Imagens de VM da TPU

Ao criar recursos de TPU, você transmite o parâmetro --version ou --runtime-version, que especifica uma imagem de VM de TPU. As imagens de VM da TPU contêm o sistema operacional (Ubuntu) e, opcionalmente, outro software necessário para executar o código nas TPUs. Neste documento, fornecemos orientações sobre como selecionar a imagem de VM de TPU apropriada ao criar Cloud TPUs.

PyTorch e JAX

Use as seguintes imagens de base de VM de TPU comuns para PyTorch e JAX. Em seguida, instale o framework que você quer usar.

  • tpu-ubuntu2204-base (padrão)
  • v2-alpha-tpuv5 (TPU v5p)

Consulte os documentos de início rápido do PyTorch/XLA e do JAX para ver as instruções de instalação.

TensorFlow

Há imagens de VM de TPU específicas para cada versão do TensorFlow. As seguintes versões do TensorFlow são compatíveis com Cloud TPUs:

  • 2.16.1
  • 2.15.1
  • 2.15.0
  • 2.14.1
  • 2.14.0
  • 2.13.1
  • 2.13.0
  • 2.12.1
  • 2.12.0
  • 2.11.1
  • 2.11.0
  • 2.10.1
  • 2.10.0
  • 2.9.3
  • 2.9.1
  • 2.8.4
  • 2.8.3
  • 2.8.0
  • 2.7.4
  • 2.7.3

Para mais informações sobre as versões de patch do TensorFlow, consulte Versões de patch do TensorFlow compatíveis.

Para as versões 2.15.0 e mais recentes do TensorFlow, há variantes de imagem de VM da TPU baseadas na API do dispositivo (PJRT ou executor de stream) que você está usando.

Treinamento em v5p e v5e

A TPU v5e e v5p oferecem suporte ao TensorFlow 2.15.0 e versões mais recentes. Especifique a imagem da VM da TPU usando o formato: tpu-vm-tf-x.y.z-{pod}-pjrt, em que x é a versão principal do TensorFlow, y é a versão secundária e z é a versão de patch do TensorFlow. Adicione pod depois da versão do TensorFlow se você estiver usando uma TPU de vários hosts. Por exemplo, se você estiver usando o TensorFlow 2.16.0 em uma TPU com vários hosts, use a imagem de VM da TPU tpu-vm-tf-2.16.0-pod-pjrt. Para outras versões do TensorFlow, substitua 2.16.0 pelas versões principais e de patch do TensorFlow que você está usando. Se você estiver usando uma única TPU de host, omita pod.

Veiculação na v5e

Há imagens do Docker que contêm todos os requisitos de software necessários para disponibilização com o TensorFlow, o PyTorch e o JAX. Para mais informações, consulte Introdução à inferência do Cloud TPU v5e.

TPU v4

Se você estiver usando a TPU v4 e o TensorFlow 2.15.0 ou mais recente, siga as instruções de treinamento na v5p e v5e. Se você estiver usando o TensorFlow 2.10.0 ou anterior, use uma imagem de VM de TPU específica para a v4:

Versão do TensorFlow Versão da imagem da VM da TPU
2.10.0 tpu-vm-tf-2.10.0-v4
tpu-vm-tf-2.10.0-pod-v4
2.9.3 tpu-vm-tf-2.9.3-v4
tpu-vm-tf-2.9.3-pod-v4
2.9.2 tpu-vm-tf-2.9.2-v4
tpu-vm-tf-2.9.2-pod-v4
2.9.1 tpu-vm-tf-2.9.1-v4
tpu-vm-tf-2.9.1-pod-v4

TPU v2 e v3

Se você estiver usando a TPU v2 ou v3, use a imagem da VM da TPU que corresponde à versão do TensorFlow em uso. Por exemplo, se você estiver usando o TensorFlow 2.14.1, use a imagem de TPU tpu-vm-tf-2.14.1. Para outras versões do TensorFlow, substitua 2.14.1 pela versão do TensorFlow que você está usando. Se você estiver usando um TPU com vários hosts, anexe o pod ao final da imagem da TPU, por exemplo, tpu-vm-tf-2.14.1-pod.

A partir do TensorFlow 2.15.0, também é necessário especificar uma API de dispositivo. Por exemplo, se você estiver usando o TensorFlow 2.16.1 com a API PJRT, use a imagem de TPU tpu-vm-tf-2.16.1-pjrt. Se você estiver usando a API do executor de stream com a mesma versão do TensorFlow, use a imagem da TPU tpu-vm-tf-2.16.1-se. As versões do TensorFlow anteriores à 2.15.0 são compatíveis apenas com o executor de stream.

Suporte ao PJRT do TensorFlow

A partir do TensorFlow 2.15.0, é possível usar a interface PJRT para o TensorFlow na TPU. O PJRT tem desfragmentação automática de memória do dispositivo e simplifica a integração de hardware com frameworks. Para saber mais, consulte PJRT: como simplificar a integração de hardware e framework de ML (em inglês).

Accelerator Engenharia de Suporte à PJRT Suporte ao executor de streaming
TPU v2 a v4 Computação densa (sem API de incorporação de TPU) Sim Sim
TPU v2 a v4 API Dense Compute + API Embedding de TPU No Sim
TPU v2 a v4 tf.summary/tf.print com posicionamento de dispositivo flexível No Sim
TPU v5e Computação densa (sem API de incorporação de TPU) Sim No
TPU v5e API de incorporação de TPU N/A No
TPU v5p Computação densa (sem API de incorporação de TPU) Sim No
TPU v5p API de incorporação de TPU Sim No

Versões do Libtpu

As imagens do TensorFlow das VMs de TPU contêm uma versão específica do TensorFlow e a biblioteca libtpu correspondente. Se você estiver criando sua própria imagem de VM, use as seguintes versões de software de TPU do TensorFlow e versões de libtpu correspondentes:

Versão do TensorFlow Versão do libtpu.so
2.16.1 1.10.1
2.15.1 1.9.0
2.15.0 1.9.0
2.14.1 1.8.1
2.14.0 1.8.0
2.13.1 1.7.1
2.13.0 1.7.0
2.12.1 1.6.1
2.12.0 1.6.0
2.11.1 1.5.1
2.11.0 1.5.0
2.10.1 1.4.1
2.10.0 1.4.0
2.9.3 1.3.2
2.9.1 1.3.0
2.8.3 1.2.3
2.8.0 1.2.0
2.7.3 1.1.2

A seguir