En este documento, se proporciona una breve introducción al trabajo con Pax en una TPU de host único (v2-8, v3-8, v4-8).
Pax es un framework para configurar y ejecutar experimentos de aprendizaje automático sobre JAX. Pax se enfoca en simplificar el AA a gran escala compartiendo componentes de infraestructura con frameworks de AA existentes y usando la biblioteca de modelado de Praxis para la modularidad.
Objetivos
- Configura recursos de TPU para el entrenamiento
- Instala Pax en una TPU de host único
- Entrenar un modelo SPMD basado en transformador con Pax
Antes de comenzar
Ejecuta los siguientes comandos para configurar gcloud con el objetivo de usar tu proyecto de Cloud TPU y, luego, instalar los componentes necesarios para entrenar un modelo que ejecute Pax en una TPU de host único.
Instala Google Cloud CLI
Google Cloud CLI contiene herramientas y bibliotecas para interactuar con los productos y servicios de Google Cloud CLI. Si no lo instalaste antes, instálalo ahora según las instrucciones que se indican en Instala Google Cloud CLI.
Configura el comando gcloud
Ejecuta gcloud auth list para ver las 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 en Google Cloud Console.
$ 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. Establece una conexión SSH directamente en la VM de TPU. Puedes ejecutar código arbitrario, instalar paquetes, ver registros y depurar código directamente en la VM de TPU.
Para crear la VM de TPU, ejecuta el siguiente comando desde Cloud Shell o la terminal de tu computadora en la que está instalado Google Cloud CLI.
Configura zone según la disponibilidad en tu contrato; haz referencia a 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 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 la VM de Google Cloud TPU
Establece una conexión SSH a la VM de TPU con el siguiente comando:
$ gcloud compute tpus tpu-vm ssh tpu-name --zone zone
Cuando accedes a la VM, el símbolo del sistema de shell cambia de username@projectname a username@vm-name:
Instala Pax en la VM de Google Cloud TPU
Instala Pax, JAX y libtpu en la 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
Prueba que todo esté instalado correctamente y verifica 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 la v2-8 o la v3-8, o 4 si usas la v4-8.
Ejecuta el código Pax en una VM de TPU
Ahora puedes ejecutar cualquier código Pax que desees. Los ejemplos de lm_cloud son un excelente lugar para comenzar a ejecutar modelos en Pax. Por ejemplo, los siguientes comandos entrenan un modelo de lenguaje SPMD basado en transformador de parámetro 2B con datos sintéticos.
Los siguientes comandos muestran el resultado del entrenamiento para un modelo de lenguaje SPMD. Entrena para 300 pasos en aproximadamente 20 minutos.
(vm)$ python3 .local/lib/python3.8/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 pasos
tensor de resumen en step=step_# loss = loss
tensor de resumen en step=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 has hecho:
(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: