GKE에서 Cloud TPU 애플리케이션 실행

경고: 이 안내는 TPU 노드 아키텍처를 사용하는 TPU에만 적용됩니다. TPU 노드 아키텍처는 TPU v2 및 v3의 GKE에서만 지원됩니다. 이 안내는 TPU v2 및 v3에만 적용됩니다. TPU v4, v5e 또는 v5p를 포함하여 GKE에서 TPU를 사용하는 방법은 TPU 워크로드 배포를 참조하세요.

이 가이드에서는 다음 방법을 설명합니다.

• Google Kubernetes Engine에서 실행할 수 있도록 Cloud TPU 구성 설정
• Cloud TPU를 지원하는 GKE 클러스터 만들기
• 텐서보드를 사용하여 Cloud TPU 측정항목 시각화 및 성능 분석
• Docker 이미지에서 모델 빌드 및 컨테이너화

TPU VM 아키텍처에 대한 자세한 내용은 시스템 아키텍처를 참조하세요. 이 가이드는 TPU 노드 아키텍처에서만 사용될 수 있습니다.

GKE에서 Cloud TPU 애플리케이션을 실행할 때의 이점

Cloud TPU 학습 애플리케이션은 GKE 포드 내의 GKE 컨테이너에서 실행되도록 구성할 수 있습니다. 이 경우 다음과 같은 이점이 있습니다.

• 워크플로 설정 및 관리 개선: GKE가 TPU 수명 주기를 관리합니다. GKE에서 Cloud TPU 초기화 및 학습을 설정하면 작업 실패 복구를 포함하여 GKE에서 워크로드를 반복하고 관리할 수 있습니다.

• 최적화된 비용: 작업이 활성 상태인 동안 TPU에 대해서만 비용을 지불합니다. GKE는 포드의 리소스 요구사항에 따라 자동으로 TPU를 만들고 삭제합니다.

• 유연한 사용: 다른 하드웨어 가속기(CPU, GPU 또는 TPU)를 요청하려면 포드 사양을 조금만 변경하면 됩니다.

  kind: Pod
  metadata:
    name: example-tpu
    annotations:
      # The Cloud TPUs that will be created for this Job will support
      # TensorFlow 2.12.1. This version MUST match the
      # TensorFlow version that your model is built on.
      tf-version.cloud-tpus.google.com: "2.12.1"
  spec:
    containers:
    - name: example-container
      resources:
        limits:
          cloud-tpus.google.com/v2: 8
          # See the line above for TPU, or below for CPU / GPU.
          # cpu: 2
          # nvidia.com/gpu: 1
  

• 확장성: GKE는 수백 개의 GKE 포드와 Cloud TPU 노드로 확장할 수 있는 API(Job 및 Deployment)를 제공합니다.

• 내결함성: GKE의 Job API는 TensorFlow 체크포인트 메커니즘과 함께 실행 완료(run-to-completion) 시맨틱을 제공합니다. VM 인스턴스나 Cloud TPU 노드에서 오류가 발생하면 체크포인트의 최신 상태 읽기를 사용하여 학습 작업이 자동으로 다시 실행됩니다.

Cloud TPU 및 GKE 구성 요구사항 및 제한사항

GKE 구성 정의 시 다음 사항에 유의하세요.

• 참고: Cloud TPU는 Windows Server 노드 풀에서 지원되지 않습니다.
• Cloud TPU를 사용할 수 있는 영역에 GKE 클러스터와 노드 풀을 만들어야 합니다. 또한 GKE 클러스터와 동일한 리전에 학습 데이터와 모델을 저장할 Cloud Storage 버킷을 만들어야 합니다. 사용 가능한 영역 목록은 유형 및 영역 문서를 참조하세요.
• GKE 클러스터에 RFC 1918 준수 IP 주소를 사용해야 합니다. 자세한 내용은 GKE 네트워킹을 참조하세요.
• 각 컨테이너는 최대 클라우드 TPU 한 개를 요청할 수 있지만 한 포드에 있는 여러 컨테이너는 각각 Cloud TPU를 요청할 수 있습니다.

시작하기 전에

1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

3. Make sure that billing is enabled for your Google Cloud project.

4. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

5. Make sure that billing is enabled for your Google Cloud project.

GKE에서 Cloud TPU를 사용하면 프로젝트는 비용이 청구될 수 있는 Google Cloud 구성요소를 사용합니다. Cloud TPU 가격 책정과 GKE 가격 책정에서 예상 비용을 확인하고 안내를 따라 사용을 마친 리소스를 삭제합니다.

6. Google Cloud 콘솔에서 다음 API를 사용 설정합니다.

   • Cloud TPU API
   • Compute Engine API
   • GKE API

Cloud TPU 지원으로 새 클러스터 만들기

다음 안내에 따라 gcloud CLI를 사용하여 환경을 설정하고 Cloud TPU를 지원하는 GKE 클러스터를 만듭니다.

1. Cloud TPU와 함께 GKE를 실행하는 데 필요한 gcloud 구성요소를 설치합니다.

   $ gcloud components install kubectl 

2. Google Cloud 프로젝트 ID를 사용하여 gcloud를 구성합니다.

   $ gcloud config set project project-name

   project-name을 Google Cloud 프로젝트의 이름으로 바꿉니다.

   새 Cloud Shell VM에서 이 명령어를 처음 실행하면 Authorize Cloud Shell 페이지가 표시됩니다. 페이지 하단에 있는 Authorize를 클릭하여 gcloud에서 사용자 인증 정보로 Google Cloud API를 호출하도록 허용합니다.

3. Cloud TPU 리소스를 사용할 영역을 사용하여 gcloud를 구성합니다. 이 예시에서는 us-central1-b를 사용하지만 지원되는 모든 영역에서 TPU를 사용할 수 있습니다.

   $ gcloud config set compute/zone us-central1-b

4. gcloud container clusters create 명령어를 사용하여 Cloud TPU를 지원하는 GKE에서 클러스터를 만듭니다.

   참고: 공유 VPC와 함께 기존 CIDR 범위를 지정해야 하는 경우 공유 VPC와 함께 기존 CIDR 범위 사용에 표시된 명령어를 사용합니다.

   $ gcloud container clusters create cluster-name \
     --release-channel=stable \
     --scopes=cloud-platform \
     --enable-ip-alias \
     --enable-tpu

   명령어 플래그 설명

   release-channel

   출시 채널은 클러스터의 자동 업그레이드를 관리할 수 있는 방법을 제공합니다. 새 클러스터를 만들 때 출시 채널을 선택할 수 있습니다. 클러스터는 해당 채널에서 제공되는 버전으로만 업그레이드됩니다.

   범위

   클러스터의 모든 노드가 Cloud Storage 버킷에 액세스할 수 있도록 보장합니다. 이를 위해서는 클러스터와 스토리지 버킷이 같은 프로젝트에 있어야 합니다. 기본적으로 Kubernetes 포드는 배포되는 노드 범위를 상속합니다. 따라서 scopes=cloud-platform은 클러스터에서 실행 중인 모든 Kubernetes 포드에 cloud-platform 범위를 제공합니다. 포드 단위로 액세스를 제한하려면 GKE 가이드의 서비스 계정으로 인증을 참조하세요.

   enable-ip-alias

   클러스터가 별칭 IP 범위를 사용하고 있음을 나타냅니다. 이는 GKE에서 Cloud TPU를 사용하는 데 필요합니다.

   enable-tpu

   클러스터가 Cloud TPU를 지원해야 함을 나타냅니다.

   tpu-ipv4-cidr(선택사항, 위에서는 지정되지 않음)

   Cloud TPU에 사용할 CIDR 범위를 나타냅니다. IP_RANGE를 IP/20 양식으로 지정합니다(예: 10.100.0.0/20). 이 플래그를 지정하지 않으면 /20 크기의 CIDR 범위가 자동으로 할당되고 지정됩니다.

클러스터가 생성되면 다음과 유사한 메시지가 표시됩니다.

NAME             LOCATION       MASTER_VERSION    MASTER_IP     MACHINE_TYPE   NODE_VERSION      NUM_NODES  STATUS
cluster-name  us-central1-b  1.16.15-gke.4901  34.71.245.25  n1-standard-1  1.16.15-gke.4901  3          RUNNING

Kubernetes 포드 사양에서 Cloud TPU 요청

Kubernetes 포드 사양에서 다음을 수행합니다.

