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.Creare un segmento di pod 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 finché non viene
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
visualizzato nel messaggio di errore e riavvialo.
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 il comando gcloud
:
$ gcloud compute tpus tpu-vm delete tpu-name \ --zone=us-central2-b