Vertex AI supporta l'addestramento con vari framework e librerie usando una VM TPU. Quando configuri le risorse di calcolo, puoi specificare delle VM TPU v2, TPU v3 o TPU v5e. TPU v5e supporta JAX 0.4.6 e versioni successive, TensorFlow 2.15 e versioni successive e PyTorch 2.1 e versioni successive. Per maggiori dettagli sulla configurazione delle VM TPU per l'addestramento personalizzato, consulta Configurare le risorse di calcolo per l'addestramento personalizzato.
Addestramento TensorFlow
Container predefinito
Utilizza un container di addestramento predefinito che supporta 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.
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 http://storage.googleapis.com/cloud-tpu-tpuvm-artifacts/tensorflow/tf-2.15.0/tensorflow-2.15.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
# Download and install `libtpu`.
# You must save `libtpu.so` in the '/lib' directory of the container image.
RUN curl -L http://storage.googleapis.com/cloud-tpu-tpuvm-artifacts/libtpu/1.9.0/libtpu.so -o /lib/libtpu.so
# TensorFlow training on TPU v5e requires the PJRT runtime. To enable the PJRT
# runtime, configure the following environment variables in your Dockerfile.
# For details, see http://cloud.go888ogle.com.fqhub.com/tpu/docs/runtimes#tf-pjrt-support.
# ENV NEXT_PLUGGABLE_DEVICE_USE_C_API=true
# ENV TF_PLUGGABLE_DEVICE_LIBRARY_PATH=/lib/libtpu.so
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 e versione TPU |
|---|---|
|
3,8 |
|
3,10 |
Ecco i passaggi per creare un container personalizzato:
- Scegli l'immagine di base per la versione Python che preferisci. Le ruote TPU TensorFlow per TensorFlow 2.12 e versioni precedenti supportano Python 3.8. TensorFlow 2.13 e versioni successive supportano Python 3.10 o versioni successive. Per le ruote TensorFlow specifiche, consulta Configurazioni Cloud TPU.
- 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 http://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 http://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:
# (http://cloud.go888ogle.com.fqhub.com/vertex-ai/docs/reference/rest/v1/CustomJobSpec#containerspec)
CMD ["python3", "trainer.py"]
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:3.10
# v5e specific requirement - enable PJRT runtime
ENV PJRT_DEVICE=TPU
# install pytorch and torch_xla
RUN pip3 install torch~=2.1.0 torchvision torch_xla[tpu]~=2.1.0
-f http://storage.googleapis.com/libtpu-releases/index.html
# 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]>=0.4.6' -f http://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.