• 같은 TensorFlow 버전을 사용하여 컨테이너에 모델을 빌드해야 합니다. 지원되는 버전을 참조하세요.

• 컨테이너 사양에 있는 resource 필드의 limits 섹션에서 Cloud TPU 리소스를 지정합니다.

  Cloud TPU 리소스 단위는 Cloud TPU 코어 수입니다. 다음 표에는 유효한 리소스 요청 예시가 나와 있습니다. 유효한 TPU 리소스의 전체 목록은 TPU 유형 및 영역을 참조하세요.

  사용할 리소스가 Cloud TPU Pod인 경우에는 Cloud TPU Pod의 기본 할당량이 0이므로 할당량을 요청하세요.

  리소스 요청	Cloud TPU 유형
  cloud-tpus.google.com/v2: 8	Cloud TPU v2 기기(코어 8개)
  cloud-tpus.google.com/preemptible-v2: 8	선점형 Cloud TPU v2 기기(코어 8개)
  cloud-tpus.google.com/v3: 8	Cloud TPU v3 기기(코어 8개)
  cloud-tpus.google.com/preemptible-v3: 8	선점형 Cloud TPU v3 기기(코어 8개)
  cloud-tpus.google.com/v2: 32	v2-32 Cloud TPU Pod(코어 32개)
  cloud-tpus.google.com/v3: 32	v3-32 Cloud TPU Pod(코어 32개)

  포드 사양에서 리소스 및 제한을 지정하는 방법에 대한 자세한 내용은 Kubernetes 문서를 참조하세요.

다음 샘플 포드 사양은 TensorFlow 2.12.1을 사용하는 선점형 Cloud TPU v2-8 TPU 하나를 요청합니다.

Cloud TPU 노드 수명은 이 노드를 요청한 Kubernetes 포드에 바인딩됩니다. Cloud TPU는 Kubernetes 포드가 예약되면 요청 시 생성되고 Kubernetes 포드가 삭제되면 재활용됩니다.

apiVersion: v1
kind: Pod
metadata:
  name: gke-tpu-pod
  annotations:
     # The Cloud TPUs that will be created for this Job will support
     # TensorFlow 2.12.1. This version MUST match the
     # TensorFlow version that your model is built on.
     tf-version.cloud-tpus.google.com: "2.12.1"
spec:
  restartPolicy: Never
  containers:
  - name: gke-tpu-container
    # The official TensorFlow 2.12.1 image.
    # https://hub.docker.com/r/tensorflow/tensorflow
    image: tensorflow/tensorflow:2.12.1
    command:
    - python
    - -c
    - |
      import tensorflow as tf
      print("Tensorflow version " + tf.__version__)

      tpu = tf.distribute.cluster_resolver.TPUClusterResolver('$(KUBE_GOOGLE_CLOUD_TPU_ENDPOINTS)')
      print('Running on TPU ', tpu.cluster_spec().as_dict()['worker'])

      tf.config.experimental_connect_to_cluster(tpu)
      tf.tpu.experimental.initialize_tpu_system(tpu)
      strategy = tf.distribute.TPUStrategy(tpu)

      @tf.function
      def add_fn(x,y):
          z = x + y
          return z

      x = tf.constant(1.)
      y = tf.constant(1.)
      z = strategy.run(add_fn, args=(x,y))
      print(z)
    resources:
      limits:
        # Request a single Preemptible v2-8 Cloud TPU device to train the model.
        cloud-tpus.google.com/preemptible-v2: 8

작업 만들기

GKE 클러스터에서 작업을 만들고 kubectl을 설치하려면 다음 단계를 따르세요.

1. 텍스트 편집기를 사용하여 포드 사양 example-job.yaml을 만들고 이전에 표시된 포드 사양에 복사하여 붙여넣습니다.

2. 작업을 실행합니다.

   $ kubectl create -f example-job.yaml

   pod "gke-tpu-pod" created

   이 명령어는 포드를 자동으로 예약하는 작업을 만듭니다.

3. GKE 포드가 예약되었고 Cloud TPU 노드가 프로비저닝되었는지 확인합니다. Cloud TPU 노드를 요청하는 GKE 포드가 실행되기 전에 5분 동안 대기중일 수 있습니다. GKE 포드가 예약될 때까지 다음과 비슷한 출력이 표시됩니다.

