اختبار برمجة CUDA وGPU

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. في مصطلحات CUDA، ما هو "النواة"؟
   • وظيفة تعمل بالتوازي بواسطة العديد من سلاسل GPU
   • جوهر نظام التشغيل
   • نوع من شرائح الذاكرة
   • نظام التبريد الخاص بوحدة معالجة الرسومات
2. ماذا يعني نموذج تنفيذ SIMT؟
   • إدخال بطيء، العديد من التحويلات
   • تعليمات واحدة، مؤشرات ترابط متعددة تعمل على نفس التعليمات على بيانات مختلفة
   • صورة واحدة، مواد متعددة
   • تعليمات متسلسلة، توقيت يدوي
3. لماذا نادرًا ما يطلب PyTorch وTensorFlow من المستخدمين كتابة CUDA الخام؟
   • لا تستطيع وحدات معالجة الرسومات تشغيل رمز المستخدم
   • CUDA غير قانوني للاستخدام المباشر
   • يسمون مكتبات CUDA المحسنة مثل cuDNN و cuBLAS داخليًا
   • أنها تعمل فقط على وحدات المعالجة المركزية (CPUs).
4. ما هو "التباعد الاعوجاج" ولماذا يضر بالأداء؟
   • خطأ في الشبكة يؤدي إلى إسقاط الحزم
   • تنحني وحدة معالجة الرسومات فعليًا تحت الحرارة
   • خطأ يحذف الذاكرة
   • تأخذ الخيوط الموجودة في الالتواء فروعًا مختلفة ويجب أن تعمل بشكل تسلسلي
5. لماذا يعتبر الوصول إلى الذاكرة "المدمجة" مهمًا في CUDA؟
   • تعتبر الخيوط المجاورة التي تقرأ العناوين المجاورة أكثر كفاءة بكثير
   • يقوم بتشفير البيانات تلقائيا
   • أنه يحرر مساحة القرص
   • إنه يعطل مراوح GPU
6. What is OpenAI Triton in relation to CUDA programming?
   • A CUDA driver that replaces NVIDIA GPUs
   • A Python-like language and compiler for writing efficient GPU kernels
   • A model-serving server that only loads TensorFlow checkpoints
   • A framework that converts GPUs into CPUs
7. What does a CUDA kernel launch configuration specify?
   • A model tokenizer vocabulary
   • The number of training labels
   • The grid and block dimensions used to organize thread execution
   • The host operating system
8. Why might a CUDA kernel use shared memory?
   • To make data available across every cluster without communication
   • To replace all registers
   • To store the model permanently on the GPU
   • To let threads in a block reuse data from a faster on-chip memory space