Executar um cálculo em uma VM da Cloud TPU usando o PyTorch

Neste guia de início rápido, mostramos como criar um Cloud TPU, instalar o PyTorch e executar um cálculo simples em um Cloud TPU. Para ver um tutorial mais detalhado sobre como treinar um modelo em um Cloud TPU, consulte um dos tutoriais do PyTorch do Cloud TPU.

Antes de começar

Antes de seguir este guia de início rápido, você precisa criar uma conta do Google Cloud Platform, instalar a Google Cloud CLI e configurar o comando gcloud. Para mais informações, acesse Configurar uma conta e um projeto do Cloud TPU.

Criar um Cloud TPU com `gcloud`

Para criar uma VM da TPU no projeto de usuário padrão, na rede e na zona, execute:

$ gcloud compute tpus tpu-vm create tpu-name \
   --zone=us-central1-b \
   --accelerator-type=v3-8 \
   --version=tpu-ubuntu2204-base

Descrições de sinalizações de comando

zone: A zona em que você planeja criar o Cloud TPU.
accelerator-type: O tipo de acelerador especifica a versão e o tamanho do Cloud TPU que você quer criar. Para mais informações sobre os tipos de aceleradores compatíveis com cada versão de TPU, acesse Versões de TPU.
version: A versão do software do Cloud TPU.

Ao criar a TPU, é possível transmitir as sinalizações --network e --subnetwork adicionais se quiser especificar a rede e a sub-rede padrão. Se você não quiser usar a rede padrão, transmita a flag --network. A sinalização --subnetwork é opcional e pode ser usada para especificar uma sub-rede padrão para qualquer rede que você estiver usando (padrão ou especificada pelo usuário). Consulte a página de referência da API gcloud para mais detalhes sobre essas sinalizações.

Conectar-se à VM do Cloud TPU

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

Instalar o PyTorch/XLA na VM da TPU

   (vm)$ pip install torch~=2.2.0 torch_xla[tpu]~=2.2.0 torchvision -f https://storage.googleapis.com/libtpu-releases/index.html

Definir a configuração do ambiente de execução da TPU

Verifique se o ambiente de execução do PyTorch/XLA usa a TPU.

   (vm) $ export PJRT_DEVICE=TPU

Faça um cálculo simples:

Crie um arquivo chamado tpu-test.py no diretório atual e copie e cole o script a seguir nele.

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)

Execute o script:

  (vm)$ python3 tpu-test.py

A saída do script mostra o resultado do cálculo:

tensor([[-0.2121,  1.5589, -0.6951],
        [-0.7886, -0.2022,  0.9242],
        [ 0.8555, -1.8698,  1.4333]], device='xla:1')

Limpar

Para evitar cobranças na sua conta do Google Cloud pelos recursos usados nesta página, siga estas etapas.

Desconecte-se da instância do Compute Engine, caso ainda não tenha feito isso:
```
(vm)$ exit
```
Agora, o prompt precisa ser username@projectname, mostrando que você está no Cloud Shell.

Exclua o Cloud TPU.

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

A saída desse comando confirmará se a TPU foi excluída.