গাইড লিঙ্ক ক্যুইজ · কঠিন স্তর

FP8 এবং নিম্ন-নির্ভুল ফর্ম্যাট কুইজ

FP8 এক্সপোনেন্ট এবং ম্যান্টিসা পছন্দ, স্কেলিং এবং হার্ডওয়্যার প্রয়োজনীয়তা অনুশীলন করুন, কেন একটি ছোট সংখ্যা বিন্যাস অভিন্ন আউটপুট গ্যারান্টি দেয় না।

সম্পর্কিত গাইড পাথFp8 এবং নিম্ন নির্ভুল বিন্যাস
প্রশ্ন 1 এর 8

একটি FP8 সংখ্যা একটি আদর্শ FP32 সংখ্যার তুলনায় কত বিট ব্যবহার করে?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. একটি FP8 সংখ্যা একটি আদর্শ FP32 সংখ্যার তুলনায় কত বিট ব্যবহার করে?
    • 8 বিট বনাম 16 বিট (অর্ধেক)
    • 8 বিট বনাম 64 বিট (একটি অষ্টম)
    • 8 বিট বনাম 32 বিট (এক চতুর্থাংশ)
    • 8 বিট বনাম 8 বিট (একই)
  2. 'E4M3' এবং 'E5M2' লেবেলগুলি একটি FP8 বিন্যাস সম্পর্কে কী বর্ণনা করে?
    • ত্রুটি হার এবং মডেল আকার
    • সূচক বিটের সংখ্যা বনাম ম্যান্টিসা বিট
    • ঘড়ির গতি এবং মেমরি চ্যানেল
    • প্রশিক্ষণ যুগ এবং মডেল স্তর
  3. কেন FP8 পাইপলাইনগুলি টেনসরগুলিতে স্কেলিং ফ্যাক্টরগুলি প্রয়োগ করে?
    • নিরাপত্তার জন্য ওজন এনক্রিপ্ট করতে
    • মডেল স্তর সংখ্যা বৃদ্ধি
    • মডেলটিকে একটি ভিন্ন ভাষায় রূপান্তর করতে
    • FP8 এর সংকীর্ণ প্রতিনিধিত্বযোগ্য পরিসরের মধ্যে মান রাখতে এবং ওভারফ্লো/আন্ডারফ্লো এড়াতে
  4. কোন ট্রেড-অফ FP8 ব্যবহার করার প্রধান খারাপ দিক?
    • হ্রাসকৃত সংখ্যাগত নির্ভুলতা (বৃত্তাকার ত্রুটি)
    • উচ্চ মেমরি ব্যবহার
    • ধীর ম্যাট্রিক্স গুণন
    • কোনো GPU তে চালানোর অক্ষমতা
  5. কোন NVIDIA GPU জেনারেশন প্রথম FP8 ম্যাট্রিক্স ম্যাথের জন্য ডেডিকেটেড হার্ডওয়্যার সমর্থন যোগ করেছে?
    • প্যাসকেল (P100)
    • হপার (H100)
    • কেপলার (K80)
    • ম্যাক্সওয়েল (M40)
  6. FP8 এর বাইরে নির্ভুল ফর্ম্যাটের প্রবণতা কী?
    • অনুমানের জন্য 64-বিট দ্বিগুণ নির্ভুলতায় ফিরে আসা
    • সম্পূর্ণরূপে পাঠ্যের পক্ষে ভাসমান বিন্দু দূর করা
    • সমস্ত মডেলের ওজনের জন্য শুধুমাত্র FP32 ব্যবহার করা হচ্ছে
    • এমনকি MXFP4 এবং NVFP4 এর মতো নিম্ন-বিট মাইক্রো-স্কেলিং ফরম্যাট
  7. A tensor’s values need more dynamic range. Which common FP8 encoding allocates more exponent bits?
    • E5M2
    • E4M3
    • Both allocate zero exponent bits
    • Neither encoding uses an exponent
  8. Why can an FP8 result differ from the same operation using FP32 inputs?
    • Eight-bit input storage is automatically exact for every real value
    • FP8 removes all mathematical operations
    • The lower-precision input representation can introduce rounding error
    • Higher-precision accumulation restores every lost input detail