Questa pagina è stata tradotta dall'API Cloud Translation.

Esegui il deployment dei carichi di lavoro TPU in GKE Standard

Standard

Questa pagina mostra come richiedere ed eseguire il deployment di carichi di lavoro di addestramento, ottimizzazione e inferenza di modelli di machine learning (ML) e di intelligenza artificiale (AI) su larga scala utilizzando gli acceleratori Cloud TPU (TPU) nei cluster Google Kubernetes Engine (GKE) Standard.

Prima di configurare ed eseguire il deployment dei carichi di lavoro TPU in GKE, devi conoscere i seguenti concetti:

Prima di iniziare

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

Attiva l'API Google Kubernetes Engine.

Attiva l'API Google Kubernetes Engine

Se vuoi utilizzare Google Cloud CLI per questa attività, installa e poi inizializza gcloud CLI. Se hai già installato gcloud CLI, ottieni la versione più recente eseguendo gcloud components update.
Nota: per le installazioni esistenti di gcloud CLI, assicurati di impostare le proprietà compute/region e compute/zone. Se imposti le posizioni predefinite, puoi evitare errori in gcloud CLI come il seguente: One of [--zone, --region] must be supplied: Please specify location.

Pianifica la configurazione della TPU

Pianifica la configurazione della TPU in base al modello e alla quantità di memoria richiesta. Prima di utilizzare questa guida per eseguire il deployment dei tuoi carichi di lavoro su TPU, completa i passaggi di pianificazione descritti in Pianificare la configurazione delle TPU.

Assicurati di disporre della quota TPU

Le sezioni seguenti ti aiutano ad assicurarti di avere una quota sufficiente quando utilizzi le TPU in GKE.

Quota per VM on demand o spot

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

La creazione di un pool di nodi di sezioni TPU che utilizza una prenotazione TPU non richiede alcuna quota TPU.¹ Puoi saltare questa sezione in tutta sicurezza per le TPU riservate.

La creazione di un pool di nodi di slice TPU on demand o spot in GKE richiede una quota dell'API Compute Engine. La quota dell'API Compute Engine (compute.googleapis.com) non è uguale alla quota dell'API Cloud TPU (tpu.googleapis.com), necessaria quando si creano TPU con l'API Cloud TPU.

Per controllare il limite e l'utilizzo corrente della quota dell'API Compute Engine per le TPU, segui questi passaggi:

Vai alla pagina Quote nella console Google Cloud:

Vai a Quote

Nella casella Filtro, procedi nel seguente modo:

Seleziona la proprietà Servizio, inserisci API Compute Engine e premi Invio.
Seleziona la proprietà Tipo e scegli Quota.

Seleziona la proprietà Nome e inserisci il nome della quota in base alla versione TPU e al tipo di macchina. 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 v3	`ct3-`	`TPU v3 Device chips`	`Preemptible TPU v3 Device chips`
TPU v3	`ct3p-`	`TPU v3 PodSlice chips`	`Preemptible TPU v3 PodSlice chips`
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`
TPU v6e (anteprima)	`ct6e-`	`TPU v6e Slice chips`	`Preemptible TPU v6e Lite PodSlice chips`

Seleziona la proprietà Dimensioni (ad es. 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 di slice TPU nella zona us-west4-a. La quota TPU è regionale, pertanto tutte le zone all'interno della stessa regione consumano la stessa quota TPU.

Se nessuna quota corrisponde al filtro inserito, significa che al progetto non è stata assegnata alcuna quota specificata per la regione di cui hai bisogno e devi richiedere un aumento della quota TPU.

Quando viene creata una prenotazione TPU, sia il limite sia i valori di utilizzo corrente per la quota corrispondente aumentano in base al numero di chip nella prenotazione TPU. Ad esempio, quando viene creata una prenotazione per 16 chip TPU v5e il cui tipo di macchina inizia con ct5lp-, sia il limite sia l'utilizzo corrente per la quota TPU v5 Lite PodSlice chips nella regione pertinente aumentano di 16.

