esegui il deployment di più sezioni TPU in GKE

Questa pagina mostra come eseguire il deployment dei carichi di lavoro in Google Kubernetes Engine (GKE) utilizzando la configurazione multisezione di Cloud TPU per un addestramento conveniente e su larga scala.

Prima di configurare più sezioni in GKE, devi conoscere i seguenti concetti:

  1. Introduzione a Cloud TPU
  2. Architettura di sistema Cloud TPU
  3. Informazioni sulle TPU in GKE

Che cos'è TPU Multisezione

TPU Multislice è l'organizzazione architetturale delle VM in una sezione TPU in cui due o più sezioni Cloud TPU comunicano sulla rete di data center (DCN). Multislice consente l'addestramento full stack ed economico su larga scala con scalabilità quasi lineare fino a decine di migliaia di chip TPU. In una configurazione con più sezioni, GKE esegue il deployment di un carico di lavoro multisettore su più sezioni TPU. La comunicazione tra i chip TPU all'interno di una sezione avviene tramite le interconnessioni tra chip (ICI). La comunicazione tra le sezioni avviene attraverso la rete DCN.

Ti consigliamo di utilizzare l'opzione Multisezione se il job è troppo grande per poter essere inserito in una singola sezione TPU.

Disponibilità di più sezioni in GKE

  • Standard supporta Multislice nella versione 1.27.4-gke.900 e successive.
  • Autopilot supporta Multislice nella versione 1.29.2-gke.1521000 e successive.
  • Multislice supporta i framework JAX e PyTorch. La versione minima di JAX supportata è la 2.1.
  • Più sezioni supporta solo i pool di nodi delle sezioni TPU multi-host. Ad esempio, non puoi utilizzare Multislice con un ct4p-hightpu-4t con una topologia 2x2x1 o un ct5lp-hightpu-4t con una topologia 2x2, perché si tratta di pool di nodi di una sezione TPU a host singolo.
  • Multislice supporta solo l'addestramento sincrono multicontroller.
  • I carichi di lavoro con più sezioni possono essere eseguiti solo su sezioni TPU che condividono lo stesso tipo, dimensione e topologia di TPU.

Prima di iniziare

Prima di iniziare, assicurati di aver eseguito le seguenti attività:

  • Abilita l'API Google Kubernetes Engine.
    • Abilita l'API Google Kubernetes Engine
  • Se vuoi utilizzare Google Cloud CLI per questa attività, installa e quindi initialize gcloud CLI. Se hai già installato gcloud CLI, ottieni la versione più recente eseguendo gcloud components update.

Esegui un carico di lavoro su una sezione multipla

Questa sezione mostra come eseguire un carico di lavoro su una sezione multipla. Se utilizzi la modalità GKE Autopilot, passa alla sezione Esegui un carico di lavoro con più sezioni. I cluster Autopilot che eseguono la versione 1.29.2-gke.1521000 o successive abilitano le TPU per impostazione predefinita.

prepara un pool di nodi in modalità Standard

Questa sezione illustra i seguenti passaggi:

  1. Crea tre pool di nodi delle sezioni TPU multi-host
  2. Verifica lo stato del pool di nodi

Crea il pool di nodi della sezione TPU

Puoi creare più di un pool di nodi della sezione TPU multi-host. Ai fini di questa guida, crea tre pool di nodi di sezioni TPU multi-host per eseguire un carico di lavoro Multislice. Puoi creare un pool di nodi con una sezione TPU multi-host utilizzando Google Cloud CLI, Terraform o la console Google Cloud.

gcloud

gcloud container node-pools create POOL_NAME \
    --location=LOCATION \
    --cluster=CLUSTER_NAME \
    --node-locations=NODE_ZONE \
    --machine-type=MACHINE_TYPE \
    --tpu-topology=TPU_TOPOLOGY \
    --num-nodes=NUM_NODES \
    [--spot \]
    [--enable-autoscaling \
      --max-nodes MAX_NODES]
    [--reservation-affinity=specific \
    --reservation=RESERVATION_NAME]

Sostituisci quanto segue:

  • POOL_NAME: il nome del nuovo pool di nodi.

  • LOCATION: il nome della zona in base alla versione della TPU che vuoi utilizzare:

    • Per TPU v4, usa us-central2-b.
    • I tipi di macchine TPU v5e che iniziano con ct5l- non sono mai multi-host.
    • Per i tipi di macchine TPU v5e che iniziano con ct5lp-, utilizza us-west1-c, us-west4-a, us-west4-b, us-central1-a, us-east1-c, us-east5-b o europe-west4-a.
    • Per i tipi di macchine TPU v5p che iniziano con ct5p-, usa us-east1-d, us-east5-a o us-east5-c.

    Per scoprire di più, consulta Disponibilità delle TPU in GKE.

  • CLUSTER_NAME: il nome del cluster.

  • NODE_ZONE: l'elenco separato da virgole di una o più zone in cui GKE crea il pool di nodi.

  • MACHINE_TYPE: il tipo di macchina da utilizzare per i nodi. Per scoprire di più sui tipi di macchine disponibili, consulta la pagina Mappatura della configurazione di TPU.

  • TPU_TOPOLOGY: la topologia fisica per la sezione TPU. Il formato della topologia dipende dalla versione di TPU, come segue:

    • TPU v4 o v5p: definisci la topologia in 3 tuple ({A}x{B}x{C}), ad esempio 4x4x4.
    • TPU v5e: definisci la topologia in due tuple ({A}x{B}), ad esempio 2x2.

    Per scoprire di più, consulta Topologia.

  • NUM_NODES: il numero di nodi nel pool di nodi. Deve essere zero o il prodotto dei valori definiti in TPU_TOPOLOGY ({A}x{B}x{C}) diviso per il numero di chip in ogni VM. Per TPU v4 multi-host e TPU v5e, il numero di chip in ogni VM è quattro. Pertanto, se il valore di TPU_TOPOLOGY è 2x4x4 (TPU v4 con quattro chip in ogni VM), il NUM_NODES è 32/4, ovvero 8.

Facoltativamente, puoi anche utilizzare i seguenti flag:

  • RESERVATION_NAME: il nome della prenotazione utilizzata da GKE durante la creazione del pool di nodi. Se ometti questo flag, GKE utilizza i pool di nodi della sezione TPU disponibili. Per scoprire di più sulle prenotazioni TPU, consulta la pagina relativa alla prenotazione TPU.
  • --spot: imposta il pool di nodi in modo da utilizzare le VM spot per i nodi della sezione TPU. Questo valore non può essere modificato dopo la creazione del pool di nodi. Per ulteriori informazioni, consulta VM spot.
  • --enable-autoscaling: crea un pool di nodi con scalabilità automatica abilitata. Quando GKE scala un pool di nodi di sezioni TPU multi-host, fa lo scale up atomicamente del pool di nodi da zero alla dimensione massima.
    • MAX_NODES: la dimensione massima del pool di nodi. Il flag --max-nodes è obbligatorio se viene fornito il valore --enable-autoscaling e deve essere uguale al prodotto dei valori definiti in TPU_TOPOLOGY ({A}x{B}x{C}) diviso per il numero di chip in ogni VM.

Terraform

  1. Assicurati di utilizzare la versione 4.84.0 o successive del provider google.

  2. Aggiungi il blocco seguente alla tua configurazione Terraform:

    resource "google_container_node_pool" "NODE_POOL_RESOURCE_NAME" {
  provider           = google
  project            = PROJECT_ID
  cluster            = CLUSTER_NAME
  name               = POOL_NAME
  location           = CLUSTER_LOCATION
  node_locations     = [NODE_ZONES]
  initial_node_count = NUM_NODES

  autoscaling {
    max_node_count = MAX_NODES
    location_policy      = "ANY"
  }
  node_config {
    machine_type = MACHINE_TYPE
    reservation_affinity {
      consume_reservation_type = "SPECIFIC_RESERVATION"
      key = "compute.googleapis.com/reservation-name"
      values = [RESERVATION_LABEL_VALUES]
    }
    spot = true
  }

  placement_policy {
    type = "COMPACT"
    tpu_topology = TPU_TOPOLOGY
  }
}

    Sostituisci quanto segue:

