-policy=ANY]

Sostituisci quanto segue:

  • POOL_NAME: il nome del nuovo pool di nodi.

  • LOCATION: il nome della zona in base alla versione di TPU che vuoi utilizzare:

    • Per TPU v4, utilizza us-central2-b.
    • Per i tipi di macchine TPU v5e che iniziano con ct5l-, utilizza us-central1-a o europe-west4-b.
    • Per i tipi di macchine TPU v5e che iniziano con ct5lp-, utilizza us-west1-c, us-west4-a, us-west4-b, us-central1-a, us-east1-c, us-east5-b o europe-west4-a.
    • Per TPU v5p, utilizza us-east1-d, us-east5-a o us-east5-c.

    Per saperne di più, consulta Disponibilità delle TPU in GKE.

  • CLUSTER_NAME: il nome del cluster.

  • NODE_ZONE: l'elenco separato da virgole di una o più zone in cui GKE crea il pool di nodi.

  • MACHINE_TYPE: il tipo di macchina da utilizzare per i nodi. Per ulteriori informazioni sui tipi di macchine compatibili con TPU, utilizza la tabella in Mappatura della configurazione TPU.

Facoltativamente, puoi utilizzare anche i seguenti flag:

  • NUM_NODES: il numero iniziale di nodi nel pool di nodi in ciascuna zona. Se ometti questo flag, il valore predefinito è 3. Se la scalabilità automatica è abilitata per il pool di nodi utilizzando il flag --enable-autoscaling, ti consigliamo di impostare NUM_NODES su 0, dal momento che il gestore della scalabilità automatica esegue il provisioning di nodi aggiuntivi non appena i carichi di lavoro li richiedono.
  • RESERVATION_NAME: il nome della prenotazione utilizzato da GKE durante la creazione del pool di nodi. Se ometti questo flag, GKE utilizza le TPU disponibili. Per scoprire di più sulle prenotazioni TPU, consulta Prenotazione TPU.
  • --enable-autoscaling: crea un pool di nodi con scalabilità automatica abilitata.
    • TOTAL_MIN_NODES: numero minimo di tutti i nodi nel pool di nodi. Ometti questo campo, a meno che non sia specificata anche la scalabilità automatica.
    • TOTAL_MAX_NODES: numero massimo di tutti i nodi nel pool di nodi. Ometti questo campo, a meno che non sia specificata anche la scalabilità automatica.
  • --spot: imposta il pool di nodi in modo che utilizzi le VM spot per i nodi al loro interno. Questo valore non può essere modificato dopo la creazione del pool di nodi.

Terraform

  1. Assicurati di utilizzare la versione 4.84.0 o successiva del provider google.
  2. Aggiungi il blocco seguente alla configurazione di Terraform:
resource "google_container_node_pool" "NODE_POOL_RESOURCE_NAME" {
  provider           = google
  project            = PROJECT_ID
  cluster            = CLUSTER_NAME
  name               = POOL_NAME
  location           = CLUSTER_LOCATION
  node_locations     = [NODE_ZONES]
  initial_node_count = NUM_NODES
  autoscaling {
    total_min_node_count = TOTAL_MIN_NODES
    total_max_node_count = TOTAL_MAX_NODES
    location_policy      = "ANY"
  }

  node_config {
    machine_type = MACHINE_TYPE
    reservation_affinity {
      consume_reservation_type = "SPECIFIC_RESERVATION"
      key = "compute.googleapis.com/reservation-name"
      values = [RESERVATION_LABEL_VALUES]
    }
    spot = true
  }
}

Sostituisci quanto segue:

  • NODE_POOL_RESOURCE_NAME: il nome della risorsa del pool di nodi nel modello Terraform.
  • PROJECT_ID: l'ID del tuo progetto.
  • CLUSTER_NAME: il nome del cluster esistente.
  • POOL_NAME: il nome del pool di nodi da creare.
  • CLUSTER_LOCATION: le zona di computing del cluster. Specifica la regione in cui è disponibile la versione della TPU. Per saperne di più, consulta Selezionare una versione e una topologia di TPU.
  • NODE_ZONES: l'elenco separato da virgole di una o più zone in cui GKE crea il pool di nodi.
  • NUM_NODES: il numero iniziale di nodi nel pool di nodi in ciascuna zona del pool di nodi. Se omesso, il valore predefinito è 3. Se la scalabilità automatica è abilitata per il pool di nodi che utilizza il modello di scalabilità automatica, ti consigliamo di impostare NUM_NODES su 0, poiché GKE fornisce nodi TPU aggiuntivi non appena il carico di lavoro li richiede.
  • MACHINE_TYPE: il tipo di macchina TPU da utilizzare. Per visualizzare i tipi di macchine compatibili con TPU, utilizza la tabella in Mappatura della configurazione TPU.