   $ kubectl get pods -w
   
   NAME          READY     STATUS    RESTARTS   AGE
   gke-tpu-pod   0/1       Pending   0          1m
   

   약 5분 후에 다음과 같은 내용이 표시됩니다.

   NAME          READY     STATUS              RESTARTS   AGE
   gke-tpu-pod   0/1       Pending             0          21s
   gke-tpu-pod   0/1       Pending             0          2m18s
   gke-tpu-pod   0/1       Pending             0          2m18s
   gke-tpu-pod   0/1       ContainerCreating   0          2m18s
   gke-tpu-pod   1/1       Running             0          2m48s
   gke-tpu-pod   0/1       Completed           0          3m8s
   

   'kubectl get' 명령어를 종료하려면 Ctrl-C를 사용해야 합니다.

   다음 kubectl 명령어를 사용하여 각 GKE 포드에 대한 로그 정보를 인쇄하고 자세한 정보를 검색할 수 있습니다. 예를 들어 GKE 포드의 로그 출력을 확인하려면 다음을 사용합니다.

   $ kubectl logs gke-tpu-pod

   다음과 비슷한 출력이 표시됩니다.

   2021-09-24 18:55:25.400699: I tensorflow/core/platform/cpu_feature_guard.cc:142]
   This TensorFlow binary is optimized with oneAPI Deep Neural Network Library
   (oneDNN) to use the following CPU instructions in performance-critical operations:  AVX2 FMA
   To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags.
   2021-09-24 18:55:25.405947: I tensorflow/core/distributed_runtime/rpc/grpc_channel.cc:272]
   Initialize GrpcChannelCache for job worker -> {0 -> 10.0.16.2:8470}
   2021-09-24 18:55:25.406058: I tensorflow/core/distributed_runtime/rpc/grpc_channel.cc:272]
   Initialize GrpcChannelCache for job localhost -> {0 -> localhost:32769}
   2021-09-24 18:55:28.091729: I tensorflow/core/distributed_runtime/rpc/grpc_channel.cc:272]
   Initialize GrpcChannelCache for job worker -> {0 -> 10.0.16.2:8470}
   2021-09-24 18:55:28.091896: I tensorflow/core/distributed_runtime/rpc/grpc_channel.cc:272]
   Initialize GrpcChannelCache for job localhost -> {0 -> localhost:32769}
   2021-09-24 18:55:28.092579: I tensorflow/core/distributed_runtime/rpc/grpc_server_lib.cc:427]
   Started server with target: grpc://localhost:32769
   Tensorflow version 2.12.1
   Running on TPU  ['10.0.16.2:8470']
   PerReplica:{
     0: tf.Tensor(2.0, shape=(), dtype=float32),
     1: tf.Tensor(2.0, shape=(), dtype=float32),
     2: tf.Tensor(2.0, shape=(), dtype=float32),
     3: tf.Tensor(2.0, shape=(), dtype=float32),
     4: tf.Tensor(2.0, shape=(), dtype=float32),
     5: tf.Tensor(2.0, shape=(), dtype=float32),
     6: tf.Tensor(2.0, shape=(), dtype=float32),
     7: tf.Tensor(2.0, shape=(), dtype=float32)
   }
   

   GKE 포드에 대한 자세한 설명을 보려면 다음을 사용합니다.

   $ kubectl describe pod gke-tpu-pod

   자세한 내용은 애플리케이션 점검 및 디버깅을 참조하세요.

Docker 이미지에서 모델 빌드 및 컨테이너화

이 프로세스에 대한 자세한 내용은 자체 모델 빌드 및 컨테이너화를 참조하세요.

기존 클러스터에서 Cloud TPU 지원 사용 설정

이 기능에는 서비스별 약관의 일반 서비스 약관 섹션에 있는 'GA 이전 제공 서비스 약관'이 적용됩니다. GA 이전 기능은 '있는 그대로' 제공되며 지원이 제한될 수 있습니다. 자세한 내용은 출시 단계 설명을 참조하세요.

기존 GKE 클러스터에서 Cloud TPU 지원을 사용 설정하려면 Google Cloud CLI에서 다음 단계를 수행합니다.

1. Cloud TPU 지원 사용 설정:

   gcloud beta container clusters update cluster-name --enable-tpu
   

   cluster-name을 클러스터 이름으로 바꿉니다.

