生成式人工智能系统应用员三级高级工 详细题库

职业:生成式人工智能系统应用员 等级:三级/高级工 章节:系统技术支持知识 题目总数:2480 题 单选题 1222 多选题 602 判断题 656
下载APP练习

系统技术支持知识 题目预览

  • 第 1 题 单选题
    在生成式人工智能系统的资源管理中,针对显存碎片问题,常用的解决方案是( )。
    • A. 使用显存池化技术
    • B. 增加模型并行度
    • C. 降低输入序列长度
    • D. 关闭日志记录
    解析:显存池化技术可以重用显存块,减少碎片。增加模型并行度可能增加通信开销;降低序列长度可能影响效果;关闭日志不解决碎片。
  • 第 2 题 单选题
    分布式训练中,用于协调多个GPU之间梯度同步的通信机制通常依赖于( )。
    • A. MPI
    • B. NCCL
    • C. gRPC
    • D. HTTP
    解析:NCCL是NVIDIA专门为GPU通信设计的库,效率高。MPI也可用但不如NCCL高效;gRPC和HTTP是通用协议,不适合高频梯度同步。
  • 第 3 题 单选题
    针对生成式AI模型的离线批量推理作业,进行资源调度时最关键的约束条件是( )。
    • A. 网络带宽
    • B. 磁盘IOPS
    • C. GPU显存容量
    • D. CPU核心数
    解析:离线推理作业通常需要大量显存存储模型和中间结果,显存容量是关键瓶颈。网络、磁盘、CPU虽然也有影响但不如显存关键。
  • 第 4 题 单选题
    在资源管理类支持中,用于动态调整容器中GPU显存分配上限的 Kubernetes 资源字段是( )。
    • A. limits.memory
    • B. requests.nvidia.com/gpu
    • C. limits.nvidia.com/gpu-memory
    • D. requests.cpu
    解析:在Kubernetes中,可以通过nvidia.com/gpu-memory字段限制容器显存使用上限。limits.memory是内存,requests.nvidia.com/gpu是请求GPU数量,requests.cpu是CPU。
  • 第 5 题 判断题
    在生成式人工智能系统的资源管理中,使用显存交换技术(如GPU内存交换到CPU内存)可以提高推理速度。( )
    • A. 对
    • B. 错
    解析:显存交换技术会引入大量数据迁移开销,通常会显著降低推理速度,仅用于显存不足时的应急手段。
  • 第 6 题 判断题
    在分布式训练中,数据并行模式下,每个GPU持有完整的模型副本,仅需要同步梯度信息。( )
    • A. 对
    • B. 错
    解析:数据并行中每个GPU有完整模型,前向计算不同数据,反向传播后需要同步梯度,这是标准做法。
  • 第 7 题 多选题
    下列属于生成式人工智能系统资源管理类支持的常见工具或平台的有( )。
    • A. Kubernetes
    • B. SLURM
    • C. Excel
    • D. Docker Swarm
    • E. Redis
    解析:Kubernetes(容器编排)、SLURM(高性能计算集群调度)、Docker Swarm(Docker容器编排)均可用于资源管理。Excel是办公软件,Redis是缓存数据库,不直接用于资源管理。
  • 第 8 题 多选题
    在生成式AI系统的推理服务中,为了实现资源弹性伸缩,通常需要监控的指标包括( )。
    • A. GPU显存利用率
    • B. GPU核心温度
    • C. 请求排队长度
    • D. 模型精度
    • E. 磁盘读写速度
    解析:显存利用率和请求排队长度是触发伸缩的关键指标。温度、精度、磁盘速度与弹性伸缩关系不大。
余下详情题库请下载 APP 或扫码小程序查看全部题目与智能刷题。