生成式人工智能系统应用员二级技师 详细题库

职业:生成式人工智能系统应用员 等级:二级/技师 章节:计算机操作知识 题目总数:2276 题 单选题 1124 多选题 562 判断题 590
下载APP练习

计算机操作知识 题目预览

  • 第 1 题 单选题
    在生成式AI服务器中,查看NVIDIA GPU的显存占用、温度、利用率等信息,最常用的命令是( )。
    • A. nvidia-smi
    • B. gpustat
    • C. nvtop
    • D. top
    解析:nvidia-smi是NVIDIA驱动自带的管理工具,可显示GPU显存占用、利用率、温度等核心信息;gpustat和nvtop需要额外安装,top主要显示进程资源。
  • 第 2 题 单选题
    在Windows命令提示符(cmd)中,为当前会话设置环境变量CUDA_VISIBLE_DEVICES=0,1后运行train.py,正确命令是( )。
    • A. $env:CUDA_VISIBLE_DEVICES="0,1"; python train.py
    • B. set CUDA_VISIBLE_DEVICES=0,1 && python train.py
    • C. export CUDA_VISIBLE_DEVICES=0,1; python train.py
    • D. env CUDA_VISIBLE_DEVICES=0,1 python train.py
    解析:cmd中使用set设置当前会话环境变量,再用&&连接后续命令;A是PowerShell语法,C和D是Linux下的语法。
  • 第 3 题 单选题
    在生成式AI系统运维中,管理员需要将数据盘/dev/sdb1以只读方式挂载到/data,避免训练日志因异常写入而损坏,对应的Linux命令是( )。
    • A. mount -o rw /dev/sdb1 /data
    • B. mount -o loop /dev/sdb1 /data
    • C. mount -o ro /dev/sdb1 /data
    • D. mount -t ext4 /dev/sdb1 /data
    解析:-o ro表示只读挂载;-o rw表示可写,-o loop用于挂载镜像文件,-t ext4仅指定文件系统类型。
  • 第 4 题 单选题
    在Linux系统中,要求训练脚本train.py在终端关闭后继续运行,并将标准输出和错误输出以追加方式写入train.log,下列命令正确的是( )。
    • A. python train.py > train.log 2>&1 &
    • B. nohup python train.py > train.log 2>&1 &
    • C. python train.py >> train.log 2>&1 &
    • D. nohup python train.py >> train.log 2>&1 &
    解析:nohup使进程忽略挂断信号,>>表示追加重定向,2>&1将标准错误重定向到标准输出;A没有nohup,C没有nohup,B使用>覆盖写入。
  • 第 5 题 判断题
    在生成式AI系统本地部署时,若将NVIDIA驱动安装到默认路径,则Conda环境中的PyTorch一定能够自动调用GPU进行计算。
    • A. 对
    • B. 错
    解析:NVIDIA驱动安装成功不代表PyTorch可以自动调用GPU,还需安装匹配的GPU版PyTorch及依赖(如CUDA运行时/cuDNN),并确保驱动版本满足要求。
  • 第 6 题 判断题
    在Linux系统中,使用chmod 750 run.sh后,所属用户组的成员可以执行该脚本。
    • A. 对
    • B. 错
    解析:chmod 750表示所有者具有rwx权限,用户组具有r-x权限,其他用户无权限,因此所属用户组成员可以读取和执行该脚本。
  • 第 7 题 多选题
    生成式AI模型训练中,可以有效缓解GPU显存不足问题的措施是( )。
    • A. 降低训练批量大小(batch size)
    • B. 使用梯度累积
    • C. 启用混合精度训练
    • D. 增加CPU核心数
    • E. 扩大虚拟内存
    解析:降低batch size、梯度累积、混合精度均可降低单步训练对GPU显存的需求;增加CPU核心数和扩大虚拟内存不能直接缓解GPU显存不足。
  • 第 8 题 多选题
    在基于Debian的Linux系统中,管理员需要排查生成式AI推理服务无法访问GPU设备的问题,合适的命令或操作是( )。
    • A. 运行nvidia-smi查看GPU驱动状态
    • B. 使用ls -l /dev/nvidia*查看设备文件
    • C. 使用lspci | grep -i nvidia检查GPU是否被系统识别
    • D. 使用chmod 777 /usr/local修改系统目录权限
    • E. 使用dpkg -l | grep nvidia检查驱动包安装状态
    解析:nvidia-smi、设备文件、lspci、dpkg查询均能帮助定位GPU访问问题;chmod 777 /usr/local会扩大系统目录权限,属于错误操作。
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。