Addestramento con acceleratori TPU

Vertex AI supporta l'addestramento con vari framework e librerie utilizzando una VM TPU. Quando configuri le risorse di calcolo, puoi specificare VM TPU V2 o TPU V3. Per maggiori dettagli, consulta Configurare risorse di computing per l'addestramento personalizzato.

Addestramento TensorFlow

Container predefinito

Utilizza un container di addestramento predefinito che supporti le TPU e crea un'applicazione di addestramento Python.

Container personalizzato

Utilizza un container personalizzato in cui hai installato le versioni di tensorflow e libtpu create appositamente per le VM TPU. Queste librerie sono gestite dal servizio Cloud TPU e sono elencate nella documentazione delle configurazioni TPU supportate.

Nota: Vertex AI supporta solo TensorFlow 2.11 e versioni successive per i container personalizzati e TensorFlow 2.12 e versioni successive per i container di addestramento predefiniti.

Seleziona la versione tensorflow che preferisci e la libreria libtpu corrispondente. e installali nell'immagine del container Docker al momento della creazione del container.

Ad esempio, se vuoi utilizzare TensorFlow 2.12, includi le seguenti istruzioni nel tuo Dockerfile:

# Download and install `tensorflow`.
RUN pip install https://storage.googleapis.com/cloud-tpu-tpuvm-artifacts/tensorflow/tf-2.12.0/tensorflow-2.12.0-cp38-cp38-linux_x86_64.whl

# Download and install `libtpu`.
# You must save `libtpu.so` in the '/lib' directory of the container image.
RUN curl -L https://storage.googleapis.com/cloud-tpu-tpuvm-artifacts/libtpu/1.6.0/libtpu.so -o /lib/libtpu.so

Nota: questo non è un Dockerfile completo. Se vuoi utilizzare queste istruzioni, aggiungile a un Dockerfile per un container di addestramento personalizzato. Puoi anche trovare la versione libtpu corrispondente alla versione di TensorFlow nella pagina delle configurazioni di Cloud TPU.

pod di TPU

L'addestramento di tensorflow su un TPU Pod richiede una configurazione aggiuntiva nel container di addestramento. Vertex AI mantiene un'immagine Docker di base che gestisce la configurazione iniziale.

URI immagine	Versione Python
us-docker.pkg.dev/vertex-ai/training/tf-tpu-pod-base-cp38:latest europe-docker.pkg.dev/vertex-ai/training/tf-tpu-pod-base-cp38:latest asia-docker.pkg.dev/vertex-ai/training/tf-tpu-pod-base-cp38:latest	3,8

Ecco i passaggi per creare un container personalizzato:

1. Scegli l'immagine di base per la versione Python di tua scelta. Le ruote TPU TensorFlow supportano Python 3.8 per le versioni 2.12 e precedenti. A partire dalla versione 2.13, sarà supportato Python 3.10. Per le ruote TensorFlow specifiche, consulta la pagina delle configurazioni di Cloud TPU.
2. Estendi l'immagine con il tuo codice trainer e il comando di avvio.

# Specifies base image and tag
FROM us-docker.pkg.dev/vertex-ai/training/tf-tpu-pod-base-cp38:latest
WORKDIR /root

# Download and install `tensorflow`.
RUN pip install https://storage.googleapis.com/cloud-tpu-tpuvm-artifacts/tensorflow/tf-2.12.0/tensorflow-2.12.0-cp38-cp38-linux_x86_64.whl

# Download and install `libtpu`.
# You must save `libtpu.so` in the '/lib' directory of the container image.
RUN curl -L https://storage.googleapis.com/cloud-tpu-tpuvm-artifacts/libtpu/1.6.0/libtpu.so -o /lib/libtpu.so

# Copies the trainer code to the docker image.
COPY your-path-to/model.py /root/model.py
COPY your-path-to/trainer.py /root/trainer.py

# The base image is setup so that it runs the CMD that you provide.
# You can provide CMD inside the Dockerfile like as follows.
# Alternatively, you can pass it as an `args` value in ContainerSpec:
# (https://cloud.google.com/vertex-ai/docs/reference/rest/v1/CustomJobSpec#containerspec)
CMD ["python3", "trainer.py"]