    • NODE_POOL_RESOURCE_NAME: il nome della risorsa del pool di nodi nel modello Terraform.
    • PROJECT_ID: l'ID progetto.
    • CLUSTER_NAME: il nome del cluster esistente a cui aggiungere il pool di nodi.
    • POOL_NAME: il nome del pool di nodi da creare.
    • CLUSTER_LOCATION: località di calcolo del cluster. Consigliamo di avere un cluster a livello di regione per una maggiore affidabilità del piano di controllo Kubernetes. Puoi anche usare un cluster a livello di zona. Per scoprire di più, consulta Selezionare una versione e una topologia di TPU.
    • NODE_ZONES: l'elenco separato da virgole di una o più zone in cui GKE crea il pool di nodi.
    • NUM_NODES: il numero di nodi nel pool. Deve essere zero o il prodotto del numero dei chip TPU diviso per quattro, perché nelle sezioni TPU multi-host ogni nodo della sezione TPU ha 4 chip. Ad esempio, se TPU_TOPOLOGY è 4x8, ci sono 32 chip, il che significa che NUM_NODES deve essere 8. Per ulteriori informazioni sulle topologie TPU, utilizza la tabella in Mappatura della configurazione TPU.
    • TPU_TOPOLOGY: indica la topologia fisica voluta per la sezione TPU. Il formato della topologia dipende dalla versione della TPU in uso:
      • Per TPU v4: definisci la topologia in 3 tuple ({A}x{B}x{C}), ad esempio 4x4x4.
      • Per TPU v5e: definisci la topologia in 2 tuple ({A}x{B}), ad esempio 2x2.

    Facoltativamente, puoi anche utilizzare le seguenti variabili:

    • RESERVATION_NAME: se utilizzi la prenotazione TPU, questo è l'elenco di etichette delle risorse di prenotazione da utilizzare durante la creazione del pool di nodi. Per scoprire di più su come compilare RESERVATION_LABEL_VALUES nel campo reservation_affinity, consulta Provider Terraform.
    • autoscaling: crea un pool di nodi con scalabilità automatica abilitata. Quando GKE scala un pool di nodi di sezioni TPU multi-host, fa lo scale up atomicamente del pool di nodi da zero alla dimensione massima.
      • MAX_NODES: è la dimensione massima del pool di nodi. Deve essere uguale al prodotto dei valori definiti in TPU_TOPOLOGY ({A}x{B}x{C}) diviso per il numero di chip in ogni VM.
    • spot: consente al pool di nodi di utilizzare le VM spot per i nodi della sezione TPU. Questo valore non può essere modificato dopo la creazione del pool di nodi. Per maggiori informazioni, consulta VM spot.

Console

Per creare un pool di nodi con TPU:

  1. Vai alla pagina Google Kubernetes Engine nella console Google Cloud.

    Vai a Google Kubernetes Engine

  2. Nell'elenco dei cluster, fai clic sul nome del cluster da modificare.

  3. Fai clic su Aggiungi pool di nodi.

  4. Nella sezione Dettagli del pool di nodi, seleziona la casella Specifica le località dei nodi.

  5. Seleziona la zona in base alla versione della TPU che vuoi utilizzare:

    • Per TPU v4, usa us-central2-b.
    • I tipi di macchine TPU v5e che iniziano con ct5l- non sono mai multi-host.
    • Per i tipi di macchine TPU v5e che iniziano con ct5lp-, utilizza us-west1-c, us-west4-a, us-west4-b, us-central1-a, us-east1-c, us-east5-b o europe-west4-a.
    • Per i tipi di macchine TPU v5p che iniziano con ct5p-, usa us-east1-d, us-east5-a o us-east5-c.

  6. Nel riquadro di navigazione, fai clic su Nodi.

  7. Nella sezione Configurazione macchina, seleziona TPU.

  8. Nel menu a discesa Serie, seleziona una delle seguenti opzioni:

    • CT4P: per TPU v4.
    • CT5LP: per TPU v5e.

  9. Nel menu a discesa Tipo di macchina, seleziona il nome della macchina da utilizzare per i nodi. Utilizza la tabella Mappatura della configurazione TPU per scoprire come definire il tipo di macchina e la topologia TPU che creano un pool di nodi della sezione TPU multi-host.