Quando crei un pool di nodi di una sezione TPU, utilizza i parametri --reservation e --reservation-affinity=specific per creare unistanza dedicata. Le prenotazioni TPU sono disponibili quando acquisti un impegno. ↩
Quando crei un pool di nodi di slice TPU, utilizza il --spot flag per creare un'istanza Spot. ↩

Quote per risorse GKE aggiuntive

Potresti dover aumentare le seguenti quote relative a GKE nelle regioni in cui GKE crea le tue risorse.

Quota SSD (GB) di Persistent Disk: il disco di avvio di ogni nodo Kubernetes richiede 100 GB per impostazione predefinita. Pertanto, questa quota deve essere impostata su un valore almeno uguale al prodotto del numero massimo di nodi GKE che prevedi di creare e 100 GB (nodi * 100 GB).
Quota indirizzi IP in uso: ogni nodo Kubernetes utilizza un indirizzo IP. Pertanto, questa quota deve essere impostata almeno sul numero massimo di nodi GKE che prevedi di creare.
Assicurati che max-pods-per-node sia in linea con l'intervallo della subnet: ogni nodo Kubernetes utilizza intervalli IP secondari per i pod. Ad esempio, max-pods-per-node di 32 richiede 64 indirizzi IP, che si traducono in una subnet /26 per nodo. Tieni presente che questo intervallo non deve essere condiviso con nessun altro cluster. Per evitare di esaurire l'intervallo di indirizzi IP, utilizza il flag --max-pods-per-node per limitare il numero di pod consentiti da pianificare su un nodo. La quota per max-pods-per-node deve essere impostata su un valore almeno pari al numero massimo di nodi GKE che prevedi di creare.

Per richiedere un aumento della quota, vedi Richiedere una quota superiore.

Garantire la disponibilità delle prenotazioni

La creazione di un pool di nodi di sezioni TPU riservate, che utilizza una prenotazione, non richiede alcuna quota TPU. Tuttavia, la prenotazione deve avere chip TPU disponibili o non utilizzati sufficienti al momento della creazione del pool di nodi.

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

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

Crea un cluster

Crea un cluster GKE in modalità standard in una regione con TPU disponibili.

Best practice:

Utilizza cluster a livello di regione, che offrono un'elevata disponibilità del piano di controllo Kubernetes.

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

Sostituisci quanto segue:

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

Crea un node pool

Sezione TPU a host singolo

Puoi creare un pool di nodi di slice TPU a un solo 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

Sostituisci quanto segue:

POOL_NAME: il nome del nuovo pool di nodi.
LOCATION: il nome della zona in base alla versione TPU che vuoi utilizzare. Per identificare una località disponibile, consulta la sezione Disponibilità di 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 le TPU, utilizza la tabella in Scegliere la versione TPU.

Se vuoi, puoi anche utilizzare i seguenti flag:

--num-nodes=NUM_NODES: il numero iniziale di nodi nel pool di nodi in ogni zona. Se ometti questo flag, GKE assegna il valore predefinito 3.

Best practice:
Se utilizzi il flag enable-autoscaling per il pool di nodi, imposta num-nodes su 0 in modo che lo strumento di scalabilità automatica esegui il provisioning di nodi aggiuntivi non appena i tuoi carichi di lavoro lo richiedono.
--reservation=RESERVATION_NAME: il nome della prenotazione utilizzata da GKE per creare il pool di nodi. Se ometti questo flag, GKE utilizza le TPU disponibili. Per scoprire di più sulle prenotazioni TPU, consulta la sezione Prenotazione TPU.
--enable-autoscaling: crea un pool di nodi con la scalabilità automatica abilitata. Richiede i seguenti flag aggiuntivi:
- --total-min-nodes=TOTAL_MIN_NODES: numero minimo di tutti i nodi nel pool di nodi.
- --total-max-nodes=TOTAL_MAX_NODES: numero massimo di tutti i nodi nel pool di nodi.
- --location-policy=ANY: dà la priorità all'utilizzo delle prenotazioni inutilizzate e riduce il rischio di preemption delle VM spot.
--spot: imposta il pool di nodi in cui utilizzare VM spot per i nodi nel pool di nodi. Questo valore non può essere modificato dopo la creazione del pool di nodi.

