Тест, свързан с ръководство · Среден Ниво

График на GPU и тест за оркестрация на клъстери

Практикувайте заявки за ресурси на GPU, групово планиране и разполагане на топология, включително как политиките за изпреварване и справедливо споделяне влияят на споделените клъстери за обучение.

Свързани ръководни пътекиПланиране на GPU и оркестрация на клъстери
Въпрос 1 на 8

Why coordinate resource admission for a fixed-size distributed training worker group?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Why coordinate resource admission for a fixed-size distributed training worker group?
    • To guarantee every process starts at exactly the same nanosecond
    • To guarantee the model converges
    • To remove all worker communication
    • To reduce partial-start situations where workers wait for unavailable peers
  2. How does Kubernetes normally express a device-plugin GPU resource request?
    • As arbitrary fractions of CPU clock cycles
    • As an integer count of advertised device resources
    • As a DNS hostname only
    • As a string of model output tokens
  3. Какво се опитва да оптимизира планирането с топология?
    • Разпределяне на работните места възможно най-отдалечени
    • Минимизиране на броя на потребителите
    • Поставяне на комуникационни рангове на бързи връзки като NVLink
    • Избор на най-евтиния доставчик на електроенергия
  4. Коя добавка обикновено се използва с Kubernetes за партидно и групово планиране на задачи с изкуствен интелект?
    • Вулкан
    • Апаш Кафка
    • Redis
    • Графана
  5. What must a training application provide if a preempted job should resume its previous progress?
    • A guarantee that preemption saves optimizer state automatically
    • A usable checkpoint and recovery procedure
    • A renamed pod with no saved state
    • A higher learning rate for its first resumed step
  6. Каква е ролята на квотите за справедливо споделяне в споделен клъстер?
    • Да гарантираме, че винаги един отбор печели
    • За да деактивирате планировчика
    • За да попречи на който и да е отделен екип да монополизира всички графични процесори
    • За ускоряване на една работа
  7. A fixed worker group needs eight GPU resources but only four are available. What can group admission accomplish?
    • Keep the group pending until its configured minimum requirements can be met
    • Invent the missing four GPU devices
    • Turn every worker into a CPU process without configuration
    • Guarantee completion even with no admitted workers
  8. Two communicating GPU jobs fit the same resource counts on different nodes. Why consider topology as well?
    • The resource count alone fixes every transfer latency
    • Topology determines the training labels
    • Only node names affect all-reduce outputs
    • Interconnect placement affects communication costs between their workers