  10. Nel menu a discesa Topologia TPU, seleziona la topologia fisica per la sezione TPU.

  11. Nella finestra di dialogo Modifiche necessarie, fai clic su Apporta modifiche.

  12. Assicurati che il Tipo di disco di avvio sia Disco permanente standard o Disco permanente SSD.

  13. (Facoltativo) Seleziona la casella di controllo Abilita i nodi sulle VM Spot per utilizzare le VM spot per i nodi nel pool di nodi.

  14. Fai clic su Crea.

Verifica lo stato del pool di nodi

  1. Richiedi le credenziali per poter utilizzare kubectl per accedere al cluster:

    gcloud container clusters get-credentials CLUSTER_NAME \
    --project=PROJECT_ID

    Sostituisci quanto segue:

    • CLUSTER_NAME: il nome del cluster.
    • PROJECT_ID: l'ID progetto.

  2. Usa kubectl, in Cloud Shell, per visualizzare i nodi delle sezioni TPU:

    kubectl get nodes -l cloud.google.com/gke-tpu-accelerator=TPU_ACCELERATOR \
   -l cloud.google.com/gke-tpu-topology=TPU_TOPOLOGY

    Sostituisci quanto segue:

    • TPU_ACCELERATOR: il tipo di acceleratore TPU utilizzato durante la creazione dei pool di nodi. Ad esempio, tpu-v4-podslice, tpu-v5-lite-device o tpu-v5-lite-podslice.
    • TPU_TOPOLOGY: la topologia fisica per la sezione TPU.

    L'output è simile al seguente:

     NAME                                    STATUS   ROLES    AGE    VERSION
 gke-tpu-20ee2cce-5tv6                   Ready    <none>   34h     v1.28.1-gke.1066000

Esegui un carico di lavoro su più sezioni

In questa sezione eseguirai un carico di lavoro JAX che mostra il numero globale di chip TPU nella sezione TPU, poi esce.

Per eseguire un carico di lavoro JAX:

  1. Crea il seguente manifest tpu-multislice.yaml:

    Autopilot

    apiVersion: jobset.x-k8s.io/v1alpha2
kind: JobSet
metadata:
  name: multislice-job
  annotations:
    alpha.jobset.sigs.k8s.io/exclusive-topology: cloud.google.com/gke-nodepool
spec:
  failurePolicy:
    maxRestarts: 4
  replicatedJobs:
    - name: slice
      replicas: NUM_SLICES
      template:
        spec:
          parallelism: NUM_NODES
          completions: NUM_NODES
          backoffLimit: 0
          template:
            spec:
              nodeSelector:
                cloud.google.com/gke-tpu-accelerator: ACCELERATOR_TYPE
                cloud.google.com/gke-tpu-topology: TPU_TOPOLOGY
              containers:
              - name: jax-tpu
                image: python:3.8
                ports:
                - containerPort: 8471
                - containerPort: 8080
                - containerPort: 8431
                command:
                - bash
                - -c
                - |
                  pip install "jax[tpu]" -f https://storage.googleapis.com/jax-releases/libtpu_releases.html
                  python -c 'import jax; print("Global device count:", jax.device_count())'
                  sleep 60
                resources:
                 limits:
                    google.com/tpu: NUM_CHIPS

    Standard

    apiVersion: jobset.x-k8s.io/v1alpha2
kind: JobSet
metadata:
  name: multislice-job
  annotations:
    alpha.jobset.sigs.k8s.io/exclusive-topology: cloud.google.com/gke-nodepool
spec:
  failurePolicy:
    maxRestarts: 4
  replicatedJobs:
    - name: slice
      replicas: NUM_SLICES
      template:
        spec:
          parallelism: NUM_NODES
          completions: NUM_NODES
          backoffLimit: 0
          template:
            spec:
              hostNetwork: true
              dnsPolicy: ClusterFirstWithHostNet
              nodeSelector:
                cloud.google.com/gke-tpu-accelerator: ACCELERATOR_TYPE
                cloud.google.com/gke-tpu-topology: TPU_TOPOLOGY
              containers:
              - name: jax-tpu
                image: python:3.8
                ports:
                - containerPort: 8471
                - containerPort: 8080
                - containerPort: 8431
                securityContext:
                  privileged: true
                command:
                - bash
                - -c
                - |
                  pip install "jax[tpu]" -f https://storage.googleapis.com/jax-releases/libtpu_releases.html
                  python -c 'import jax; print("Global device count:", jax.device_count())'
                  sleep 60
                resources:
                  limits:
                   google.com/tpu: NUM_CHIPS

