En este documento, se proporciona una breve introducción al trabajo con Pax en una TPU de host único (v2-8, v3-8 y v4-8).
Pax es un framework para configurar y ejecutar experimentos de aprendizaje automático en JAX. Pax se enfoca en simplificar el AA a gran escala compartiendo componentes de infraestructura con frameworks de AA existentes y utilizando la biblioteca de modelado Praxis para la modularidad.
Objetivos
- Configura recursos de TPU para el entrenamiento
- Instala Pax en una TPU de host único
- Entrena un modelo SPMD basado en transformadores con Pax
Antes de comenzar
Ejecuta los siguientes comandos para configurar gcloud para que use tu proyecto de Cloud TPU y, luego, instala los componentes necesarios para entrenar un modelo que ejecute Pax en una TPU de un solo host.
Instala Google Cloud CLI
La CLI de Google Cloud contiene herramientas y bibliotecas para interactuar con los productos y servicios de Google Cloud CLI. Si aún no lo hiciste, instálalo ahora con las instrucciones que se indican en Cómo instalar Google Cloud CLI.
Configura el comando gcloud
(Ejecuta gcloud auth list para ver tus cuentas disponibles).
$ gcloud config set account account
$ gcloud config set project project-id
Habilita la API de Cloud TPU
Habilita la API de Cloud TPU con el siguiente comando de gcloud en Cloud Shell.
(también puedes habilitarlo desde la consola de Google Cloud).
$ gcloud services enable tpu.googleapis.com
Ejecuta el siguiente comando para crear una identidad de servicio (una cuenta de servicio).
$ gcloud beta services identity create --service tpu.googleapis.com
Crea una VM de TPU
Con las VMs de Cloud TPU, tu modelo y código se ejecutan directamente en la VM de TPU. Puedes establecer una conexión SSH directamente a la VM de TPU. Puedes ejecutar código arbitrario, instalar paquetes, ver registros y depurar código directamente en la VM de TPU.
Para crear tu VM de TPU, ejecuta el siguiente comando desde una Cloud Shell o la terminal de tu computadora en la que esté instalada la Google Cloud CLI.
Configura el zone según la disponibilidad en tu contrato. Consulta Regiones y zonas de TPU si es necesario.
Establece la variable accelerator-type en v2-8, v3-8 o v4-8.
Establece la variable version en tpu-vm-base para las versiones de TPU v2 y v3, o en tpu-vm-v4-base para las TPU v4.
$ gcloud compute tpus tpu-vm create tpu-name \ --zone zone \ --accelerator-type accelerator-type \ --version version
Conéctate a tu VM de Google Cloud TPU
Usa el siguiente comando para establecer una conexión SSH a tu VM de TPU:
$ gcloud compute tpus tpu-vm ssh tpu-name --zone zone
Cuando accedas a la VM, el indicador de shell cambiará de username@projectname a username@vm-name:
Instala Pax en la VM de Google Cloud TPU
Instala Pax, JAX y libtpu en tu VM de TPU con los siguientes comandos:
(vm)$ python3 -m pip install -U pip \ python3 -m pip install paxml jax[tpu] -f https://storage.googleapis.com/jax-releases/libtpu_releases.html
Verificación del sistema
Para verificar que todo esté instalado correctamente, comprueba que JAX vea los núcleos de TPU:
(vm)$ python3 -c "import jax; print(jax.device_count())"
Se muestra la cantidad de núcleos de TPU, que debe ser 8 si usas una v2-8 o v3-8, o 4 si usas una v4-8.
Ejecuta código Pax en una VM de TPU
Ahora puedes ejecutar cualquier código Pax que desees. Los ejemplos de lm_cloud son un excelente punto de partida para comenzar a ejecutar modelos en Pax. Por ejemplo, los siguientes comandos entrenan un modelo de lenguaje SPMD basado en transformadores de 2,000 millones de parámetros en datos sintéticos.
Los siguientes comandos muestran el resultado del entrenamiento para un modelo de lenguaje SPMD. Entrena durante 300 pasos en aproximadamente 20 minutos.
(vm)$ python3 .local/lib/python3.10/site-packages/paxml/main.py --exp=tasks.lm.params.lm_cloud.LmCloudSpmd2BLimitSteps --job_log_dir=job_log_dir
En la porción v4-8, el resultado debe incluir lo siguiente:
Pérdidas y tiempos de paso
tensor de resumen en el paso=step_# loss = loss
tensor de resumen en el paso=step_# Pasos por segundo x
Limpia
Para evitar que se apliquen cargos a tu cuenta de Google Cloud por los recursos usados en este instructivo, borra el proyecto que contiene los recursos o conserva el proyecto y borra los recursos individuales.
Cuando termines de usar la VM de TPU, sigue estos pasos para limpiar los recursos.
Desconéctate de la instancia de Compute Engine, si aún no lo hiciste:
(vm)$ exit
Borra tu Cloud TPU.
$ gcloud compute tpus tpu-vm delete tpu-name --zone zone
¿Qué sigue?
Para obtener más información sobre Cloud TPU, consulta los siguientes vínculos: