Quiz lié à un guide · Difficile Niveau

Quiz FP8 et formats de basse précision

Pratiquez les choix d'exposants et de mantisses FP8, la mise à l'échelle et les exigences matérielles, notamment pourquoi un format de nombres plus petit ne garantit pas des sorties identiques.

Chemins de guidage associésFormats Fp8 et basse précision
Question 1 de 8

Combien de bits un numéro FP8 utilise-t-il par rapport à un numéro FP32 standard ?

Prévisualisez chaque question8 des questions

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

  1. Combien de bits un numéro FP8 utilise-t-il par rapport à un numéro FP32 standard ?
    • 8 bits contre 16 bits (un demi)
    • 8 bits contre 64 bits (un huitième)
    • 8 bits contre 32 bits (un quart)
    • 8 bits contre 8 bits (le même)
  2. Que décrivent les étiquettes « E4M3 » et « E5M2 » à propos d'un format FP8 ?
    • Le taux d'erreur et la taille du modèle
    • Le nombre de bits d'exposant par rapport aux bits de mantisse
    • La vitesse d'horloge et le canal mémoire
    • Les époques de formation et les couches de modèle
  3. Pourquoi les pipelines FP8 appliquent-ils des facteurs d'échelle aux tenseurs ?
    • Pour chiffrer les poids pour des raisons de sécurité
    • Pour augmenter le nombre de couches de modèle
    • Pour convertir le modèle dans une autre langue
    • Pour maintenir les valeurs dans la plage représentable étroite du FP8 et éviter les débordements/sous-débordements
  4. Quel est le principal inconvénient de l’utilisation du 8e PC ?
    • Précision numérique réduite (erreurs d'arrondi)
    • Utilisation de la mémoire plus élevée
    • Multiplication matricielle plus lente
    • Incapacité de fonctionner sur n'importe quel GPU
  5. Quelle génération de GPU NVIDIA a ajouté pour la première fois la prise en charge matérielle dédiée aux mathématiques matricielles FP8 ?
    • Pascal (P100)
    • Trémie (H100)
    • Kepler (K80)
    • Maxwell (M40)
  6. Quelle est la tendance des formats de précision au-delà du FP8 ?
    • Un retour à la double précision 64 bits pour l'inférence
    • Éliminer entièrement la virgule flottante en faveur du texte
    • Utiliser uniquement le FP32 pour tous les poids de modèle
    • Des formats de micro-mise à l'échelle encore plus faibles comme MXFP4 et NVFP4
  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