Introducción a Cloud TPU

Las unidades de procesamiento tensorial (TPU) son aceleradores de hardware que Google diseñó para las cargas de trabajo de aprendizaje automático. Para obtener información más detallada sobre el hardware de TPU, consulta Arquitectura del sistema. Cloud TPU es un servicio web que ofrece TPU como recursos de procesamiento escalables en Google Cloud.

Las TPU entrenan tus modelos de manera más eficiente mediante hardware diseñado para realizar operaciones de matrices grandes que se suelen encontrar en los algoritmos de aprendizaje automático. Las TPU tienen memoria de gran ancho de banda (HBM) en el chip que te permiten usar modelos y tamaños de lote más grandes. Las TPU se pueden conectar en grupos llamados Pods que escalan verticalmente tus cargas de trabajo con poco o ningún cambio.

Recomendamos que comiences tu proyecto de aprendizaje automático con una sola TPU y que escale horizontalmente a un pod de TPU para la producción. Para comenzar, puedes aprovechar un conjunto de modelos de referencia de código abierto que los equipos de investigación y de ingeniería de Google optimizan para usar con TPU. Para obtener más información, consulta Modelos de referencia.

¿Cómo funciona?

Para entender cómo funcionan las TPU, resulta útil comprender cómo otros aceleradores abordan los desafíos de procesamiento de entrenar modelos de AA.

Cómo funciona una CPU

Una CPU es un procesador de uso general basado en la arquitectura de von Neumann. Eso significa que una CPU funciona con software y memoria, de la siguiente manera:

Una ilustración de cómo funciona una CPU

El mayor beneficio de las CPU es su flexibilidad. Puedes cargar cualquier tipo de software en una CPU para muchos tipos diferentes de aplicaciones. Por ejemplo, puedes usar una CPU para procesar textos en una PC, controlar motores de cohetes, ejecutar transacciones bancarias o clasificar imágenes con una red neuronal.

Una CPU carga valores de la memoria, realiza un cálculo de los valores y almacena el resultado en la memoria para cada cálculo. El acceso a la memoria es lento en comparación con la velocidad de cálculo y puede limitar la capacidad de procesamiento total de las CPU. Por lo general, este se conoce como cuello de botella de von Neumann.

Cómo funciona una GPU

Para obtener una mayor capacidad de procesamiento, las GPU contienen miles de unidades lógicas aritméticas (ALU) en un solo procesador. Por lo general, una GPU moderna contiene entre 2,500 y 5,000 ALU. La gran cantidad de procesadores permite ejecutar miles de multiplicaciones y sumas de manera simultánea.

Una ilustración de cómo funciona una GPU

Esta arquitectura de GPU funciona bien en aplicaciones con paralelismo masivo, como las operaciones de matrices en una red neuronal. De hecho, en una carga de trabajo de entrenamiento típica para el aprendizaje profundo, una GPU puede proporcionar un pedido de capacidad de procesamiento de magnitud mayor que una CPU.

Sin embargo, la GPU sigue siendo un procesador de uso general que debe admitir muchas aplicaciones y software diferentes. Por lo tanto, las GPU tienen el mismo problema que las CPU. Para cada cálculo en los miles de ALU, una GPU debe acceder a los registros o a la memoria compartida a fin de leer los operandos y almacenar los resultados de los cálculos intermedios.

Cómo funciona una TPU

Google diseñó Cloud TPU como un procesador matricial especializado para cargas de trabajo de redes neuronales. Las TPU no pueden ejecutar procesadores de texto, controlar motores de cohetes ni ejecutar transacciones bancarias, pero pueden manejar operaciones de matriz masiva usadas en redes neuronales a velocidades rápidas.

La tarea principal para las TPU es el procesamiento de matrices, que es una combinación de operaciones de multiplicación y acumulación. Las TPU contienen miles de acumuladores multiplicados que están directamente conectados entre sí para formar una matriz física grande. Esto se conoce como arquitectura de arreglo sistólico. Cloud TPU v3 contiene dos arreglos sistólicas de 128 x 128 ALU en un solo procesador.

El host de TPU transmite datos a una cola de entrada. La TPU carga datos de la cola de entrada y los almacena en la memoria HBM. Cuando se completa el cálculo, la TPU carga los resultados en la cola de salida. Luego, el host de TPU lee los resultados de la cola de salida y los almacena en la memoria del host.

Para realizar las operaciones de la matriz, la TPU carga los parámetros de la memoria HBM en la MXU.