Facoltativamente, puoi utilizzare anche le seguenti variabili:

  • autoscaling: crea un pool di nodi con scalabilità automatica abilitata. Per la sezione TPU con singolo host, GKE scala tra i valori TOTAL_MIN_NODES e TOTAL_MAX_NODES.
    • TOTAL_MIN_NODES: numero minimo di tutti i nodi nel pool di nodi. Questo campo è facoltativo, a meno che non venga specificata anche la scalabilità automatica.
    • TOTAL_MAX_NODES: numero massimo di tutti i nodi nel pool di nodi. Questo campo è facoltativo, a meno che non venga specificata anche la scalabilità automatica.
  • RESERVATION_NAME: se utilizzi la prenotazione TPU, questo è l'elenco delle etichette delle risorse di prenotazione da utilizzare durante la creazione del pool di nodi. Per scoprire di più su come compilare RESERVATION_LABEL_VALUES nel campo reservation_affinity, consulta Provider Terraform.
  • spot: imposta il pool di nodi in modo che utilizzi le VM spot per i nodi TPU. Questo valore non può essere modificato dopo la creazione del pool di nodi. Per ulteriori informazioni, consulta la pagina VM spot.

Console

Per creare un pool di nodi con TPU:

  1. Vai alla pagina Google Kubernetes Engine nella console Google Cloud.

    Vai a Google Kubernetes Engine

  2. Nell'elenco dei cluster, fai clic sul nome del cluster da modificare.

  3. Fai clic su Aggiungi pool di nodi.

  4. Nella sezione Dettagli del pool di nodi, seleziona la casella Specifica le località dei nodi.

  5. Seleziona la zona in base alla versione della TPU che vuoi utilizzare:

    • Per TPU v4, utilizza us-central2-b.
    • Per i tipi di macchine TPU v5e che iniziano con ct5l-, utilizza us-central1-a o europe-west4-b.
    • Per i tipi di macchine TPU v5e che iniziano con ct5lp-, utilizza us-west1-c, us-west4-a, us-west4-b, us-central1-a, us-east1-c, us-east5-b o europe-west4-a.
    • Per TPU v5p, utilizza us-east1-d, us-east5-a o us-east5-c.

  6. Nel riquadro di navigazione, fai clic su Nodi.

  7. Nella sezione Configurazione macchina, seleziona TPU.

  8. Nel menu a discesa Serie, seleziona una delle seguenti opzioni:

    • CT4P: TPU v4
    • CT5LP: TPU v5e
    • CT5P: TPU v5p

  9. Nel menu a discesa Tipo di macchina, seleziona il nome della macchina da utilizzare per i nodi. Utilizza la tabella Mappatura della configurazione TPU per scoprire come definire il tipo di macchina e la topologia TPU che creano un pool di nodi TPU con singolo host.

  10. Nel menu a discesa Topologia TPU, seleziona la topologia fisica per la sezione TPU.

  11. Nella finestra di dialogo Modifiche necessarie, fai clic su Apporta modifiche.

  12. Assicurati che l'opzione Tipo di disco di avvio sia Disco permanente standard o Disco permanente SSD.

  13. (Facoltativo) Seleziona la casella di controllo Abilita nodi sulle VM Spot per utilizzare le VM spot per i nodi nel pool di nodi.

  14. Fai clic su Crea.

Sezione TPU con più host

Puoi creare un pool di nodi di una sezione TPU multi-host utilizzando Google Cloud CLI, Terraform o la console Google Cloud.

gcloud

gcloud container node-pools create POOL_NAME \
    --location=LOCATION \
    --cluster=CLUSTER_NAME \
    --node-locations=NODE_ZONE \
    --machine-type=MACHINE_TYPE \
    --tpu-topology=TPU_TOPOLOGY \
    --num-nodes=NUM_NODES \
    [--spot \]
    [--enable-autoscaling \
      --max-nodes MAX_NODES]
    [--reservation-affinity=specific \
    --reservation=RESERVATION_NAME]

Sostituisci quanto segue:

  • POOL_NAME: il nome del nuovo pool di nodi.

  • LOCATION: il nome della zona in base alla versione di TPU che vuoi utilizzare:

    • Per TPU v4, utilizza us-central2-b.
    • I tipi di macchine TPU v5e che iniziano con ct5l- non sono mai multi-host.
    • Per i tipi di macchine TPU v5e che iniziano con ct5lp-, utilizza us-west1-c, us-west4-a, us-west4-b, us-central1-a, us-east1-c, us-east5-b o europe-west4-a.
    • Per i tipi di macchine TPU v5p che iniziano con ct5p-, utilizza us-east1-d, us-east5-a o us-east5-c.

    Per saperne di più, consulta Disponibilità delle TPU in GKE.

  • CLUSTER_NAME: il nome del cluster.

  • NODE_ZONE: l'elenco separato da virgole di una o più zone in cui GKE crea il pool di nodi.

