设置 Cloud TPU 环境

在使用 Cloud TPU 资源对模型进行训练或运行推理之前，您需要先完成以下设置步骤：

设置您的 Google Cloud 项目

您必须拥有 Google Cloud 帐号和项目才能使用 Cloud TPU。

  1. 在 Google Cloud 控制台中，登录您的 Google 帐号或注册新帐号。

  2. 安装 Google Cloud CLI。Google Cloud CLI 是一个用于访问和管理 Google Cloud 资源及服务的界面。

  3. 选择或创建 Google Cloud 项目：

    在 Google Cloud 控制台中，从项目选择器中选择或创建 Cloud 项目。

    在 Cloud Shell 中，使用 gcloud CLI 设置项目 ID。 项目 ID 是 Google Cloud 控制台中显示的项目的名称。

    $ gcloud config set project PROJECT-ID

  4. 确保已为您的 Google Cloud 项目启用结算。

    所有 Google Cloud 用量都需要进行结算设置。只有在开始使用 Google Cloud 资源后，您才需要付费。如需了解详情，请参阅 Cloud Billing 文档。

    所有 Cloud TPU 版本的用量的计费均遵循 Cloud TPU 价格页面上显示的标准区域价格。

设置环境以使用 Cloud TPU

在申请 Cloud TPU 之前，您必须激活 Cloud TPU API，并确保您有权管理项目中的访问权限和创建 Cloud TPU。此外，建议您创建一个用户代管式服务帐号以挂接到您的 TPU。

  1. 通过 Google Cloud 控制台或在 Cloud Shell 中使用 gcloud CLI 激活 Cloud TPU API：

    gcloud

    $ gcloud services enable tpu.googleapis.com

    控制台

    1. 在 Google Cloud 控制台中，转到 Cloud TPU API 页面。

    转到 Cloud TPU API 页面

    1. 点击启用。

  2. 确保您对项目具有以下角色：

    按照查看当前访问权限中的说明，查看谁有权访问您的项目、文件夹或组织。如需查看您自己的访问权限，请在主账号列中，找到包含您电子邮件地址的行。如果该列中没有显示您的电子邮件地址，则表示您不具有任何角色。 在您的电子邮件地址所在行的角色列中，检查角色列表是否包含所需的角色。

    如果您没有所需的角色，请授予该角色或请求管理员执行此操作。

  3. 创建 Cloud TPU 服务代理：

    服务代理是一种服务身份，是 Google 维护的服务身份，供 Cloud TPU 服务用来在您的 Google Cloud 项目中执行操作。例如，服务代理用于创建和管理 Cloud TPU 资源。

      $ gcloud beta services identity create --service tpu.googleapis.com --project $PROJECT_ID

  4. 创建 TPU 服务帐号：

    服务帐号充当 TPU 虚拟机的凭据。附加到服务帐号的角色可授予对 Google Cloud 资源的访问权限。我们建议使用用户代管式服务帐号，仅授予 TPU 虚拟机所需的权限。使用用户代管式服务帐号时，您必须在创建 TPU 虚拟机时使用 --service-account 标志指定它。

    1. 按照创建服务帐号中的说明创建用户代管式服务帐号。

    2. 按照管理对项目、文件夹和组织的访问权限中的说明，向您的服务帐号授予对 TPU 将访问的 Google Cloud 服务的访问权限。建议使用以下角色，以便 TPU 访问常用的 Google Cloud 服务。

准备创建 Cloud TPU

在创建 Cloud TPU 之前，您必须先申请配额。您还应考虑使用已加入队列的资源，以及要用于配置 TPU 的参数。

  1. 请求配额：

    为了创建 Cloud TPU，您的 Google Cloud 项目必须拥有要创建的 TPU 版本和大小的配额，以及要创建它的地区。例如，如果要在 us-central2-b 中创建 TPU v4-8，您需要在 us-central2-b 中申请 8 个 TPU v4 核心的配额。如需详细了解可使用 Cloud TPU 的地区，请参阅 TPU 区域和地区。

    配额的分配方式因 TPU 版本而异。不同类型的配额具有不同的可用性预期。如需详细了解配额分配、配额类型以及如何申请配额，请参阅配额。

  2. 确定是否要使用已加入队列的资源。

    最佳做法是将 Cloud TPU 创建为排队资源。加入队列的资源可让您在容量可用时接收容量。您可以指定应何时填充请求（可选）的开始时间和结束时间。

    您可以使用不同的 gcloud CLI 命令来处理已加入队列的资源。如需了解详情，请参阅已加入队列的资源用户指南。

  3. 确定 Cloud TPU 创建参数：

    • 可用区：将 --zone 标志设置为要在其中创建 TPU 的可用区。您必须在此可用区中分配配额。如需了解详情，请参阅 TPU 区域和地区。

    • TPU 配置：如果您不需要指定自定义拓扑，或者您使用的是 TPU v2 或 v3，请将 --accelerator-type 标志设置为 vVERSION-TENSORCORES。将 VERSION 替换为您要使用的 TPU 版本号。将 TENSORCORES 替换为您要使用的 TensorCore 数量。

      如果要自定义 TPU 的物理拓扑，请使用 --version 和 --topology 标志。将 --version 标志设置为您要使用的 TPU 版本。将 --topology 标志设置为您要使用的拓扑。

      如需详细了解 TPU 配置（包括支持的配置和拓扑变体），请参阅 TPU 版本。

    • 软件版本：如果您要请求已加入队列的资源，请将 --runtime-version 标志设置为要使用的软件版本的名称。否则，请使用 --version 标志。TPU 软件版本适用于 TensorFlow、PyTorch 和 JAX 框架。如需详细了解受支持的软件版本，请参阅 TPU 虚拟机软件版本。

    • 服务帐号：将 --service-account 设置为服务帐号的电子邮件地址（如果您创建了服务帐号），以便将服务帐号关联到您的 TPU。如果为空，将使用默认 Compute Engine 服务帐号。

    • 配额类型：添加与您要使用的配额类型对应的标志：

      配额类型 标志
      已预留 --reserved
      Spot 虚拟机 --spot
      使用排队的资源可抢占 --best-effort
      不使用排队的资源的抢占式实例 --preemptible
      自助式课程 无需添加额外标志

    • 高级配置：您可以在请求中添加其他标志来配置 TPU。如需了解详情，请参阅 gcloud compute tpus tpu-vm create 文档以及管理 TPU 中的以下部分：

如需查看有关如何创建 Cloud TPU 的示例，请参阅使用入门。

后续步骤

  1. 了解如何创建和管理虚拟机和 TPU 资源
  2. 运行 Cloud TPU 快速入门