Una ilustración de cómo carga parámetros desde la memoria una TPU

Luego, la TPU carga datos de la memoria HBM. A medida que se ejecuta cada multiplicación, el resultado se pasa al siguiente multiplicador. El resultado es la suma de todos los resultados de multiplicación entre los datos y los parámetros. No se requiere acceso a la memoria durante el proceso de multiplicación de matrices.

Una ilustración de cómo carga datos desde la memoria una TPU

Como resultado, las TPU pueden alcanzar una alta capacidad de procesamiento de procesamiento en los cálculos de redes neuronales.

Cuándo conviene usar las TPU

Las Cloud TPU están optimizadas para ciertas cargas de trabajo en particular. En algunas situaciones, te recomendamos usar GPU o CPU en instancias de Compute Engine para ejecutar tus cargas de trabajo de aprendizaje automático. En general, puedes decidir qué hardware es el más adecuado para tu carga de trabajo según los siguientes lineamientos:

CPU

  • Prototipado rápido que requiere máxima flexibilidad
  • Modelos simples que no tardan mucho en entrenarse
  • Modelos pequeños con tamaños de lotes pequeños y efectivos
  • Modelos que contienen muchas operaciones personalizadas de TensorFlow/PyTorch/JAX escritas en C++
  • Modelos que están limitados por las E/S disponibles o el ancho de banda de red del sistema host

GPU

  • Modelos con una cantidad significativa de operaciones personalizadas de TensorFlow/PyTorch/JAX que se deben ejecutar al menos parcialmente en CPU
  • Modelos con operaciones de TensorFlow/PyTorch que no están disponibles en Cloud TPU
  • Modelos medianos a grandes con tamaños de lotes efectivos más grandes

TPU

  • Modelos dominados por cálculos de matrices
  • Modelos sin operaciones personalizadas de TensorFlow/PyTorch/JAX dentro del bucle de entrenamiento principal
  • Modelos que se entrenan por semanas o meses
  • Modelos grandes con lotes de tamaños grandes y eficaces

Las Cloud TPU no son adecuadas para las siguientes cargas de trabajo:

  • Programas de álgebra lineal que requieren ramificaciones frecuentes o contienen muchas operaciones de álgebra a nivel de los elementos
  • Cargas de trabajo que acceden a la memoria de manera dispersa
  • Cargas de trabajo que requieren aritmética de alta precisión
  • Cargas de trabajo de redes neuronales que contienen operaciones personalizadas en el bucle de entrenamiento principal

Integración de los Controles del servicio de VPC

Los Controles del servicio de VPC de Cloud TPU te permiten definir perímetros de seguridad alrededor de los recursos de Cloud TPU y controlar el movimiento de datos en el límite perimetral. Para obtener más información sobre los Controles del servicio de VPC, consulta la Descripción general de los Controles del servicio de VPC. Para conocer las limitaciones en el uso de Cloud TPU con los controles del servicio de VPC, consulta la página sobre los productos admitidos y las limitaciones.

Comenzar a usar Cloud TPU

Configura una cuenta de Google Cloud. Para poder usar los recursos de Cloud TPU, debes crear una cuenta y un proyecto de Google Cloud.
Activa las API de Cloud TPU Para entrenar un modelo, debes activar las API de Compute Engine y Cloud TPU.
Otorga acceso a Cloud TPU a tus buckets de Cloud Storage Cloud TPU requiere acceso a los buckets de Cloud Storage en los que almacenas tus conjuntos de datos.
Entrene su modelo Consulta una de las guías de inicio rápido o los instructivos de Cloud TPU para comenzar.
Analiza tu modelo Usa TensorBoard o alguna otra herramienta para visualizar tu modelo y hacer un seguimiento de las métricas clave.

Próximos pasos

¿Deseas aprender más sobre Cloud TPU? Los siguientes recursos pueden ayudar.

Guía de inicio rápido de Compute Engine Prueba entrenar un modelo con Cloud TPU con una de nuestras guías de inicio rápido.
Colabs TPU Experimenta con Cloud TPU con Colab gratis.
Instructivos de Cloud TPU Probar Cloud TPU con modelos de AA de referencia
Arquitectura del sistema de Cloud TPU Obtén información más detallada sobre las TPU.
Precios Hazte una idea de cómo puede Cloud TPU procesar tus cargas de trabajo de aprendizaje automático de una manera rentable.
Comunicarse con Ventas ¿Tienes una implementación o aplicación específica que quieras discutir? Comunícate con el representante de ventas de Cloud TPU.