Tutorial de pré-treinamento do cluster Trainium Kubernetes - SageMaker IA da Amazon
Configure seu ambiente Trainium KubernetesInicie o trabalho de treinamento com a SageMaker HyperPod CLIInicie o trabalho de treinamento com o lançador de receitas

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Tutorial de pré-treinamento do cluster Trainium Kubernetes

Você pode usar um dos métodos a seguir para iniciar um trabalho de treinamento em um cluster Trainium Kubernetes.

  • Ferramenta de linha de HyperPod comando (recomendada)

  • O lançador NeMo de estilo

Pré-requisitos

Antes de começar a configurar seu ambiente, verifique se você tem:

  • Configurar um cluster HyperPod Trainium Kubernetes

  • Um local de armazenamento compartilhado que pode ser um sistema de FSx arquivos Amazon ou um sistema NFS acessível a partir dos nós do cluster.

  • Dados em um dos seguintes formatos:

    • JSON

    • JSONGZ (JSON comprimido)

    • FLECHA

  • (Opcional) Você deve receber uma HuggingFace ficha se estiver usando os pesos do modelo HuggingFace para pré-treinamento ou ajuste fino. Para obter mais informações sobre como obter o token, consulte Tokens de acesso do usuário.

Configure seu ambiente Trainium Kubernetes

Para configurar o ambiente Trainium Kubernetes, faça o seguinte:

  1. Conclua as etapas do seguinte tutorial: Pré-treinamento do HuggingFace Llama3-8B a partir de Baixar o conjunto de dados.

  2. Prepare a configuração do modelo. Eles estão disponíveis no repositório Neuron. Para este tutorial, você pode usar a configuração do modelo llama3 8b.

  3. Configuração do ambiente virtual. Verifique se você está usando o Python 3.9 ou superior.

    python3 -m venv ${PWD}/venv
source venv/bin/activate

  4. Instale as dependências

    • (Recomendado) Use a seguinte ferramenta de HyperPod linha de comando

      # install HyperPod command line tools
git clone https://github.com/aws/sagemaker-hyperpod-cli
cd sagemaker-hyperpod-cli
pip3 install .

    • Se você estiver usando SageMaker HyperPod receitas, especifique o seguinte

      # install SageMaker HyperPod Recipes.
git clone --recursive git@github.com:aws/sagemaker-hyperpod-recipes.git
cd sagemaker-hyperpod-recipes
pip3 install -r requirements.txt

  5. Configuração do kubectl e eksctl

  6. Instalar o Helm

  7. Conecte-se ao seu cluster Kubernetes

    aws eks update-kubeconfig --region "${CLUSTER_REGION}" --name "${CLUSTER_NAME}"
hyperpod connect-cluster --cluster-name "${CLUSTER_NAME}" [--region "${CLUSTER_REGION}"] [--namespace <namespace>]

  8. Contêiner: O contêiner Neuron

Inicie o trabalho de treinamento com a SageMaker HyperPod CLI

Recomendamos usar a ferramenta de interface SageMaker HyperPod de linha de comando (CLI) para enviar seu trabalho de treinamento com suas configurações. O exemplo a seguir envia um trabalho de treinamento para o modelo hf_llama3_8b_seq8k_trn1x4_pretrain Trainium.

  • your_neuron_container: O recipiente Neuron.

  • your_model_config: A configuração do modelo na seção de configuração do ambiente

  • (Opcional) Você pode fornecer o HuggingFace token se precisar de pesos pré-treinados HuggingFace definindo o seguinte par de valores-chave:

    "recipes.model.hf_access_token": "<your_hf_token>"

hyperpod start-job --recipe training/llama/hf_llama3_8b_seq8k_trn1x4_pretrain \
--persistent-volume-claims fsx-claim:data \
--override-parameters \
'{
 "cluster": "k8s",
 "cluster_type": "k8s",
 "container": "<your_neuron_contrainer>",
 "recipes.run.name": "hf-llama3",
 "recipes.run.compile": 0,
 "recipes.model.model_config": "<your_model_config>",
 "instance_type": "trn1.32xlarge",
 "recipes.data.train_dir": "<your_train_data_dir>"
}'