Per un elenco completo di tutti i flag che puoi specificare, consulta la documentazione di riferimento di gcloud container clusters create.

Terraform

Assicurati di utilizzare la versione 4.84.0 o successive del fornitore google.
Aggiungi il seguente blocco 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]

  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 TPU. Per scoprire di più, consulta la sezione Selezionare una versione e una topologia TPU.
NODE_ZONES: l'elenco separato da virgole di una o più zone in cui GKE crea il pool di nodi.
MACHINE_TYPE: il tipo di macchina TPU da utilizzare. Per visualizzare i tipi di macchine compatibili con le TPU, utilizza la tabella in Scegliere la versione TPU.

Se vuoi, puoi anche utilizzare le seguenti variabili:

autoscaling: crea un pool di nodi con la scalabilità automatica abilitata. Per la sezione TPU con un solo host, GKE esegue la scalabilità 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 sia specificato anche il ridimensionamento automatico.
- TOTAL_MAX_NODES: numero massimo di tutti i nodi nel pool di nodi. Questo campo è facoltativo, a meno che non sia specificato anche il ridimensionamento automatico.
RESERVATION_NAME: se utilizzi la prenotazione TPU, questo è l'elenco delle etichette delle risorse di prenotazione da utilizzare per creare il pool di nodi. Per scoprire di più su come compilare il valore RESERVATION_LABEL_VALUES nel campo reservation_affinity, consulta Provider Terraform.
spot: imposta il pool di nodi in modo da utilizzare VM spot per i nodi TPU. Questo valore non può essere modificato dopo la creazione del pool di nodi. Per ulteriori informazioni, consulta la sezione VM spot.

Console

Per creare un pool di nodi con TPU:

Vai alla pagina Google Kubernetes Engine nella console Google Cloud.

Vai a Google Kubernetes Engine
Nell'elenco dei cluster, fai clic sul nome del cluster da modificare.
Fai clic su Aggiungi pool di nodi.
Nella sezione Dettagli del pool di nodi, seleziona la casella Specifica le località dei nodi.
Seleziona la zona in base alla versione della TPU che vuoi utilizzare. Per identificare una zona disponibile, consulta la sezione Disponibilità di TPU in GKE.
Nel riquadro di navigazione, fai clic su Nodi.
Nella sezione Configurazione macchina, seleziona TPU.
Nel menu a discesa Serie, seleziona una delle seguenti opzioni:
- CT3: TPU v3, dispositivo host singolo
- CT3P: TPU v3, sezione di pod multi-host
- CT4P: TPU v4
- CT5LP: TPU v5e
- CT5P: TPU v5p
- CT6E: TPU v6e
Nel menu a discesa Tipo di macchina, seleziona il nome della macchina da utilizzare per i nodi. Utilizza la tabella Scegliere la versione TPU per scoprire come definire il tipo di macchina e la topologia TPU che creano un pool di nodi di sezioni TPU a un solo host.
Nel menu a discesa Topologia TPU, seleziona la topologia fisica per il seme TPU.
Nella finestra di dialogo Modifiche necessarie, fai clic su Apporta modifiche.
Assicurati che Tipo di disco di avvio sia Disco permanente standard o Disco permanente SSD.
Se vuoi, seleziona la casella di controllo Abilita nodi sulle VM Spot per utilizzare VM Spot per i nodi del pool di nodi.
Fai clic su Crea.

Sezione TPU multi-host

Puoi creare un pool di nodi di slice 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 TPU che vuoi utilizzare. Per identificare una località disponibile, consulta la sezione Disponibilità di 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 macchine disponibili, consulta Scegliere la versione TPU.
TPU_TOPOLOGY: la topologia fisica per la sezione TPU. Il formato della topologia dipende dalla versione della TPU. Per scoprire di più sulle topologie TPU, utilizza la tabella in Scegliere una topologia.

Per saperne di più, consulta Topologia.
NUM_NODES: il numero di nodi nel pool di nodi. Deve essere pari a zero o al 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 pari a quattro. Pertanto, se il tuo TPU_TOPOLOGY è 2x4x4 (TPU v4 con quattro chip in ogni VM), il NUM_NODES è 32/4, ovvero 8.