   중요: 클러스터를 업데이트한 후에 원래 API 서버 엔드포인트를 사용하지 못할 수도 있습니다.

2. kubeconfig 항목을 업데이트합니다.

   gcloud container clusters get-credentials cluster-name
   

커스텀 CIDR 범위 설정

이 기능에는 서비스별 약관의 일반 서비스 약관 섹션에 있는 'GA 이전 제공 서비스 약관'이 적용됩니다. GA 이전 기능은 '있는 그대로' 제공되며 지원이 제한될 수 있습니다. 자세한 내용은 출시 단계 설명을 참조하세요.

기본적으로 GKE는 클러스터가 프로비저닝한 TPU에 /20 크기의 CIDR 블록을 할당합니다. 다음 명령어를 실행하여 Cloud TPU의 커스텀 CIDR 범위를 지정할 수 있습니다.

gcloud beta container clusters update cluster-name \
  --enable-tpu \
  --tpu-ipv4-cidr 10.100.0.0/20

다음을 바꿉니다.

• cluster-name: 기존 클러스터의 이름입니다.
• 10.100.0.0/20: 커스텀 CIDR 범위입니다.

공유 VPC에서 기존 CIDR 범위 사용

참고: 이 섹션은 기존 CIDR 범위를 사용해야 하는 공유 VPC 네트워크에 클러스터를 배포하는 사용자를 대상으로 합니다. 사용 사례가 아니면 이 섹션을 건너뛰세요.

공유 VPC를 사용하는 GKE 클러스터의 TPU에 대한 가이드에 따라 공유 VPC의 올바른 구성을 확인합니다.

• 공유 VPC를 사용하는 Cloud TPU가 있는 GKE 클러스터

클러스터에서 Cloud TPU 사용 중지

중요: Cloud TPU 지원을 중지하면 GKE 클러스터에서 프로비저닝한 모든 TPU가 삭제됩니다. Cloud TPU가 필요한 모든 워크로드는 작업이 시작되면 사용할 수 없게 됩니다.

기존 GKE 클러스터에서 Cloud TPU 지원을 중지하려면 Google Cloud CLI에서 다음 단계를 수행합니다.

1. Cloud TPU를 사용 중인 워크로드가 없는지 확인합니다.

   $ kubectl get tpu

2. 클러스터에서 Cloud TPU 지원을 사용 중지합니다.

   $ gcloud beta container clusters update cluster-name --no-enable-tpu

   cluster-name을 클러스터 이름으로 바꿉니다.

   이 작업은 영역 클러스터의 경우 약 5분이 소요되며, 리전 클러스터의 경우 클러스터의 리전에 따라 약 15분이 소요됩니다.

3. 작업이 오류 없이 완료되면 클러스터에서 프로비저닝된 TPU가 제거되었는지 확인할 수 있습니다.

   $ gcloud compute tpus list

   Cloud TPU에서 만든 TPU 이름의 형식은 다음과 같습니다.

   $ gke-cluster-name-cluster-id-tpu-tpu-id

   다음을 바꿉니다.

   • cluster-name: 기존 클러스터의 이름입니다.
   • cluster-id: 기존 클러스터의 ID입니다.
   • tpu-id: Cloud TPU의 ID입니다.

   TPU가 표시되면 다음을 실행하여 수동으로 삭제할 수 있습니다.

   $ gcloud compute tpus delete gke-cluster-name-cluster-id-tpu-tpu-id

삭제

GKE에서 Cloud TPU 작업을 마쳤으면 Cloud Billing 계정에 추가 비용이 발생하지 않도록 리소스를 삭제합니다.

1. GKE 클러스터를 삭제하려면 cluster-name을 클러스터 이름으로 바꾸고 project-name을 Google Cloud 프로젝트 이름으로 바꾸어 다음 명령어를 실행합니다.

   $ gcloud container clusters delete cluster-name \
   --project=project-name --zone=us-central1-b

2. 데이터 검토를 마쳤으면 gcloud CLI 명령어를 사용하여 생성된 Cloud Storage 버킷을 삭제합니다. bucket-name을 Cloud Storage 버킷 이름으로 바꿉니다.

   $ gcloud storage rm gs://bucket-name --recursive