Exécuter du code JAX sur des tranches de pods Cloud TPU

Une fois que votre code JAX s'exécute sur une seule carte TPU, vous pouvez augmenter la capacité en l'exécutant sur une tranche de pod TPU. Les tranches de pod TPU sont des cartes de TPU interconnectées sur des connexions réseau haut débit dédiées. Ce document est une introduction à l'exécution de code JAX sur des tranches de pods TPU. Pour des informations plus détaillées, consultez la section Utiliser JAX dans des environnements multihôtes et multiprocessus.

Si vous souhaitez utiliser une authentification NFS installée pour le stockage des données, vous devez définir OS Login pour tous VM TPU dans la tranche de pod. Pour en savoir plus, consultez Utiliser un NFS pour le stockage de données

Créer une tranche de pod TPU

Avant d'exécuter les commandes de ce document, assurez-vous d'avoir suivi les instructions de la section Configurer un compte et un projet Cloud TPU. Exécutez les commandes suivantes sur votre ordinateur local.

Créez une tranche de pod TPU à l'aide de la commande gcloud. Par exemple, pour créer Pour la tranche de pod v4-32, exécutez la commande suivante:

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

Installer JAX sur la tranche de pod

Après avoir créé la tranche de pod TPU, vous devez installer JAX sur tous les hôtes de la tranche de pod TPU. Vous pouvez installer JAX sur tous les hôtes à l'aide d'une seule commande avec l'option --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"

Exécuter du code JAX sur la tranche de pod

Pour exécuter du code JAX sur une tranche de pod TPU, vous devez exécuter le code sur chaque hôte de la tranche de pod TPU. L'appel jax.device_count() ne répond plus tant qu'il n'est pas sur chaque hôte de la tranche de pod. L'exemple suivant montre comment exécuter un calcul JAX simple sur une tranche de pod TPU.

Préparer le code

Vous devez disposer de gcloud 344.0.0 ou version ultérieure (pour le paramètre scp). Utilisez gcloud --version pour vérifier votre version de gcloud. Si nécessaire, exécutez gcloud components upgrade.

Créez un fichier nommé example.py avec le code suivant:

# 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)

Copier example.py sur toutes les VM de nœuds de calcul TPU dans la tranche de pod

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

Si vous n'avez jamais utilisé la commande scp, il est possible qu'une erreur s'affiche comme suit:

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.

Pour résoudre l'erreur, exécutez la commande ssh-add comme indiqué dans la message d'erreur et réexécutez la commande.

Exécuter le code sur la tranche du pod

Lancez le programme example.py sur chaque VM :

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

Résultat (produit avec une tranche de pod v4-32):

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

Effectuer un nettoyage

Lorsque vous avez terminé, vous pouvez supprimer vos ressources de VM TPU à l'aide de la commande gcloud :

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