  • MACHINE_TYPE: il tipo di macchina da utilizzare per i nodi. Per scoprire di più sui tipi di macchina disponibili, consulta la pagina Mappatura della configurazione TPU.

  • TPU_TOPOLOGY: la topologia fisica per la sezione TPU. Il formato della topologia dipende dalla versione di TPU come segue:

    • TPU v4 o v5p: definisci la topologia in tre tuple ({A}x{B}x{C}), ad esempio 4x4x4.
    • TPU v5e: definisci la topologia in due tuple ({A}x{B}), ad esempio 2x2.

    Per saperne di più, consulta Topologia.

  • NUM_NODES: il numero di nodi nel pool di nodi. Deve essere zero o il prodotto dei valori definiti in TPU_TOPOLOGY ({A}x{B}x{C}) diviso per il numero di chip in ogni VM. Per TPU v4 e TPU v5e multi-host, il numero di chip in ogni VM è quattro. Pertanto, se TPU_TOPOLOGY è 2x4x4 (TPU v4 con quattro chip in ogni VM), allora NUM_NODES è 32/4, che equivale a 8.

Facoltativamente, puoi utilizzare anche i seguenti flag:

  • RESERVATION_NAME: il nome della prenotazione utilizzato da GKE durante la creazione del pool di nodi. Se ometti questo flag, GKE utilizza i pool di nodi TPU disponibili. Per scoprire di più sulle prenotazioni TPU, consulta Prenotazione TPU.
  • --spot: imposta il pool di nodi in modo che utilizzi le VM spot per i nodi TPU. Questo valore non può essere modificato dopo la creazione del pool di nodi. Per ulteriori informazioni, consulta la pagina VM spot.
  • --enable-autoscaling: crea un pool di nodi con scalabilità automatica abilitata. Quando GKE scala un pool di nodi della sezione TPU multi-host, fa lo scale up del pool di nodi atomicamente da zero fino alla dimensione massima.
    • MAX_NODES: la dimensione massima del pool di nodi. Il flag --max-nodes è obbligatorio se viene fornito il valore --enable-autoscaling e deve essere uguale al prodotto dei valori definiti in TPU_TOPOLOGY ({A}x{B}x{C}) diviso per il numero di chip in ogni VM.

Terraform

  1. Assicurati di utilizzare la versione 4.84.0 o successiva del provider google.

  2. Aggiungi il blocco seguente alla configurazione di Terraform:

    resource "google_container_node_pool" "NODE_POOL_RESOURCE_NAME" {
  provider           = google
  project            = PROJECT_ID
  cluster            = CLUSTER_NAME
  name               = POOL_NAME
  location           = CLUSTER_LOCATION
  node_locations     = [NODE_ZONES]
  initial_node_count = NUM_NODES

  autoscaling {
    max_node_count = MAX_NODES
    location_policy      = "ANY"
  }
  node_config {
    machine_type = MACHINE_TYPE
    reservation_affinity {
      consume_reservation_type = "SPECIFIC_RESERVATION"
      key = "compute.googleapis.com/reservation-name"
      values = [RESERVATION_LABEL_VALUES]
    }
    spot = true
  }

  placement_policy {
    type = "COMPACT"
    tpu_topology = TPU_TOPOLOGY
  }
}

    Sostituisci quanto segue:

    • NODE_POOL_RESOURCE_NAME: nome della risorsa del pool di nodi nel modello Terraform.
    • PROJECT_ID: l'ID del tuo progetto.
    • CLUSTER_NAME: il nome del cluster esistente a cui aggiungere il pool di nodi.
    • POOL_NAME: il nome del pool di nodi da creare.
    • CLUSTER_LOCATION: località di calcolo del cluster. Per una maggiore affidabilità del piano di controllo Kubernetes, consigliamo di avere un cluster a livello di regione. Puoi anche utilizzare un cluster di zona. Per saperne di più, consulta Selezionare una versione e una topologia di TPU.
    • NODE_ZONES: l'elenco separato da virgole di una o più zone in cui GKE crea il pool di nodi.
    • NUM_NODES: il numero di nodi nel pool di nodi. Deve essere zero o il prodotto del numero di chip TPU diviso per quattro, perché nelle sezioni TPU con più host ogni nodo TPU ha 4 chip. Ad esempio, se TPU_TOPOLOGY è 4x8, ci sono 32 chip, il che significa che NUM_NODES deve essere 8. Per scoprire di più sulle topologie TPU, utilizza la tabella in Mappatura della configurazione TPU.
    • TPU_TOPOLOGY: indica la topologia fisica desiderata per la sezione TPU. Il formato della topologia dipende dalla versione della TPU che stai utilizzando:
      • Per TPU v4: definisci la topologia in tre tuple ({A}x{B}x{C}), ad esempio 4x4x4.
      • Per TPU v5e: definisci la topologia in due tuple ({A}x{B}), ad esempio 2x2.

    Facoltativamente, puoi utilizzare anche le seguenti variabili:

    • RESERVATION_NAME: se utilizzi la prenotazione TPU, questo è l'elenco delle etichette delle risorse di prenotazione da utilizzare durante la creazione del pool di nodi. Per scoprire di più su come compilare RESERVATION_LABEL_VALUES nel campo reservation_affinity, consulta Provider Terraform.
    • autoscaling: crea un pool di nodi con scalabilità automatica abilitata. Quando GKE scala un pool di nodi della sezione TPU multi-host, fa lo scale up del pool di nodi atomicamente da zero fino alla dimensione massima.
      • MAX_NODES: è la dimensione massima del pool di nodi. Deve essere uguale al prodotto dei valori definiti in TPU_TOPOLOGY ({A}x{B}x{C}) diviso per il numero di chip in ogni VM.
    • spot: consente al pool di nodi di utilizzare le VM spot per i nodi TPU. Questo valore non può essere modificato dopo la creazione del pool di nodi. Per ulteriori informazioni, consulta la pagina VM spot.

Console

Per creare un pool di nodi con TPU:

  1. Vai alla pagina Google Kubernetes Engine nella console Google Cloud.

    Vai a Google Kubernetes Engine

  2. Nell'elenco dei cluster, fai clic sul nome del cluster da modificare.

  3. Fai clic su Aggiungi pool di nodi.

  4. Nella sezione Dettagli del pool di nodi, seleziona la casella Specifica le località dei nodi.

  5. Seleziona la zona in base alla versione della TPU che vuoi utilizzare:

    • Per TPU v4, utilizza us-central2-b.
    • I tipi di macchine TPU v5e che iniziano con ct5l- non sono mai multi-host.
    • Per i tipi di macchine TPU v5e che iniziano con ct5lp-, utilizza us-west1-c, us-west4-a, us-west4-b, us-central1-a, us-east1-c, us-east5-b o europe-west4-a.
    • Per i tipi di macchine TPU v5p che iniziano con ct5p-, utilizza us-east1-d, us-east5-a o us-east5-c.

  6. Nel riquadro di navigazione, fai clic su Nodi.

  7. Nella sezione Configurazione macchina, seleziona TPU.

  8. Nel menu a discesa Serie, seleziona una delle seguenti opzioni:

    • CT4P: per TPU v4.
    • CT5LP: per TPU v5e.

  9. Nel menu a discesa Tipo di macchina, seleziona il nome della macchina da utilizzare per i nodi. Utilizza la tabella Mappatura della configurazione TPU per scoprire come definire il tipo di macchina e la topologia TPU che creano un pool di nodi TPU multi-host.

  10. Nel menu a discesa Topologia TPU, seleziona la topologia fisica per la sezione TPU.

  11. Nella finestra di dialogo Modifiche necessarie, fai clic su Apporta modifiche.

  12. Assicurati che l'opzione Tipo di disco di avvio sia Disco permanente standard o Disco permanente SSD.

  13. (Facoltativo) Seleziona la casella di controllo Abilita nodi sulle VM Spot per utilizzare le VM spot per i nodi nel pool di nodi.

  14. Fai clic su Crea.

Stato provisioning

Se GKE non riesce a creare il pool di nodi della sezione TPU a causa di una capacità TPU insufficiente, GKE restituisce un messaggio di errore che indica che non è possibile creare nodi TPU per mancanza di capacità.

Se stai creando un pool di nodi della sezione TPU con singolo host, il messaggio di errore sarà simile a questo:

2 nodes cannot be created due to lack of capacity. The missing nodes will be
created asynchronously once capacity is available. You can either wait for the
nodes to be up, or delete the node pool and try re-creating it again later.

Se stai creando un pool di nodi della sezione TPU multi-host, il messaggio di errore sarà simile a questo:

The nodes (managed by ...) cannot be created now due to lack of capacity. They
will be created asynchronously once capacity is available. You can either wait
for the nodes to be up, or delete the node pool and try re-creating it again
later.

La richiesta di provisioning TPU potrebbe rimanere in coda per molto tempo e rimanere nello stato "Provisioning" in coda.

Quando la capacità è disponibile, GKE crea i nodi rimanenti che non sono stati creati.

Se hai bisogno di più capacità in anticipo, valuta la possibilità di provare le VM spot, anche se tieni presente che le VM spot consumano una quota diversa rispetto alle istanze on demand.

Puoi eliminare la richiesta TPU in coda eliminando il pool di nodi della sezione TPU.

Esegui il carico di lavoro sui nodi TPU

Preparazione del carico di lavoro

I carichi di lavoro TPU hanno i seguenti requisiti di preparazione.

  1. Framework come JAX, PyTorch e TensorFlow accedono alle VM TPU utilizzando la libreria condivisa libtpu. libtpu include il compilatore XLA, il software di runtime TPU e il driver TPU. Ogni release di PyTorch e JAX richiede una determinata versione di libtpu.so. Per utilizzare le TPU in GKE, assicurati di utilizzare le seguenti versioni:
    Tipo di TPU Versione di libtpu.so
    TPU v5e
    tpu-v5-lite-podslice
    tpu-v5-lite-device
    TPU v5p
    • Versione jax[tpu] consigliata: 0.4.19 o successiva.
    • Versione torchxla[tpuvm] consigliata: è consigliabile utilizzare una build della versione notturna il 23 ottobre 2023.
    TPU v4
    tpu-v4-podslice
  2. Imposta le seguenti variabili di ambiente per il container che richiede le risorse TPU:
    • TPU_WORKER_ID: un numero intero univoco per ogni pod. Questo ID indica un ID worker univoco nella sezione TPU. I valori supportati per questo campo sono compresi tra zero e il numero di pod meno uno.
    • TPU_WORKER_HOSTNAMES: un elenco separato da virgole di nomi host o indirizzi IP delle VM TPU che devono comunicare tra loro all'interno della sezione. Deve essere presente un nome host o un indirizzo IP per ogni VM TPU nella sezione. L'elenco di indirizzi IP o nomi host è ordinato e non è indicizzato da TPU_WORKER_ID.

      • GKE inserisce automaticamente queste variabili di ambiente utilizzando un webhook mutante quando viene creato un job con le proprietà completionMode: Indexed, subdomain, parallelism > 1 e richiedendo le proprietà google.com/tpu. GKE aggiunge un servizio headless in modo che i record DNS vengano aggiunti per i pod che supportano il servizio.

      Durante il deployment di risorse multi-host TPU con Kuberay, GKE fornisce un webhook di cui è possibile eseguire il deployment come parte dei modelli Terraform per l'esecuzione di Ray su GKE. Le istruzioni per l'esecuzione di Ray su GKE con le TPU sono disponibili nella guida dell'utente per TPU. Il webhook mutante inserirà queste variabili di ambiente nei cluster Ray che richiedono le proprietà google.com/tpu e un selettore di nodi cloud.google.com/gke-tpu-topology multi-host.

    • Nel manifest del carico di lavoro, aggiungi i selettori dei nodi Kubernetes per assicurarti che GKE pianifichi il carico di lavoro TPU sul tipo di macchina TPU e sulla topologia TPU che hai definito:

        nodeSelector:
    cloud.google.com/gke-tpu-accelerator: TPU_ACCELERATOR
    cloud.google.com/gke-tpu-topology: TPU_TOPOLOGY

      Sostituisci quanto segue:

      • TPU_ACCELERATOR: il nome dell'acceleratore TPU:
        • Per TPU v4, utilizza tpu-v4-podslice
        • Per i tipi di macchine TPU v5e che iniziano con ct5l-, utilizza tpu-v5-lite-device
        • Per i tipi di macchine TPU v5e che iniziano con ct5lp-, utilizza tpu-v5-lite-podslice
        • Per TPU v5p, utilizza tpu-v5p-slice
      • TPU_TOPOLOGY: la topologia fisica per la sezione TPU. Il formato della topologia dipende dalla versione di TPU, come segue:
        • TPU v4: definisci la topologia in tre tuple ({A}x{B}x{C}), ad esempio 4x4x4.
        • TPU v5e: definisci la topologia in due tuple ({A}x{B}), ad esempio 2x2.
        • TPU v5p: definisci la topologia in tre tuple ({A}x{B}x{C}), ad esempio 4x4x4.

Dopo aver completato la preparazione del carico di lavoro, puoi eseguire un job che utilizza TPU.

Le seguenti sezioni mostrano esempi su come eseguire un job che esegue calcoli semplici con TPU.

Esempio 1: esegui un carico di lavoro che visualizza il numero di chip TPU disponibili in un pool di nodi TPU

Il seguente carico di lavoro restituisce il numero di chip TPU in tutti i nodi in una sezione TPU multi-host. Per creare una sezione multi-host, il carico di lavoro ha i seguenti parametri:

  • Versione TPU: TPU v4
  • Topologia: 2x2x4

Questa selezione di versioni e topologia determina una sezione con più host.