Se vuoi, puoi anche utilizzare i seguenti flag:

RESERVATION_NAME: il nome della prenotazione utilizzata da GKE per creare il pool di nodi. Se ometti questo flag, GKE utilizza i node pool di sezioni TPU disponibili. Per scoprire di più sulle prenotazioni delle TPU, consulta la sezione Prenotazione TPU.
--spot: imposta il pool di nodi in modo da utilizzare VM spot per i nodi della sezione TPU. Questo valore non può essere modificato dopo la creazione del pool di nodi. Per ulteriori informazioni, consulta la sezione VM spot.
--enable-autoscaling: crea un pool di nodi con la scalabilità automatica abilitata. Quando GKE esegue il ridimensionamento di un pool di nodi di sezioni TPU multi-host, lo esegue atomicamente da zero alla dimensione massima.
- MAX_NODES: la dimensione massima del pool di nodi. Il flag --max-nodes è obbligatorio se viene fornito --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

Assicurati di utilizzare la versione 4.84.0 o successive del fornitore google.
Aggiungi il seguente blocco 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: 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 a cui aggiungere il pool di nodi.
- POOL_NAME: il nome del pool di nodi da creare.
- CLUSTER_LOCATION: posizione di calcolo per il cluster. Ti consigliamo di avere un cluster regionale per una maggiore affidabilità del control plane Kubernetes. Puoi anche utilizzare un cluster zonale. Per scoprire di più, consulta la sezione Selezionare una versione e una topologia 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 pari a zero o al prodotto del numero di chip TPU diviso per quattro, perché nelle sezioni TPU multi-host ogni nodo della sezione TPU ha 4 chip. Ad esempio, se TPU_TOPOLOGY è 4x8, significa che ci sono 32 chip, il che significa che NUM_NODES deve essere 8. Per scoprire di più sulle topologie TPU, utilizza la tabella in Scegliere la versione TPU.
- TPU_TOPOLOGY: indica la topologia fisica preferita per la sezione TPU. Il formato della topologia dipende dalla versione della TPU in uso. Per scoprire di più sulle topologie TPU, utilizza la tabella in Scegliere una topologia.
Se vuoi, puoi anche utilizzare le seguenti variabili:
- RESERVATION_NAME: se utilizzi la prenotazione TPU, questo è l'elenco delle etichette delle risorse di prenotazione da utilizzare per creare il pool di nodi. Per scoprire di più su come compilareRESERVATION_LABEL_VALUES nel camporeservation_affinity, consultaProvider Terraform.
- autoscaling: crea un pool di nodi con la scalabilità automatica abilitata. Quando GKE esegue il ridimensionamento di un pool di nodi di sezioni TPU multi-host, lo esegue atomicamente da zero 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 VM spot per i nodi della sezione TPU. Questo valore non può essere modificato dopo la creazione del pool di nodi. Per ulteriori informazioni, consulta VM spot.

Console

Per creare un pool di nodi con TPU:

Vai alla pagina Google Kubernetes Engine nella console Google Cloud.

Vai a Google Kubernetes Engine
Nell'elenco dei cluster, fai clic sul nome del cluster da modificare.
Fai clic su Aggiungi pool di nodi.
Nella sezione Dettagli del pool di nodi, seleziona la casella Specifica le località dei nodi.
Seleziona il nome della zona in base alla versione della TPU che vuoi utilizzare. Per identificare una località disponibile, consulta la sezione Disponibilità di TPU in GKE.
Nel riquadro di navigazione, fai clic su Nodi.
Nella sezione Configurazione macchina, seleziona TPU.
Nel menu a discesa Serie, seleziona una delle seguenti opzioni:
- CT3P: per TPU v3.
- CT4P: per TPU v4.
- CT5LP: per TPU v5e.
Nel menu a discesa Tipo di macchina, seleziona il nome della macchina da utilizzare per i nodi. Utilizza la tabella Scegliere la versione TPU per scoprire come definire il tipo di macchina e la topologia TPU che creano un pool di nodi di sezioni TPU multi-host.
Nel menu a discesa Topologia TPU, seleziona la topologia fisica per il seme TPU.
Nella finestra di dialogo Modifiche necessarie, fai clic su Apporta modifiche.
Assicurati che Tipo di disco di avvio sia Disco permanente standard o Disco permanente SSD.
Se vuoi, seleziona la casella di controllo Abilita nodi sulle VM Spot per utilizzare le VM Spot per i nodi nel pool di nodi.
Fai clic su Crea.

