TPU v5p
本文档介绍了 Cloud TPU v5p。
系统架构
本部分介绍了特定于 v5p 版本的系统架构。每个 TensorCore 有四个矩阵乘法单元 (MXU)、一个矢量单元和一个标量 单位。
一个 v5p Pod 中有 8960 个芯片。可安排的最大作业数 是一个 96 立方体(6144 芯片)作业。
下表显示了 v5p 的关键规范。
密钥规范 | v5p 值 |
---|---|
每个芯片的计算峰值 (bf16) | 459 个 TFLOP |
HBM2e 容量和带宽 | 95GB、2765 GBps |
TPU Pod 大小 | 8960 芯片 |
互连拓扑 | 3D 环面 * |
芯片间互连带宽 | 4800 Gbps |
配置
TPU v5p Pod 由 8960 个芯片组成,这些芯片通过可重新配置功能相互连接
或高速链接利用 TPU v5p 的灵活网络功能,
。创建 TPU 切片时
使用 gcloud compute tpus tpu-vm create
命令,您可以指定
使用 AcceleratorType
指定其类型和形状
或 AcceleratorConfig
参数。
下表显示了 v5p 支持的最常用单切片形状,以及大多数(但非全部) 大于 1 个立方体的完整立方体。v5p 形状的最大尺寸为 16x16x24 (6144 个芯片,96 个立方体)。
切片形状 | 虚拟机大小 | 核心数量 | 条状标签数量 | 机器数量 | 立方数 | 是否支持 Twisted? |
2x2x1 | 完整主机 | 8 | 4 | 1 | 无 | 无 |
2x2x2 | 完整主机 | 16 | 8 | 2 | 无 | 无 |
2x4x4 | 完整主机 | 64 | 32 | 8 | 无 | 无 |
4x4x4 | 完整主机 | 128 | 64 | 16 | 1 | 无 |
4x4x8 | 完整主机 | 256 | 128 | 32 | 2 | 是 |
4x8x8 | 完整主机 | 512 | 256 | 64 | 4 | 是 |
8x8x8 | 完整主机 | 1,024 | 512 | 128 | 8 | 无 |
8x8x16 | 完整主机 | 2048 年 | 1,024 | 256 | 16 | 是 |
8x16x16 | 完整主机 | 4096 | 2048 年 | 512 | 32 | 是 |
16x16x16 | 完整主机 | 8,192 | 4096 | 1,024 | 64 | 无 |
16x16x24 | 完整主机 | 12,288 | 6,144 | 1536 年 | 96 | 无 |
单个切片训练最多支持 6144 个芯片。可扩展 到 18432 个条状标签。如需详细了解多切片,请参阅 Cloud TPU 多切片概览。
使用 AcceleratorType 参数
分配 TPU 资源时,可以使用 --accelerator-type
参数来
指定切片中 TensorCore 的数量。“--accelerator-type
”现为
带格式的字符串
"v$VERSION_NUMBER
p-$CORES_COUNT
".
例如,v5p-32
指定具有 32 个 TensorCore(16 个芯片)的 v5p TPU 切片。
如需为 v5p 训练作业预配 TPU,请使用以下方式之一 加速器类型:
- v5p-8
- v5p-16
- v5p-32
- v5p-64
- v5p-128(一个完整的立方体/机架)
- v5p-256(2 个立方体)
- v5p-512
- v5p-1024 ... v5p-12288
使用 AcceleratorConfig 参数
对于 v5p 及更高版本的 Cloud TPU,AcceleratorConfig
使用方式与使用 Cloud TPU v4 大致相同
区别在于
不要将 TPU 类型指定为 --type=v4
,而是将其指定为
您使用的 TPU 版本(例如,用于 v5p 版本的 --type=v5p
)。
Cloud TPU ICI 弹性
ICI 弹性有助于提高光链路的容错能力, 用于在立方体之间连接 TPU 的光学电路交换机 (OCS)。 (立方体内的 ICI 连接使用的是不受影响的铜制链路)。 ICI 弹性允许 ICI 连接围绕 OCS 和光学 ICI 进行路由 错误。因此,它可以提高 TPU 的调度可用性 但 ICI 性能会暂时下降。
与 Cloud TPU v4 类似,ICI 弹性默认处于启用状态 为一个立方体或更大的 v5p 切片:
- v5p-128(在指定加速器类型时)
- 4x4x4(指定加速器配置时)
虚拟机、主机和切片属性
属性 | TPU 中的值 |
v5p 芯片数量 | 4 |
vCPU 数量 | 208(如果使用 NUMA 绑定来避免跨 NUMA 性能损失,则只有一半可用) |
RAM (GB) | 448(如果使用 NUMA 绑定来避免跨 NUMA 性能损失,则只有一半可用) |
NUMA 节点数量 | 2 |
NIC 吞吐量 (Gbps) | 200 |
TensorCore 数量、芯片数量、主机/虚拟机数量与 一个 Pod 中的多个立方体:
核心数 | 薯片 | 主机/虚拟机 | 立方体 | |
---|---|---|---|---|
主机 | 8 | 4 | 1 | |
Cube(也称为机架) | 128 | 64 | 16 | 1 |
支持的最大 Slice | 12,288 | 6,144 | 1536 年 | 96 个 |
v5p 完整 Pod | 17920 年 | 8960 | 2,240 | 140 个 |