  1. Salva il seguente manifest come available-chips-multihost.yaml: 
    apiVersion: v1
kind: Service
metadata:
  name: headless-svc
spec:
  clusterIP: None
  selector:
    job-name: tpu-available-chips
---
apiVersion: batch/v1
kind: Job
metadata:
  name: tpu-available-chips
spec:
  backoffLimit: 0
  completions: 4
  parallelism: 4
  completionMode: Indexed
  template:
    spec:
      subdomain: headless-svc
      restartPolicy: Never
      nodeSelector:
        cloud.google.com/gke-tpu-accelerator: tpu-v4-podslice
        cloud.google.com/gke-tpu-topology: 2x2x4
      containers:
      - name: tpu-job
        image: python:3.10
        ports:
        - containerPort: 8471 # Default port using which TPU VMs communicate
        - containerPort: 8431 # Port to export TPU runtime metrics, if supported.
        securityContext:
          privileged: true
        command:
        - bash
        - -c
        - |
          pip install 'jax[tpu]' -f https://storage.googleapis.com/jax-releases/libtpu_releases.html
          python -c 'import jax; print("TPU cores:", jax.device_count())'
        resources:
          requests:
            cpu: 10
            memory: 500Gi
            google.com/tpu: 4
          limits:
            cpu: 10
            memory: 500Gi
            google.com/tpu: 4
  2. Esegui il deployment del manifest: 
    kubectl create -f available-chips-multihost.yaml

    GKE esegue una sezione TPU v4 con quattro VM TPU (sezione TPU multi-host). La sezione ha 16 chip interconnessi.

  3. Verifica che il job abbia creato quattro pod: 
    kubectl get pods

    L'output è simile al seguente:

    NAME                       READY   STATUS      RESTARTS   AGE
tpu-job-podslice-0-5cd8r   0/1     Completed   0          97s
tpu-job-podslice-1-lqqxt   0/1     Completed   0          97s
tpu-job-podslice-2-f6kwh   0/1     Completed   0          97s
tpu-job-podslice-3-m8b5c   0/1     Completed   0          97s
  4. Recupera i log di uno dei pod: 
    kubectl logs POD_NAME

    Sostituisci POD_NAME con il nome di uno dei pod creati. Ad esempio, tpu-job-podslice-0-5cd8r.

    L'output è simile al seguente: 

    TPU cores: 16

Esempio 2: esegui un carico di lavoro che mostra il numero di chip TPU disponibili nella VM TPU

Il seguente carico di lavoro è un pod statico che mostra il numero di chip TPU collegati a un nodo specifico. Per creare un nodo host singolo, il carico di lavoro ha i seguenti parametri:

  • Versione TPU: TPU v5e
  • Topologia: 2 x 4

Questa selezione di versioni e topologia determina una sezione con host singolo.

  1. Salva il seguente manifest come available-chips-singlehost.yaml: 
    apiVersion: v1
kind: Pod
metadata:
  name: tpu-job-jax-v5
spec:
  restartPolicy: Never
  nodeSelector:
    cloud.google.com/gke-tpu-accelerator: tpu-v5-lite-podslice
    cloud.google.com/gke-tpu-topology: 2x4
  containers:
  - name: tpu-job
    image: python:3.10
    ports:
    - containerPort: 8431 # Port to export TPU runtime metrics, if supported.
    securityContext:
      privileged: true
    command:
    - bash
    - -c
    - |
      pip install 'jax[tpu]' -f https://storage.googleapis.com/jax-releases/libtpu_releases.html
      python -c 'import jax; print("Total TPU chips:", jax.device_count())'
    resources:
      requests:
        google.com/tpu: 8
      limits:
        google.com/tpu: 8
  2. Esegui il deployment del manifest: 
    kubectl create -f available-chips-singlehost.yaml

    GKE esegue il provisioning dei nodi con otto sezioni TPU con host singolo che utilizzano TPU v5e. Ogni VM TPU ha otto chip (sezione TPU con singolo host).

  3. Recupera i log del pod: 
    kubectl logs tpu-job-jax-v5

    L'output è simile al seguente: 

    Total TPU chips: 8

Esegui l'upgrade dei pool di nodi utilizzando acceleratori (GPU e TPU)

GKE esegue automaticamente l'upgrade dei cluster Standard, inclusi i pool di nodi. Puoi anche eseguire l'upgrade manuale dei pool di nodi se vuoi che i tuoi nodi utilizzino prima una versione successiva. Per controllare il funzionamento degli upgrade per il tuo cluster, utilizza i canali di rilascio, le finestre di manutenzione e le esclusioni e le sequenze di implementazione.

Puoi anche configurare una strategia di upgrade dei nodi per il pool di nodi, ad esempio gli upgrade di incremento o gli upgrade blu/verde. Configurando queste strategie, puoi garantire che l'upgrade dei pool di nodi venga eseguito in modo da raggiungere l'equilibrio ottimale tra velocità e interruzione per il tuo ambiente. Per i pool di nodi della sezione TPU multi-host, anziché utilizzare la strategia di upgrade dei nodi configurati, GKE ricrea a livello atomico l'intero pool di nodi in un unico passaggio. Per saperne di più, consulta la definizione di atomicità in Terminologia relativa alla TPU in GKE.

L'uso di una strategia di upgrade dei nodi richiederà temporaneamente a GKE di eseguire il provisioning di risorse aggiuntive, a seconda della configurazione. Se Google Cloud ha una capacità limitata per le risorse del tuo pool di nodi, ad esempio visualizzi errori di disponibilità delle risorse quando provi a creare più nodi con GPU o TPU, consulta Eseguire l'upgrade in un ambiente con risorse limitate.