Per visualizzare un esempio di come addestrare un modello TensorFlow personalizzato utilizzando le TPU in Vertex AI Pipelines, esegui il blocco note Jupyter "Vertex AI Pipelines: addestramento, caricamento e deployment utilizzando google-cloud-pipeline-components" in uno dei seguenti ambienti:

Apri in Colab | Apri in Colab Enterprise | Apri nei blocchi note gestiti dall'utente di Vertex AI Workbench | Visualizza su GitHub

Addestramento PyTorch

Puoi utilizzare container predefiniti o personalizzati per PyTorch durante l'addestramento con TPU.

Container predefinito

Utilizza un container di addestramento predefinito che supporti le TPU e crea un'applicazione di addestramento Python.

Container personalizzato

Utilizza un container personalizzato in cui hai installato la libreria PyTorch.

Ad esempio, il tuo Dockerfile potrebbe avere il seguente aspetto:

FROM python:3.8

# install pytorch and torch_xla
RUN pip3 install torch~=2.0.0 https://storage.googleapis.com/tpu-pytorch/wheels/tpuvm/torch_xla-2.0-cp38-cp38-linux_x86_64.whl

# Add your artifacts here
COPY trainer.py .

# Run the trainer code
CMD ["python3", "trainer.py"]

pod di TPU

L'addestramento viene eseguito su tutti gli host del pod di TPU (vedi Eseguire il codice PyTorch su sezioni di pod di TPU TPU).

Vertex AI attende una risposta da tutti gli host per decidere il completamento del job.

Formazione JAX

Container predefinito

Non ci sono container predefiniti per JAX.

Container personalizzato

Utilizza un container personalizzato in cui hai installato la libreria JAX.

Ad esempio, il tuo Dockerfile potrebbe avere il seguente aspetto:

# Install JAX.
RUN pip install 'jax[tpu]>=0.2.16' -f https://storage.googleapis.com/jax-releases/libtpu_releases.html

# Add your artifacts here
COPY trainer.py trainer.py

# Set an entrypoint.
ENTRYPOINT ["python3", "trainer.py"]

pod di TPU

L'addestramento viene eseguito su tutti gli host del pod di TPU (vedi Eseguire il codice JAX sulle pod di TPU TPU).

Vertex AI controlla il primo host del pod di TPU per decidere il completamento del job. Puoi usare il seguente snippet di codice per assicurarti che tutti gli host si chiudano contemporaneamente:

# Your training logic
...

if jax.process_count() > 1:
  # Make sure all hosts stay up until the end of main.
  x = jnp.ones([jax.local_device_count()])
  x = jax.device_get(jax.pmap(lambda x: jax.lax.psum(x, 'i'), 'i')(x))
  assert x[0] == jax.device_count()

Variabili di ambiente

La seguente tabella descrive in dettaglio le variabili di ambiente che puoi utilizzare all'interno del container:

Nome	Valore
TPU_NODE_NAME	my-first-tpu-node
TPU_CONFIG	{"project": "tenant-project-xyz", "zone": "us-central1-b", "tpu_node_name": "my-first-tpu-node"}

Account di servizio personalizzato

Per l'addestramento delle TPU è possibile usare un account di servizio personalizzato. Per informazioni su come utilizzare un account di servizio personalizzato, consulta la pagina su come utilizzare un account di servizio personalizzato.

IP privato (peering di rete VPC) per l'addestramento

È possibile usare un IP privato per l'addestramento di TPU. Consulta la pagina su come utilizzare un IP privato per l'addestramento personalizzato.

Controlli di servizio VPC

I progetti abilitati per i Controlli di servizio VPC possono inviare job di addestramento TPU.

Limitazioni

Quando esegui l'addestramento utilizzando una VM TPU, si applicano le seguenti limitazioni:

• Le TPU sono disponibili solo in determinate regioni di Vertex AI.

• Se utilizzi una VM TPU, non puoi criptare nessun materiale con una chiave di crittografia gestita dal cliente (CMEK).

Tipi di TPU

Per ulteriori informazioni sugli acceleratori TPU, come il limite di memoria, consulta la sezione Tipi di TPU.