生成式人工智能系统应用员二级技师 详细题库
下载APP练习系统性能瓶颈分析和定位方法 题目预览
-
第 1 题 单选题在生成式AI系统性能监控中,采用“黄金信号”监控方法时,需要监控的核心指标是( )。
- A. 速率、错误率、持续时间
- B. 吞吐量、延迟、资源利用率
- C. 并发数、错误数、队列长度
- D. 利用率、饱和度、错误率
解析:黄金信号方法关注速率、错误率和持续时间,用于反映服务的健康状态与体验质量。 -
第 2 题 单选题在生成式AI系统的GPU性能分析中,若GPU计算核心利用率较高,而显存带宽利用率较低,则最可能的瓶颈是( )。
- A. 显存容量不足
- B. 计算单元资源受限
- C. 数据加载延迟
- D. 内存带宽受限
解析:计算核心利用率高说明计算单元持续忙碌,显存带宽低说明数据搬运未饱和,因此瓶颈主要在于计算单元资源。 -
第 3 题 单选题在生成式AI系统性能监控中,用于识别跨多个微服务调用链路上耗时瓶颈的方法是( )。
- A. 日志聚合分析
- B. 指标阈值告警
- C. 分布式链路追踪
- D. 资源水位线监控
解析:分布式链路追踪通过记录请求在多个服务间的完整路径及耗时,能够有效定位跨服务调用的延迟瓶颈。 -
第 4 题 单选题在生成式AI系统性能指标体系中,当请求并发数持续增加并超过系统可承载阈值时,最可能出现的现象是( )。
- A. 吞吐量线性增长
- B. 响应时间保持稳定
- C. 错误率稳步下降
- D. 延迟急剧上升而吞吐量不再增长
解析:系统过载时请求排队等待时间急剧增加,导致延迟快速上升,同时吞吐量达到上限不再增长。 -
第 5 题 判断题在生成式AI系统的性能监控中,利用率-饱和度-错误率方法适用于基础设施资源维度的瓶颈分析。
- A. 对
- B. 错
解析:利用率、饱和度和错误率是资源维度性能分析的核心指标,能够帮助定位基础设施资源瓶颈。 -
第 6 题 判断题当生成式AI系统的吞吐量下降时,仅通过增加GPU数量就一定能解决性能瓶颈。
- A. 对
- B. 错
解析:性能瓶颈可能位于CPU、内存、存储或网络等其它组件,盲目增加GPU不一定有效,需要先定位瓶颈位置。 -
第 7 题 多选题在生成式AI系统的性能指标体系中,属于服务质量类核心指标的有( )。
- A. 请求平均响应时间
- B. 吞吐量(QPS)
- C. 错误率
- D. GPU利用率
- E. 尾延迟(第99百分位)
解析:服务质量类指标主要反映服务端到端的表现,包括响应时间、吞吐量、错误率和尾延迟等;GPU利用率属于资源利用类指标。 -
第 8 题 多选题在生成式AI系统性能监控中,常用的监控数据采集方式包括( )。
- A. 日志采集
- B. 指标探针采集
- C. 分布式链路追踪
- D. 用户访谈
- E. 代码审查
解析:日志采集、指标探针采集和分布式链路追踪是可观测性建设的常用数据采集方式;用户访谈和代码审查不属于监控数据采集方式。
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。