Esegui la pulizia

Per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questa guida, valuta la possibilità di eliminare i pool di nodi TPU che non contengono più carichi di lavoro pianificati. Se i carichi di lavoro in esecuzione devono essere terminati correttamente, utilizza kubectl drain per pulire i carichi di lavoro prima di eliminare il nodo.

  1. Elimina un pool di nodi TPU:

    gcloud container node-pools delete POOL_NAME \
    --location=LOCATION \
    --cluster=CLUSTER_NAME

    Sostituisci quanto segue:

    • POOL_NAME: il nome del pool di nodi.
    • CLUSTER_NAME: il nome del cluster.
    • LOCATION: la località di calcolo del cluster.

Configurazioni aggiuntive

Le sezioni seguenti descrivono le configurazioni aggiuntive che puoi applicare ai carichi di lavoro TPU.

Multisezione

Puoi aggregare sezioni più piccole in una sezione multisezione per gestire carichi di lavoro di addestramento più grandi. Per maggiori informazioni, consulta TPU multisezione in GKE.

Esegui la migrazione della prenotazione TPU

Se hai prenotazioni TPU esistenti, devi prima eseguire la migrazione della prenotazione TPU a un nuovo sistema di prenotazione basato su Compute Engine. Puoi anche creare un sistema di prenotazione basato su Compute Engine dove non è necessaria alcuna migrazione. Per scoprire come eseguire la migrazione delle prenotazioni TPU, consulta Prenotazione TPU.

Logging

I log emessi dai container in esecuzione sui nodi GKE, incluse le VM TPU, vengono raccolti dall'agente di logging GKE, inviati a Logging e sono visibili in Logging.

Utilizzare il provisioning automatico dei nodi GKE

Puoi configurare GKE per creare ed eliminare automaticamente pool di nodi per soddisfare le esigenze di risorse dei tuoi carichi di lavoro TPU. Per ulteriori informazioni, consulta la pagina Configurazione delle Cloud TPU.

Riparazione automatica dei nodi TPU

Se un nodo TPU in un pool di nodi della sezione TPU multi-host non è integro, l'intero pool di nodi viene ricreato. Le condizioni che causano nodi TPU non integri includono quanto segue:

  • Qualsiasi nodo TPU con conditions di nodo comuni.
  • Il conteggio di qualsiasi nodo TPU con una TPU non allocabile è maggiore di zero.
  • Qualsiasi istanza VM TPU arrestata (a causa del prerilascio) o terminata.
  • Manutenzione dei nodi: se un qualsiasi nodo TPU (VM) all'interno di un pool di nodi della sezione TPU multi-host non è disponibile per la manutenzione dell'host, GKE ricrea l'intera sezione TPU.

Puoi visualizzare lo stato della riparazione (incluso il motivo dell'errore) nella cronologia operativa. Se l'errore è causato da una quota insufficiente, contatta il rappresentante del tuo account Google Cloud per aumentare la quota corrispondente.

Configura la terminazione controllata del nodo TPU

Nei cluster GKE con il piano di controllo in esecuzione 1.29.1-gke.1425000 o versioni successive, i nodi TPU supportano gli indicatori SIGTERM che avvisano il nodo di un arresto imminente. La notifica di arresto imminente è configurabile fino a un massimo di cinque minuti nei nodi TPU.

Puoi configurare GKE in modo da terminare correttamente i carichi di lavoro ML entro questo periodo di tempo di notifica. Durante la terminazione controllata, i carichi di lavoro possono eseguire processi di pulizia, come l'archiviazione dei dati dei carichi di lavoro per ridurre la perdita di dati. Per ottenere il tempo massimo di notifica, nel manifest del pod imposta il campo spec.terminationGracePeriodSeconds su 300 secondi (cinque minuti) come segue:

    spec:
      terminationGracePeriodSeconds: 300

GKE fa il possibile per terminare correttamente questi pod e per eseguire l'azione di terminazione da te definita, ad esempio salvando uno stato di addestramento.

Eseguire i container senza modalità con privilegi

Se il nodo TPU esegue versioni precedenti alla 1.28, leggi la sezione seguente:

Un container in esecuzione su una VM TPU ha bisogno di accedere a limiti più elevati sulla memoria bloccata in modo che il driver possa comunicare con i chip TPU tramite accesso diretto alla memoria (DMA). Per abilitare questa funzionalità, devi configurare una ulimit superiore. Se vuoi ridurre l'ambito delle autorizzazioni sul container, completa i seguenti passaggi:

  1. Modifica securityContext in modo da includere i seguenti campi:

    securityContext:
  capabilities:
    add: ["SYS_RESOURCE"]

  2. Aumenta ulimit eseguendo questo comando all'interno del container prima di configurare i carichi di lavoro per l'utilizzo delle risorse TPU:

    ulimit -l 68719476736

Nota: per TPU v5e, l'esecuzione di container senza modalità con privilegi è disponibile nei cluster versione 1.27.4-gke.900 e successive.

