গাইড লিঙ্ক ক্যুইজ · কঠিন স্তর
CUDA এবং GPU প্রোগ্রামিং কুইজ
কার্নেল, SIMT এক্সিকিউশন, মেমরি অ্যাক্সেস, শেয়ার্ড মেমরি এবং উচ্চ-স্তরের GPU প্রোগ্রামিং টুল সহ মূল CUDA ধারণাগুলি পরীক্ষা করুন৷
প্রশ্ন 1 এর 8
CUDA পরিভাষায়, 'কার্নেল' কী?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- CUDA পরিভাষায়, 'কার্নেল' কী?
- অনেক GPU থ্রেড দ্বারা সমান্তরালভাবে চালানো একটি ফাংশন
- একটি অপারেটিং সিস্টেমের মূল
- এক ধরনের মেমরি চিপ
- GPU এর কুলিং সিস্টেম
- SIMT এক্সিকিউশন মডেল মানে কি?
- ধীর ইনপুট, অনেক স্থানান্তর
- একক নির্দেশ, একাধিক থ্রেড বিভিন্ন ডেটাতে একই নির্দেশ চালায়
- একক চিত্র, একাধিক অঙ্গবিন্যাস
- অনুক্রমিক নির্দেশাবলী, ম্যানুয়াল টাইমিং
- কেন PyTorch এবং TensorFlow খুব কমই ব্যবহারকারীদের কাঁচা CUDA লেখার প্রয়োজন হয়?
- GPU ব্যবহারকারী কোড চালাতে পারে না
- CUDA সরাসরি ব্যবহার করা অবৈধ
- তারা অভ্যন্তরীণভাবে cuDNN এবং cuBLAS-এর মতো অপ্টিমাইজড CUDA লাইব্রেরিগুলিকে কল করে৷
- তারা শুধুমাত্র CPU তে চলে
- 'ওয়ার্প ডাইভারজেন্স' কী এবং কেন এটি কর্মক্ষমতাকে ক্ষতিগ্রস্ত করে?
- একটি নেটওয়ার্কিং ত্রুটি যা প্যাকেট ড্রপ করে
- GPU শারীরিকভাবে তাপ অধীনে নমন
- একটি বাগ যা মেমরি মুছে দেয়
- একটি পাটা মধ্যে থ্রেড বিভিন্ন শাখা নিতে এবং ক্রমিক চালানো আবশ্যক
- CUDA-তে কেন 'একত্রিত' মেমরি অ্যাক্সেস গুরুত্বপূর্ণ?
- সংলগ্ন থ্রেড সন্নিহিত ঠিকানা পড়া অনেক বেশি দক্ষ
- এটি স্বয়ংক্রিয়ভাবে ডেটা এনক্রিপ্ট করে
- এটি ডিস্কের স্থান খালি করে
- এটি GPU ফ্যানদের নিষ্ক্রিয় করে
- 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
- 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
- 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