Cloud TPU PyTorch 快速入门

本快速入门介绍如何创建 Cloud TPU、如何安装 PyTorch,以及如何在 Cloud TPU 上运行简单的计算。如需更深入地了解如何在 Cloud TPU 上训练模型,请参阅 Cloud TPU PyTorch 教程之一。

准备工作

在按照本快速入门操作之前,您必须创建一个 Google Cloud Platform 帐号,安装 Google Cloud Platform SDK,并配置 gcloud 命令。如需了解详情,请参阅设置帐号和 Cloud TPU 项目

使用 gcloud 创建 Cloud TPU

使用 gcloud 命令启动 Compute Engine 虚拟机和 Cloud TPU。 使用的命令取决于您使用的是 TPU 虚拟机还是 TPU 节点。如需详细了解这两种虚拟机架构,请参阅系统架构。如需详细了解 gcloud 命令,请参阅 gcloud 参考文档

TPU 虚拟机

$ gcloud alpha compute tpus tpu-vm create tpu-name \
--zone=us-central1-b \
--accelerator-type=v3-8 \
--version=v2-alpha

命令标志说明

zone
拟在其中创建 Cloud TPU 的区域
accelerator-type
要创建的 Cloud TPU 的类型
version
Cloud TPU 运行时版本。

TPU 节点

  1. 为 PyTorch 创建 TPU 节点时,首先要创建一个 Compute Engine 虚拟机实例。

    gcloud compute instances create tpu-name \
    --zone=us-central1-b  \
    --machine-type=n1-standard-16  \
    --image-family=torch-xla \
    --image-project=ml-images  \
    --boot-disk-size=200GB \
    --scopes=https://www.googleapis.com/auth/cloud-platform

    命令标志说明

    project
    您的 GCP 项目 ID
    name
    要创建的 Cloud TPU 的名称。
    zone
    拟在其中创建 Cloud TPU 的地区
    disk-size
    gcloud 命令创建的虚拟机的硬盘大小(以 GB 为单位)。
    machine-type
    要创建的 Compute Engine 虚拟机的机器类型
    tf-version
    在虚拟机上安装的 Tensorflow gcloud 的版本。
    accelerator-type
    要创建的 Cloud TPU 的类型
  2. 接下来,创建 TPU 实例。

    gcloud compute tpus create tpu-name \
    --zone=us-central1-b \
    --network=default \
    --version=pytorch-1.9 \
    --accelerator-type=v3-8

    命令标志说明

    name
    要创建的 Cloud TPU 的名称。
    zone
    拟在其中创建 Cloud TPU 的可用区
    network
    TPU 连接到的网络。
    version
    在虚拟机上安装的 PyTorch gcloud 的版本。
    accelerator-type
    要创建的 Cloud TPU 的类型

连接到 Cloud TPU 虚拟机

TPU 虚拟机

$ gcloud alpha compute tpus tpu-vm ssh tpu-name \
  --zone us-central1-b

TPU 节点

gcloud compute ssh tpu-name --zone=us-central1-b

设置 XRT TPU 设备配置

TPU 虚拟机

配置 Torch-XLA 环境。

(vm)$ export XRT_TPU_CONFIG="localservice;0;localhost:51011"

TPU 节点

  1. 查找 TPU 节点的 IP 地址。

    (vm)$ gcloud compute tpus describe tpu-name --zone=us-central1-b
  2. 配置 Torch-XLA 环境。 请务必将 your-tpu-ip-address 替换为 TPU 的 IP 地址。

    (vm)$ conda activate torch-xla-1.9
    (vm)$ export TPU_IP_ADDRESS=your-tpu-ip-address
    (vm)$ export XRT_TPU_CONFIG="tpu_worker;0;$TPU_IP_ADDRESS:8470"

执行简单的计算:

  1. 在当前目录中创建一个名为 tpu-test.py 的文件,并将以下脚本复制粘贴到其中。

    import torch
    import torch_xla.core.xla_model as xm
    
    dev = xm.xla_device()
    t1 = torch.randn(3,3,device=dev)
    t2 = torch.randn(3,3,device=dev)
    print(t1 + t2)
    
  2. 运行脚本:

      (vm)$ python3 tpu-test.py

    脚本的输出显示计算结果:

    tensor([[-0.2121,  1.5589, -0.6951],
            [-0.7886, -0.2022,  0.9242],
            [ 0.8555, -1.8698,  1.4333]], device='xla:1')</span></pre>
    
    OpKernel ('op: "TPURoundRobin" device_type: "CPU"') for unknown op: TPURoundRobin
    OpKernel ('op: "TpuHandleToProtoKey" device_type: "CPU"') for unknown op: TpuHandleToProtoKey
    

清理

为避免系统因本页中使用的资源向您的 Google Cloud 帐号收取费用,请按照以下步骤操作。

  1. 断开与 Compute Engine 实例的连接(如果您尚未这样做):

    (vm)$ exit
    

    您的提示符现在应为 username@projectname,表明您位于 Cloud Shell 中。

  2. 删除您的 Cloud TPU。

    TPU 虚拟机

    $ gcloud alpha compute tpus tpu-vm delete tpu-name \
    --zone=us-central1-b

    TPU 节点

    $ gcloud compute tpus execution-groups delete tpu-name \
    --zone=us-central1-b

    此命令的输出应确认 TPU 已被删除。

后续步骤

详细了解 Cloud TPU 虚拟机: