اختبار مرتبط بالدليل · متوسط المستوى

اختبار النوى الموتر

يغطي عمليات مصفوفة Tensor Core، والتراكم المختلط الدقة، وتبليط البرامج، والتنسيقات الرقمية الخاصة بالهندسة المعمارية.

مسارات الدليل ذات الصلةالنوى الموتر
سؤال 1 من 8

ما هي العملية الرياضية الأساسية التي تم تصميم Tensor Cores خصيصًا لتسريعها؟

معاينة كل سؤال8 أسئلة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

  1. ما هي العملية الرياضية الأساسية التي تم تصميم Tensor Cores خصيصًا لتسريعها؟
    • مصفوفة الضرب والتراكم (D = A x B + C)
    • فرز قوائم كبيرة من الأرقام
    • توليد أرقام عشوائية
    • تشفير وفك تشفير البيانات
  2. ما هي بنية NVIDIA GPU التي قدمت Tensor Cores لأول مرة؟
    • باسكال
    • فولتا
    • تورينج
    • ماكسويل
  3. لماذا تستخدم Tensor Cores غالبًا دقة منخفضة مثل FP16 أو FP8؟
    • يتطلب القانون دقة أقل بالنسبة للذكاء الاصطناعي
    • الدقة العالية مستحيلة على وحدة معالجة الرسومات
    • فهو يتيح معالجة المزيد من الأرقام في كل ساعة، مما يعزز الإنتاجية مع الحفاظ على الدقة المقبولة
    • فهو يجعل الشريحة أصغر حجما جسديا
  4. للحفاظ على الدقة، ما هي الدقة التي تستخدمها Tensor Cores عادةً للمجموع الجاري (التراكم)؟
    • نفس الدقة المنخفضة مثل المدخلات
    • لا يتم تنفيذ أي تراكم
    • عدد صحيح فقط بدون كسور
    • دقة أعلى مثل FP32
  5. كيف تستفيد أطر الذكاء الاصطناعي اليومية مثل PyTorch من Tensor Cores؟
    • تقوم المكتبات مثل cuBLAS وcuDNN تلقائيًا بتقسيم المصفوفات الكبيرة إلى كتل صغيرة يمكن للنوى معالجتها
    • يجب على المطورين كتابة التجميع يدويًا لكل طراز
    • تعمل Tensor Cores فقط مع الأجهزة المخصصة التي لا يمكن لأي برنامج الوصول إليها
    • ولا يمكن استخدامها من قبل الأطر رفيعة المستوى على الإطلاق
  6. ما هو التنسيق الرقمي الأحدث الذي أضافته بنية Blackwell لزيادة إنتاجية الاستدلال إلى مستوى أعلى؟
    • FP64 (دقة مزدوجة)
    • FP4 (النقطة العائمة 4 بت)
    • أسكي
    • FP128
  7. Why should a team validate model quality when changing Tensor Core input precision?
    • Reduced precision guarantees identical outputs
    • The model’s vocabulary changes automatically
    • Lower-precision arithmetic can change numerical results, so accuracy should be checked for the task
    • Tensor Cores remove all rounding effects
  8. Which computer-vision feature is a practical example of Tensor Core acceleration?
    • A database index with no matrix operations
    • A file compressor that never runs a neural network
    • A CPU-only spreadsheet calculation
    • Neural upscaling such as NVIDIA DLSS in games