人工智能工程技术人员四级中级工-计算机视觉产品实现 详细题库

计算机视觉算法工程化常用的硬件环境和开发工具的细节 题目预览

• 第 1 题 单选题
  在计算机视觉算法工程化中，当模型推理对显存带宽要求较高时，GPU的（ ）是决定数据传输速率的关键指标。
  • A. 核心频率
  • B. 显存位宽与显存频率
  • C. 流处理器数量
  • D. 制程工艺
  解析：显存带宽由显存位宽和显存频率共同决定，直接影响数据吞吐量，高带宽可减少数据搬运瓶颈。
• 第 2 题 单选题
  与通用GPU相比，NPU在计算机视觉推理任务中的主要优势体现在（ ）。
  • A. 更高的浮点运算精度
  • B. 更低的功耗和更高的能效比
  • C. 更灵活的编程模型
  • D. 更大的显存容量
  解析：NPU针对神经网络计算进行专门架构优化，在相同算力下功耗远低于GPU，适合边缘端部署。
• 第 3 题 单选题
  在进行GPU/NPU选型时，若模型需要频繁进行高精度浮点运算（如FP64），则应优先关注硬件的（ ）。
  • A. 单精度浮点性能
  • B. 双精度浮点性能
  • C. 整数运算性能
  • D. 内存带宽
  解析：高精度浮点运算对应双精度（FP64）指标，不同硬件该指标差异显著，直接影响科学计算类视觉模型。
• 第 4 题 单选题
  某计算机视觉产品需要部署在功耗受限的设备上，且主要执行稀疏矩阵乘法操作，最适合的加速硬件是（ ）。
  • A. 高端游戏GPU
  • B. 通用CPU
  • C. 专用NPU
  • D. FPGA
  解析：NPU对稀疏矩阵乘法有专用数据流优化，且功耗低，符合边缘端低功耗需求；FPGA也可但开发周期长。
• 第 5 题 判断题
  在相同峰值算力下，GPU的显存带宽通常高于NPU，因此更适合处理数据密集型计算机视觉任务。
  • A. 对
  • B. 错
  解析：GPU显存采用HBM等高速技术，带宽优势明显；NPU多用于低功耗场景，带宽相对较低，数据密集型任务GPU更优。
• 第 6 题 判断题
  选型时仅需考虑硬件算力峰值即可，无需关注实际运行时的功耗和散热条件。
  • A. 对
  • B. 错
  解析：实际工程必须考虑功耗、散热、成本等约束，峰值算力高但功耗过大会导致降频，影响稳定性和部署可行性。
• 第 7 题 多选题
  在计算机视觉算法工程化中，对比GPU与NPU时，通常需要考虑的性能指标包括（ ）。
  • A. 峰值算力
  • B. 显存容量与带宽
  • C. 能效比
  • D. 编程易用性
  • E. 散热方案
  解析：选型需综合考量算力、存储、功耗、开发难度和散热等维度，缺一不可。
• 第 8 题 多选题
  下列哪些硬件特性会影响NPU在计算机视觉推理任务中的实际性能？（ ）
  • A. 数据精度的支持（如INT8、FP16）
  • B. 片上缓存大小
  • C. 张量核心数量
  • D. 支持的网络算子种类
  • E. 与主控芯片的互联带宽
  解析：NPU性能受到精度支持、缓存、专用计算单元、算子兼容性及数据传输带宽等多因素影响。