Stato del provisioning

Se GKE non riesce a creare il node pool della sezione TPU a causa di una capacità TPU insufficiente, restituisce un messaggio di errore che indica che i nodi della sezione TPU non possono essere creati a causa della mancanza di capacità.

Se stai creando un pool di nodi di sezioni TPU con un solo host, il messaggio di errore sarà simile al seguente:

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 di sezioni TPU multi-host, il messaggio di errore sarà simile al seguente:

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 di TPU può rimanere in coda per molto tempo e rimane nello stato "Provisioning" mentre è in coda.

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

Se hai bisogno di capacità prima, ti consigliamo 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 del segmento TPU.

Esegui il carico di lavoro sui nodi delle sezioni TPU

Preparazione del workload

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

Framework come JAX, PyTorch e TensorFlow accedono alle VM TPU utilizzando la libtpu libreria condivisa. 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	`libtpu.so` versione
TPU v6e `tpu-v6e-slice`	Versione jax[tpu] consigliata: v0.4.9 o successive Versione consigliata di torchxla[tpuvm]: v2.1.0 o successive
TPU v5e `tpu-v5-lite-podslice` `tpu-v5-lite-device`	Versione jax[tpu] consigliata: v0.4.9 o successive Versione consigliata di torchxla[tpuvm]: v2.1.0 o successive
TPU v5p `tpu-v5p-slice`	Versione consigliata di jax[tpu]: 0.4.19 o successive. Versione torchxla[tpuvm] consigliata: è consigliabile utilizzare una compilazione della versione nightly del 23 ottobre 2023.
TPU v4 `tpu-v4-podslice`	Jax[TPU] consigliato: v0.4.4 o successive torchxla[tpuvm] consigliato: v2.0.0 o successive
TPU v3 `tpu-v3-slice` `tpu-v3-device`	Jax[TPU] consigliato: v0.4.4 o successive torchxla[tpuvm] consigliato: v2.0.0 o successive

Imposta le seguenti variabili di ambiente per il contenitore che richiede le risorse TPU:
- TPU_WORKER_ID: un numero intero univoco per ogni pod. Questo ID indica un ID worker univoco nel segmento TPU. I valori supportati per questo campo vanno da zero al 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 del segmento. Deve essere presente un nome host o un indirizzo IP per ogni VM TPU nel slice. L'elenco di indirizzi IP o nomi host è ordinato e ha indice zero per TPU_WORKER_ID.
- 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.
  - TPU_TOPOLOGY: la topologia fisica della sezione TPU. Il formato della topologia dipende dalla versione della TPU. Per scoprire di più, consulta Pianificare le TPU in GKE.

Una volta completata la preparazione del carico di lavoro, puoi eseguire un job che utilizza le TPU.

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

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

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

Versione TPU: TPU v4
Topologia: 2x2x4

Questa selezione di versione e topologia genera uno slice multi-host.

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

Esegui il deployment del manifest:
```
kubectl create -f available-chips-multihost.yaml
```
GKE esegue una sezione TPU v4 con quattro VM (sezione TPU multi-host). La sezione ha 16 chip TPU interconnessi.

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

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 sezione 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 a host singolo, il carico di lavoro ha i seguenti parametri:

Versione TPU: TPU v5e
Topologia: 2x4

Questa versione e la selezione della topologia generano uno slice con un solo host.