    Sostituisci quanto segue:

    • NUM_SLICES: il numero di pool di nodi della sezione TPU. In questo caso, NUM_SLICES è uguale a 3.
    • ACCELERATOR_TYPE: il tipo di acceleratore TPU utilizzato durante la creazione dei pool di nodi. Ad esempio, tpu-v4-podslice, tpu-v5-lite-device o tpu-v5-lite-podslice.
    • TPU_TOPOLOGY: la topologia fisica per la sezione TPU. Ad esempio 4x4x4 o 2x2, a seconda della versione della TPU.
    • NUM_NODES: il numero di nodi nel pool di nodi. Deve essere zero o il prodotto dei valori definiti in TPU_TOPOLOGY ({A}x{B}x{C}) diviso per il numero di chip TPU in ogni VM. Per TPU multi-host v4, il numero di chip TPU in ogni VM è quattro. Per TPU v5e multi-host, il numero di chip TPU in ogni VM è uno, quattro o otto. Di conseguenza, se il tuo TPU_TOPOLOGY è 2x4x4 (TPU v4 con quattro chip TPU in ogni VM), il NUM_NODES è 32/4, ovvero 8.
    • NUM_CHIPS: per TPU v4 multi-host, il numero di chip TPU in ogni VM è quattro. Per TPU v5e multi-host, il numero di chip TPU in ogni VM è uno, quattro o otto. Per saperne di più, consulta la sezione Chip TPU sulla VM in una sezione TPU.

    In questo manifest:

    • JobSet è un servizio headless con lo stesso nome del nome JobSet, in questo caso multislice-job.
    • maxRestarts: 4 indica il numero massimo di volte in cui GKE riavvia il JobSet in caso di errore di un job figlio. Se il JobSet si riavvia raggiunge il valore massimo definito, il JobSet viene contrassegnato come non riuscito.
    • I campi parallelism e completions equivalgono al numero di nodi in ciascun pool di nodi.
    • backoff è 0 perché l'opzione Multislice supporta solo l'addestramento sincrono multi-controller. Deve essere impostato su 0. Se un pod non funziona correttamente, il job non riesce.
    • I valori nella sezione di affinità assicurano che sia presente un solo carico di lavoro TPU Multislice in esecuzione in un gruppo di sezioni multiple.
    • containerPort: 8080 è il trasferimento per il coordinatore MXLA
    • containerPort: 8431 è la porta per esportare le metriche di utilizzo della TPU
    • securityContext: privileged: true indica che i nodi hanno la modalità con privilegi abilitata per accedere alle TPU. Per i nodi in GKE 1.28 o versioni successive non è necessario che la modalità con privilegi sia abilitata per accedere alle TPU. Per scoprire di più, consulta Eseguire i container senza la modalità con privilegi.

  2. Applica il manifest:

    kubectl apply -f tpu-multislice.yaml

  3. Verifica che il carico di lavoro sia ammesso:

    kubectl get jobsets

    L'output è simile al seguente:

    NAME            RESTARTS   COMPLETED   AGE
multislice-job                         3s

  4. Monitora lo stato dei pod di cui è stato eseguito il provisioning:

    kubectl get pods

    L'output è simile al seguente:

     NAME                                READY   STATUS      RESTARTS   AGE
 multislice-job-slice-0-0-wzq9t      0/1     Completed   0          2m31s
 multislice-job-slice-0-1-zf4dp      0/1     Completed   0          2m30s
 multislice-job-slice-1-0-hbfn5      0/1     Completed   0          2m31s
 multislice-job-slice-1-1-45fgl      0/1     Completed   0          2m30s
 multislice-job-slice-2-0-wjbp4      0/1     Completed   0          2m30s
 multislice-job-slice-2-1-lwnvs      0/1     Completed   0          2m30s

Il set di job multislice-job pianifica, crea ed esegue i pod fino al completamento. I nomi dei pod sono nel formato <jobsetName>-<jobName>-<jobReplicaIndex>-<randomSuffix>. Il prefisso jobsetName determina il JobSet a cui appartiene il pod.

