Esegui codice JAX sulle sezioni di pod di TPU

Dopo aver eseguito il codice JAX su una singola scheda TPU, puoi fare lo scale up il tuo codice eseguendolo su una sezione di pod TPU. Le sezioni di pod di TPU sono più schede TPU collegate tra loro tramite connessioni di rete ad alta velocità. Questo documento è un'introduzione alla gestione di JAX sulle sezioni di pod di TPU; per informazioni più approfondite, consulta la sezione Utilizzo di JAX in ambienti multi-host e con più processi.

Se vuoi utilizzare NFS montato per l'archiviazione dei dati, devi impostare OS Login per tutti VM TPU nella sezione del pod. Per ulteriori informazioni, vedi Utilizzo di una NFS per l'archiviazione dei dati.

Crea una sezione di pod di TPU

Prima di eseguire i comandi in questo documento, assicurati di aver seguito le per le istruzioni in Configurare un account e un progetto Cloud TPU. Esegui i seguenti comandi sulla tua macchina locale.

Crea una sezione di pod di TPU utilizzando il comando gcloud. Ad esempio, per creare un'istanza La sezione di pod v4-32 utilizza il seguente comando:

$ gcloud compute tpus tpu-vm create tpu-name  \
  --zone=us-central2-b \
  --accelerator-type=v4-32  \
  --version=tpu-ubuntu2204-base 

Installa JAX nella sezione di pod

Dopo aver creato la sezione di pod di TPU, devi installare JAX su tutti gli host nella TPU Sezione di pod. Puoi installare JAX su tutti gli host con un solo comando utilizzando Opzione --worker=all:

  gcloud compute tpus tpu-vm ssh tpu-name \
  --zone=us-central2-b --worker=all --command="pip install \
  --upgrade 'jax[tpu]>0.3.0' \
  -f https://storage.googleapis.com/jax-releases/libtpu_releases.html"

Esegui codice JAX nella sezione del pod

Per eseguire il codice JAX su una sezione di pod di TPU, devi eseguire il codice su ciascun host nel Pod di TPU TPU. La chiamata jax.device_count() smette di rispondere fino a quando su ciascun host nella sezione del pod. L'esempio seguente illustra come eseguire un semplice calcolo JAX su una sezione di pod di TPU.

Prepara il codice

È necessaria la versione gcloud >= 344.0.0 (per il scp). Usa gcloud --version per controllare la tua versione di gcloud e esegui gcloud components upgrade, se necessario.

Crea un file denominato example.py con il seguente codice:

# The following code snippet will be run on all TPU hosts
import jax

# The total number of TPU cores in the Pod
device_count = jax.device_count()

# The number of TPU cores attached to this host
local_device_count = jax.local_device_count()

# The psum is performed over all mapped devices across the Pod
xs = jax.numpy.ones(jax.local_device_count())
r = jax.pmap(lambda x: jax.lax.psum(x, 'i'), axis_name='i')(xs)

# Print from a single host to avoid duplicated output
if jax.process_index() == 0:
    print('global device count:', jax.device_count())
    print('local device count:', jax.local_device_count())
    print('pmap result:', r)

Copia example.py in tutte le VM worker TPU nella sezione del pod

$ gcloud compute tpus tpu-vm scp example.py tpu-name: \
  --worker=all \
  --zone=us-central2-b

Se non hai già utilizzato il comando scp, potresti visualizzare simile al seguente:

ERROR: (gcloud.alpha.compute.tpus.tpu-vm.scp) SSH Key is not present in the SSH
agent. Please run `ssh-add /.../.ssh/google_compute_engine` to add it, and try
again.

Per risolvere l'errore, esegui il comando ssh-add come visualizzato ed esegui nuovamente il comando.

Esegui il codice sulla sezione del pod

Avvia il programma example.py su ogni VM:

$ gcloud compute tpus tpu-vm ssh tpu-name \
  --zone=us-central2-b \
  --worker=all \
  --command="python3 example.py"

Output (prodotto con una sezione di pod v4-32):

global device count: 16
local device count: 4
pmap result: [16. 16. 16. 16.]

Esegui la pulizia

Al termine, puoi rilasciare le risorse VM TPU utilizzando l'gcloud :

$ gcloud compute tpus tpu-vm delete tpu-name \
  --zone=us-central2-b