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 mediante el uso compartido de componentes de infraestructura con los frameworks de AA existentes y el uso de 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 Transformer con Pax
Antes de comenzar
Ejecuta los siguientes comandos a fin de configurar gcloud para 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 has hecho antes, instálalo ahora siguiendo las instrucciones en Instala Google Cloud CLI.
Configura el comando gcloud
(Ejecuta gcloud auth list para ver las cuentas que tienes disponibles actualmente).
$ 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 gcloud en Cloud Shell.
También puedes habilitarla en 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, el modelo y el código se ejecutan directamente en la VM de TPU. Establece una conexión SSH directamente en la VM de TPU. Puedes ejecutar un 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 Cloud Shell o la terminal de tu computadora en la que esté instalado Google Cloud CLI.
Configura el zone según la disponibilidad en tu contrato. Si es necesario, haz referencia a las regiones y zonas de TPU.
Establece la variable accelerator-type como v2-8, v3-8 o v4-8.
Establece la variable version como 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 tu 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 mensaje de la 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
Para probar que todo esté instalado correctamente, verifica que JAX vea los núcleos TPU:
(vm)$ python3 -c "import jax; print(jax.device_count())"
Se muestra la cantidad de núcleos de TPU. 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 el 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 un transformador de parámetros 2B en datos sintéticos.
Los siguientes comandos muestran el resultado del entrenamiento para un modelo de lenguaje SPMD. Se 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/s 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: