গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

টেনসর কোর কুইজ

টেনসর কোর ম্যাট্রিক্স অপারেশন, মিশ্র-নির্ভুলতা সংগ্রহ, সফ্টওয়্যার টাইলিং, এবং আর্কিটেকচার-নির্দিষ্ট সংখ্যাসূচক বিন্যাস কভার করে।

সম্পর্কিত গাইড পাথটেনসর কোর
প্রশ্ন 1 এর 8

কোন মূল গাণিতিক ক্রিয়াকলাপ টেনসর কোরগুলিকে ত্বরান্বিত করার জন্য বিশেষভাবে ডিজাইন করা হয়েছে?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. কোন মূল গাণিতিক ক্রিয়াকলাপ টেনসর কোরগুলিকে ত্বরান্বিত করার জন্য বিশেষভাবে ডিজাইন করা হয়েছে?
    • ম্যাট্রিক্স গুন-এন্ড-জমা (D = A x B + C)
    • সংখ্যার বড় তালিকা বাছাই
    • এলোমেলো সংখ্যা প্রজন্ম
    • ডেটা এনক্রিপ্ট এবং ডিক্রিপ্ট করা
  2. কোন NVIDIA GPU আর্কিটেকচার প্রথম টেনসর কোর চালু করেছিল?
    • প্যাসকেল
    • ভোল্টা
    • টুরিং
    • ম্যাক্সওয়েল
  3. কেন টেনসর কোরগুলি প্রায়শই FP16 বা FP8 এর মতো কম নির্ভুলতা ব্যবহার করে?
    • AI এর জন্য আইন দ্বারা নিম্ন নির্ভুলতা প্রয়োজন
    • একটি GPU-তে উচ্চতর নির্ভুলতা অসম্ভব
    • এটি প্রতি ঘড়িতে আরও সংখ্যা প্রক্রিয়াকরণ করতে দেয়, নির্ভুলতা গ্রহণযোগ্য রেখে থ্রুপুট বৃদ্ধি করে
    • এটি চিপটিকে শারীরিকভাবে ছোট করে তোলে
  4. নির্ভুলতা রক্ষা করার জন্য, টেনসর কোরগুলি সাধারণত চলমান যোগফল (সঞ্চয়) এর জন্য কোন নির্ভুলতা ব্যবহার করে?
    • ইনপুট হিসাবে একই কম নির্ভুলতা
    • কোন জমা সঞ্চালিত হয়
    • কোনো ভগ্নাংশ ছাড়াই শুধুমাত্র পূর্ণসংখ্যা
    • একটি উচ্চ নির্ভুলতা যেমন FP32
  5. PyTorch এর মত দৈনন্দিন এআই ফ্রেমওয়ার্ক কিভাবে টেনসর কোর ব্যবহার করে?
    • cuBLAS এবং cuDNN এর মতো লাইব্রেরিগুলি স্বয়ংক্রিয়ভাবে বড় ম্যাট্রিক্সকে ছোট ব্লকে টাইল করে যা কোরগুলি প্রক্রিয়া করতে পারে
    • বিকাশকারীদের অবশ্যই প্রতিটি মডেলের জন্য হাতে লিখতে সমাবেশ করতে হবে
    • টেনসর কোর শুধুমাত্র কাস্টম হার্ডওয়্যারের সাথে কাজ করে কোন সফ্টওয়্যার পৌঁছাতে পারে না
    • এগুলি উচ্চ-স্তরের কাঠামো দ্বারা ব্যবহার করা যাবে না
  6. ব্ল্যাকওয়েল আর্কিটেকচার কোন নতুন সাংখ্যিক বিন্যাসে অনুমান থ্রুপুটকে আরও উচ্চতর করতে যোগ করেছে?
    • FP64 (ডবল নির্ভুলতা)
    • FP4 (4-বিট ফ্লোটিং পয়েন্ট)
    • ASCII
    • 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