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

Esegui il deployment del manifest:
```
kubectl create -f available-chips-singlehost.yaml
```
GKE esegue il provisioning di nodi con otto sezioni TPU a host singolo che utilizzano TPU v5e. Ogni nodo TPU ha otto chip TPU (sezione TPU a host singolo).
Recupera i log del pod:
```
kubectl logs tpu-job-jax-v5
```
L'output è simile al seguente:
```
Total TPU chips: 8
```

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

GKE esegue automaticamente l'upgrade dei cluster standard, inclusi i pool di nodi. Puoi anche eseguire manualmente l'upgrade dei pool di nodi se vuoi che i tuoi nodi passino a una versione successiva prima. Per controllare il funzionamento degli upgrade per il tuo cluster, utilizza i canali di rilascio, i periodi di manutenzione ed esclusioni e la sequenziazione del rollout.

Puoi anche configurare una strategia di upgrade dei nodi per il tuo pool di nodi, ad esempio gli upgrade per picchi di domanda o gli upgrade blue-green. Configurando queste strategie, puoi assicurarti che l'upgrade dei pool di nodi venga eseguito in modo da ottenere un equilibrio ottimale tra velocità e interruzione per il tuo ambiente. Per i pool di nodi con sezioni TPU multi-host, anziché utilizzare la strategia di upgrade dei nodi configurata, GKE ricrea l'intero pool di nodi in un unico passaggio. Per scoprire di più, consulta la definizione di atomicità in Terminologia relativa alle TPU in GKE.

L'utilizzo di una strategia di upgrade dei nodi richiede 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 altri 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, ti consigliamo di eliminare i node pool di slice TPU che non hanno più carichi di lavoro pianificati. Se i workload in esecuzione devono essere terminati in modo corretto, utilizza kubectl drain per ripulire i workload prima di eliminare il nodo.

Elimina un pool di nodi di slice 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 posizione di calcolo del cluster.

Configurazioni aggiuntive

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

Multislice

Puoi aggregare più slice in un multislice per gestire carichi di lavoro di addestramento più grandi. Per ulteriori informazioni, consulta TPU multislice in GKE.

Esegui la migrazione della prenotazione TPU

Se hai già prenotazioni TPU, 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 in cui 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 in modo da creare ed eliminare automaticamente i node pool per soddisfare le richieste di risorse dei tuoi workload TPU. Per ulteriori informazioni, consulta la pagina sulla configurazione di Cloud TPU.

Riparazione automatica dei nodi del segmento TPU

Se un nodo di sezione TPU in un pool di nodi di sezione TPU multi-host non è in stato di esecuzione, l'intero pool di nodi viene ricreato. Invece, in un pool di nodi di sezione TPU con un solo host, viene riparato automaticamente solo il nodo TPU non funzionante.

Le condizioni che determinano nodi di sezioni TPU non validi includono quanto segue:

Qualsiasi nodo della sezione TPU con condizioni del nodo comuni.
Qualsiasi nodo della sezione TPU con un numero di TPU non allocabili maggiore di zero.
Qualsiasi istanza VM in uno slice TPU che è stata arrestata (a causa della preemption) o terminata.
Manutenzione dei nodi: se un nodo della sezione TPU all'interno di un node pool di sezioni TPU multi-host si arresta per la manutenzione dell'host, GKE ricrea l'intero pool di nodi di sezioni TPU.

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

Configurare l'interruzione controllata del nodo del segmento TPU

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

Per configurare GKE in modo che termini i carichi di lavoro in modo corretto in questo periodo di tempo della notifica, segui i passaggi descritti in Gestire l'interruzione dei nodi GKE per GPU e TPU.

Esegui i container senza modalità privilegiata

I contenitori in esecuzione nei nodi di GKE 1.28 o versioni successive non devono avere la modalità privilegiata abilitata per accedere alle TPU. I nodi nella versione 1.28 e precedenti di GKE richiedono la modalità privilegiata.

