Cloud TPU 数据的存储方案

本文档介绍了在 Cloud TPU 上训练模型时可以使用的数据存储方案。

简介

Cloud TPU 需要使用数据存储来执行以下操作：

  • 数据集下载和预处理
  • 主机输入流水线处理
  • 模型训练输入
  • 模型训练输出

Cloud TPU 应用数据和训练数据集提供五个存储选项：

如需详细了解存储费用和性能，请参阅存储方案。

TPU 虚拟机或 TPU 节点的启动磁盘

默认情况下，每个 Cloud TPU 虚拟机都有一个 100GB 的单启动永久性磁盘，其中包含操作系统。启动磁盘还可用于存储下载的数据集，用于预处理数据以及构建输入和输出数据，但前提是总数据量不超过启动磁盘上的可用空间。

如果训练应用需要启动磁盘默认以外的额外存储空间，您可以向虚拟机或 TPU 虚拟机实例添加一个或多个永久性磁盘。将永久性磁盘添加到 TPU 节点（Compute Engine 虚拟机）或 TPU 虚拟机的过程有多种。

挂接到 TPU 虚拟机或 TPU 节点的永久性磁盘

永久性磁盘是持久性网络存储设备，虚拟机实例可以像访问桌面设备或服务器中的物理磁盘一样访问它们。每个永久性磁盘上的数据分布在多个物理磁盘中。Compute Engine 会为您管理物理磁盘和数据分布，以确保冗余和最佳性能。

永久性磁盘是独立于虚拟机 (VM) 实例创建的，因此即使在删除虚拟机实例后也可以保留数据。 永久性磁盘性能会随大小自动调节，因此您可以调整现有永久性磁盘的大小或向实例添加更多永久性磁盘，以满足您的性能和存储空间需求。

永久性磁盘具有内置冗余，可保护您的数据免受设备故障的影响，并通过数据中心维护事件确保数据可用性。系统会针对所有永久性磁盘操作计算校验和，因此我们可以确保您所读取的内容就是您所写入的内容。

此外，您还可以创建永久性磁盘的快照，以防止因用户错误而导致数据丢失。这些快照采用增量方式，即使您对挂接到正在运行的实例的磁盘创建快照，也只需要几分钟时间。

如需详细了解如何将永久性磁盘与 TPU 虚拟机配合使用，请参阅向 TPU 虚拟机添加永久性磁盘。

Cloud Storage 存储桶

Cloud Storage 存储分区是适用于虚拟机实例的最灵活、可伸缩和持久的存储方案。如果您的训练作业不需要永久性磁盘的较短延迟时间，您可以将数据集存储在 Cloud Storage 存储桶中。

Cloud Storage 存储桶的性能取决于您选择的存储类别以及存储桶相对于实例的位置。

在虚拟机实例（针对 TPU 节点）或 TPU 虚拟机所在的可用区中创建 Cloud Storage 存储桶，可获得与永久性磁盘相当的性能，但具有更长的延迟时间和不太一致的吞吐量特征。

所有 Cloud Storage 存储分区都具有内置冗余功能，可保护您的数据免受设备故障的影响，并通过数据中心维护事件确保数据可用性。系统会针对所有 Cloud Storage 操作计算校验和，以帮助确保您所读取的内容就是您所写入的内容。

与永久性磁盘不同，Cloud Storage 存储分区不限于实例所在的地区。此外，您可以同时在多个实例的存储桶中读取和写入数据。例如，您可以将多个可用区中的实例配置为在同一个存储桶中读取和写入数据，而不是将数据复制到多个可用区的永久性磁盘中。

Cloud Storage FUSE

借助 Cloud Storage FUSE，您可以将 Cloud Storage 存储分区作为本地文件系统进行装载和访问。这样，应用就能使用标准文件系统语义读取和写入存储桶中的对象。

如需详细了解 Cloud Storage FUSE 的工作原理以及 Cloud Storage FUSE 操作如何映射到 Cloud Storage 操作，请参阅 Cloud Storage FUSE 文档。您可以在 GitHub 上找到有关如何使用 Cloud Storage FUSE 的更多信息，例如如何安装 Cloud Storage FUSE CLI 以及如何装载存储分区。

Filestore 文件共享

Filestore 文件共享是 Compute Engine 的全代管式网络附加存储 (NAS)。Filestore 与现有企业应用兼容，并支持任何与 NFSv3 兼容的客户端。

Filestore 可实现低延迟的文件操作。对于对延迟敏感的工作负载，Filestore 支持高达 100 TB 的容量和 25 GB/秒的吞吐量和 720,000 IOPS，同时最大限度地减少性能变化。

借助 Filestore，您可以在 TPU 虚拟机上装载文件共享。

后续步骤