Configurazioni aggiuntive

Le seguenti sezioni descrivono le configurazioni aggiuntive che puoi applicare al tuo Multislice.

Abilita hostNetwork sui pod GKE Standard

Per migliorare le prestazioni di rete tra le sezioni TPU, ti consigliamo di attivare hostNetworking. Utilizza hostNetwork: true nella specifica del pod per saltare tutto lo stack di networking di Kubernetes e consentire ai tuoi pod Kubernetes di utilizzare la rete host direttamente per la comunicazione da VM a VM.

Per attivare hostNetworking, rimuovi le due righe seguenti dalle specifiche del pod:

hostNetwork: true
dnsPolicy: ClusterFirstWithHostNet

Per continuare a utilizzare podHostnames per il rilevamento dei nodi worker con hostNetwork, imposta dnsPolicy: ClusterFirstWithHostNet. Questo è importante quando esegui job di addestramento con ripristino automatico e devi avere gli stessi nomi per ricaricare gli stessi checkpoint.

Logging

I log emessi dai container in esecuzione sui nodi GKE, inclusi i nodi delle sezioni TPU, sono visibili in Esplora log se hai abilitato il logging di sistema di GKE nel tuo cluster.

Puoi visualizzare i log di GKE utilizzando Esplora log con il seguente filtro per visualizzare i log dei container per il tuo carico di lavoro:

resource.type="k8s_container"
resource.labels.cluster_name=CLUSTER_NAME
labels."k8s-pod/jobset_sigs_k8s_io/jobset-name"=JOBSET_NAME

Utilizza il seguente filtro per la sezione TPU e i worker:

resource.type="k8s_container"
resource.labels.cluster_name=CLUSTER_NAME
labels."k8s-pod/jobset_sigs_k8s_io/jobset-name"=JOBSET_NAME
resource.labels.pod_name:<jobSetName>-<replicateJobName>-<job-index>-<worker-index>

Osservabilità e metriche

Oltre alle metriche TPU generali, sono disponibili altre quattro metriche di runtime TPU specifiche per più sezioni. Queste metriche sono disponibili in GKE versione 1.29.1-gke.1016000 o successive. Il carico di lavoro TPU deve utilizzare la versione JAX 0.4.24

Di seguito sono riportate le metriche disponibili in più sezioni:

  • Latenze di trasferimento della rete DCN (Data Center Network): distribuzione delle latenze di trasferimento di rete per il traffico su più sezioni.
  • Latenze collettive: distribuzione della latenza collettiva end-to-end per il traffico su più sezioni.
  • Latenze di trasferimento da host a dispositivo: distribuzione della latenza di trasferimento da host a dispositivo per ogni blocco di dati per il traffico su più sezioni.
  • Latenze di trasferimento da dispositivo a host: distribuzione della latenza di trasferimento dal dispositivo all'host per ogni blocco di dati per il traffico multisezione.

Queste metriche si trovano nello schema del container Kubernetes (k8s_container):

  • kubernetes.io/container/multislice/network/dcn_transfer_latencies
  • kubernetes.io/container/multislice/network/collective_end_to_end_latencies
  • kubernetes.io/container/multislice/accelerator/host_to_device_transfer_latencies
  • kubernetes.io/container/multislice/accelerator/device_to_host_transfer_latencies

Sezione TPU e più sezioni

La tabella seguente differenzia l'organizzazione architetturale di una sezione TPU e di una sezione multisezione:

Sezione TPU Più sezioni
Interconnessione Il carico di lavoro viene eseguito su una singola sezione TPU. Tutti i chip TPU in una sezione sono collegati a ICI. Il carico di lavoro viene eseguito su più sezioni TPU. La comunicazione all'interno di una sezione avviene tramite ICI. La comunicazione tra le sezioni avviene tramite DCN.
Pool di nodi supportati Sezione TPU con host singolo e Sezione TPU multi-host Gruppi di sezioni TPU multi-host
Tipo di carico di lavoro consigliato IndexedJob o JobSet JobSet

Passaggi successivi