Depois de enviar um trabalho de treinamento, você pode usar o comando a seguir para verificar se o enviou com sucesso.

kubectl get pods
NAME                              READY   STATUS             RESTARTS        AGE
hf-llama3-<your-alias>-worker-0   0/1     running         0               36s

Se STATUS for PENDING ouContainerCreating, execute o comando a seguir para obter mais detalhes.

kubectl describe pod <name of pod>

Depois que a tarefa STATUS for alterada paraRunning, você poderá examinar o registro usando o comando a seguir.

kubectl logs <name of pod>

Eles STATUS se transformarão Completed quando você correrkubectl get pods.

Inicie o trabalho de treinamento com o lançador de receitas

Como alternativa, use SageMaker HyperPod receitas para enviar seu trabalho de treinamento. Para enviar o trabalho de treinamento usando uma receita, k8s.yaml atualize config.yaml e. Execute o script bash do modelo para iniciá-lo.

  • Emk8s.yaml, atualize persistent_volume_claims para montar a declaração da FSx Amazon no diretório /data nos nós de computação

    persistent_volume_claims:
  - claimName: fsx-claim
    mountPath: data

  • Atualize launcher_ _hf_llama3_8b_seq8k_trn1x4_pretrain.sh scripts/llama/run

    • your_neuron_contrainer: O contêiner da seção de configuração do ambiente

    • your_model_config: A configuração do modelo na seção de configuração do ambiente

    (Opcional) Você pode fornecer o HuggingFace token se precisar de pesos pré-treinados HuggingFace definindo o seguinte par de valores-chave:

    recipes.model.hf_access_token=<your_hf_token>
     #!/bin/bash
#Users should set up their cluster type in /recipes_collection/config.yaml
IMAGE="<your_neuron_contrainer>"
MODEL_CONFIG="<your_model_config>"
SAGEMAKER_TRAINING_LAUNCHER_DIR=${SAGEMAKER_TRAINING_LAUNCHER_DIR:-"$(pwd)"}
TRAIN_DIR="<your_training_data_dir>" # Location of training dataset
VAL_DIR="<your_val_data_dir>" # Location of talidation dataset

HYDRA_FULL_ERROR=1 python3 "${SAGEMAKER_TRAINING_LAUNCHER_DIR}/main.py" \
  recipes=training/llama/hf_llama3_8b_seq8k_trn1x4_pretrain \
  base_results_dir="${SAGEMAKER_TRAINING_LAUNCHER_DIR}/results" \
  recipes.run.name="hf-llama3-8b" \
  instance_type=trn1.32xlarge \
  recipes.model.model_config="$MODEL_CONFIG" \
  cluster=k8s \
  cluster_type=k8s \
  container="${IMAGE}" \
  recipes.data.train_dir=$TRAIN_DIR \
  recipes.data.val_dir=$VAL_DIR

  • Inicie o trabalho

    bash launcher_scripts/llama/run_hf_llama3_8b_seq8k_trn1x4_pretrain.sh

Depois de enviar um trabalho de treinamento, você pode usar o comando a seguir para verificar se o enviou com sucesso.

kubectl get pods
NAME                             READY   STATUS             RESTARTS        AGE
hf-llama3-<your-alias>-worker-0   0/1     running         0               36s

Se STATUS estiver em PENDING ouContainerCreating, execute o comando a seguir para obter mais detalhes.

kubectl describe pod <name of pod>

Depois que o STATUS do trabalho mudar para Executando, você poderá examinar o registro usando o comando a seguir.

kubectl logs <name of pod>

Eles STATUS se transformarão Completed quando você correrkubectl get pods.

Para obter mais informações sobre a configuração do cluster k8s, consulte. Tutorial de pré-treinamento do cluster Trainium Kubernetes