Osservabilità e metriche

Dashboard

Nella pagina Cluster Kubernetes della console Google Cloud, la scheda Osservabilità mostra le metriche di osservabilità delle TPU. Per saperne di più, consulta Metriche di osservabilità di GKE.

La dashboard TPU viene compilata solo se hai abilitato le metriche di sistema nel tuo cluster GKE.

Metriche di runtime

In GKE versione 1.27.4-gke.900 o successive, i carichi di lavoro TPU che utilizzano JAX versione 0.4.14 o successive e specificano le metriche di utilizzo delle TPU di containerPort: 8431 esportazione come metriche di sistema GKE. In Cloud Monitoring sono disponibili le seguenti metriche per monitorare le prestazioni di runtime del carico di lavoro TPU:

  • Ciclo di servizio: percentuale di tempo nell'ultimo periodo di campionamento (60 secondi) durante il quale i TensorCore hanno eseguito attivamente l'elaborazione su un chip TPU. Una percentuale maggiore significa un migliore utilizzo delle TPU.
  • Memoria utilizzata: quantità di memoria dell'acceleratore allocata in byte. Campionamento eseguito ogni 60 secondi.
  • Memoria totale: memoria totale dell'acceleratore in byte. Campionamento eseguito ogni 60 secondi.

Queste metriche si trovano nello schema del nodo Kubernetes (k8s_node) e del container Kubernetes (k8s_container).

Container Kubernetes:

  • kubernetes.io/container/accelerator/duty_cycle
  • kubernetes.io/container/accelerator/memory_used
  • kubernetes.io/container/accelerator/memory_total

Nodo Kubernetes:

  • kubernetes.io/node/accelerator/duty_cycle
  • kubernetes.io/node/accelerator/memory_used
  • kubernetes.io/node/accelerator/memory_total

Metriche host

In GKE versione 1.28.1-gke.1066000 o successive, le VM TPU esportano le metriche di utilizzo delle TPU come metriche di sistema di GKE. In Cloud Monitoring sono disponibili le seguenti metriche per monitorare le prestazioni dell'host TPU:

  • Utilizzo TensorCore: percentuale attuale di TensorCore utilizzato. Il valore TensorCore equivale alla somma delle unità di moltiplicazione della matrice (MXU) più l'unità vettoriale. Il valore di utilizzo di TensorCore è la divisione delle operazioni TensorCore eseguite nell'ultimo periodo di campionamento (60 secondi) in base al numero supportato di operazioni TensorCore nello stesso periodo. Maggiore è il valore, maggiore è l'utilizzo.
  • Utilizzo larghezza di banda della memoria: percentuale attuale della larghezza di banda della memoria dell'acceleratore in uso. È calcolata dividendo la larghezza di banda della memoria utilizzata in un periodo di campionamento (60 secondi) per la larghezza di banda massima supportata nello stesso periodo di campionamento.

Queste metriche si trovano nello schema del nodo Kubernetes (k8s_node) e del container Kubernetes (k8s_container).

Container Kubernetes:

  • kubernetes.io/container/accelerator/tensorcore_utilization
  • kubernetes.io/container/accelerator/memory_bandwidth_utilization

Nodo Kubernetes:

  • kubernetes.io/container/node/tensorcore_utilization
  • kubernetes.io/container/node/memory_bandwidth_utilization

Per saperne di più, consulta Metriche Kubernetes e Metriche di sistema GKE.

Problemi noti

  • Il gestore della scalabilità automatica dei cluster potrebbe calcolare erroneamente la capacità per i nuovi nodi TPU prima che questi nodi segnalino le TPU disponibili. Il gestore della scalabilità automatica dei cluster potrebbe quindi eseguire uno scale up aggiuntivo e, di conseguenza, creare più nodi del necessario. Il gestore della scalabilità automatica del cluster eseguirà fare lo scale down di nodi aggiuntivi, se non sono necessari, dopo la regolare operazione di fare lo scale down.
  • Il gestore della scalabilità automatica dei cluster annulla lo scale up dei pool di nodi TPU che rimangono in stato di attesa per più di 10 ore. Il gestore della scalabilità automatica del cluster proverà di nuovo a eseguire queste operazioni in un secondo momento. Questo comportamento potrebbe ridurre l'ottenimento di TPU per i clienti che non utilizzano le prenotazioni.
  • I carichi di lavoro non TPU che hanno una tolleranza per l'incompatibilità TPU potrebbero impedire fare lo scale down del pool di nodi se vengono ricreati durante lo svuotamento del pool di nodi TPU.

Passaggi successivi