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

Un contenitore in esecuzione su una VM in una sezione TPU deve accedere a limiti più elevati per la memoria bloccata in modo che il driver possa comunicare con i chip TPU tramite accesso diretto alla memoria (DMA). Per attivare questa opzione, devi configurare un valore ulimit più elevato. Se vuoi ridurre l'ambito delle autorizzazioni nel contenitore, completa i seguenti passaggi:

Modifica securityContext in modo da includere i seguenti campi:

securityContext:
  capabilities:
    add: ["SYS_RESOURCE"]

Aumenta ulimit eseguendo il seguente comando all'interno del contenitore prima di configurare i carichi di lavoro per l'utilizzo delle risorse TPU:
```
ulimit -l 68719476736
```

Per TPU v5e, l'esecuzione di contenitori senza modalità privilegiata è disponibile nei cluster nella 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 di TPU. Per ulteriori informazioni, consulta le metriche di osservabilità di GKE.

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

Metriche di runtime

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

Ciclo di lavoro: 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 più elevata indica un migliore utilizzo della TPU.
Memoria utilizzata: quantità di memoria dell'acceleratore allocata in byte. Campionamento eseguito ogni 60 secondi.
Totale memoria: memoria acceleratore totale 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 1.28.1-gke.1066000 o versioni successive, le VM in uno slice TPU esportano le metriche di utilizzo delle TPU come metriche di sistema GKE. In Cloud Monitoring sono disponibili le seguenti metriche per monitorare le prestazioni dell'host TPU:

Utilizzo TensorCore: la percentuale attuale di TensorCore utilizzata. Il valore di TensorCore è uguale alla somma delle unità di moltiplicazione a matrice (MXU) più l'unità vettoriale. Il valore di utilizzo di TensorCore è la divisione delle operazioni TensorCore che sono state eseguite nell'ultimo periodo di campionamento (60 secondi) per il numero di operazioni TensorCore supportate nello stesso periodo. Un valore più elevato indica un utilizzo migliore.
Utilizzo larghezza di banda memoria: percentuale corrente della larghezza di banda della memoria dell'acceleratore in uso. Calcolata dividendo la larghezza di banda della memoria impiegata 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 ulteriori informazioni, consulta le metriche di Kubernetes e le metriche di sistema GKE.

Problemi noti

Il gestore della scalabilità automatica del cluster potrebbe calcolare erroneamente la capacità per i nuovi nodi di slice TPU prima che questi nodi segnalino le TPU disponibili. Il gestore della scalabilità automatica dei cluster potrebbe quindi eseguire un ulteriore scale up e creare più nodi del necessario. Il gestore della scalabilità automatica del cluster esegue lo scale down di altri nodi, se non sono necessari, dopo l'operazione di fare lo scale down regolare.
Il gestore della scalabilità automatica dei cluster annulla il ridimensionamento dei pool di nodi dei sezioni TPU che rimangono in stato di attesa per più di 10 ore. Il gestore della scalabilità automatica dei cluster riprova queste operazioni di scale up in un secondo momento. Questo comportamento potrebbe ridurre la disponibilità delle TPU per i clienti che non utilizzano le prenotazioni.
I carichi di lavoro non TPU che tollerano l'inquinamento TPU possono impedire fare lo scale down del pool di nodi se vengono ricreati durante lo svuotamento del pool di nodi della sezione TPU.
La metrica Utilizzo larghezza di banda memoria non è disponibile per le TPU v5e.

Esegui il deployment dei carichi di lavoro TPU in GKE Standard

Prima di iniziare

Pianifica la configurazione della TPU

Assicurati di disporre della quota TPU

Quota per VM on demand o spot

Quote per risorse GKE aggiuntive

Garantire la disponibilità delle prenotazioni

Crea un cluster

Crea un node pool

Sezione TPU a host singolo

gcloud

Terraform

Console

Sezione TPU multi-host

gcloud

Terraform

Console

Stato del provisioning

Esegui il carico di lavoro sui nodi delle sezioni TPU

Preparazione del workload

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

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

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

Esegui la pulizia

Configurazioni aggiuntive

Multislice

Esegui la migrazione della prenotazione TPU

Logging

Utilizzare il provisioning automatico dei nodi GKE

Riparazione automatica dei nodi del segmento TPU

Configurare l'interruzione controllata del nodo del segmento TPU

Esegui i container senza modalità privilegiata

Osservabilità e metriche

Dashboard

Metriche di runtime

Metriche host

Problemi noti

Passaggi successivi