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।

  1. CUDA পরিভাষায়, 'কার্নেল' কী?
    • অনেক GPU থ্রেড দ্বারা সমান্তরালভাবে চালানো একটি ফাংশন
    • একটি অপারেটিং সিস্টেমের মূল
    • এক ধরনের মেমরি চিপ
    • GPU এর কুলিং সিস্টেম
  2. 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
  3. 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
  4. '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
  5. 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
  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