Quiz lié à un guide · Moyen Niveau

Quiz sur la planification GPU et l'orchestration de cluster

Entraînez-vous aux demandes de ressources GPU, à la planification de gangs et au placement de topologie, y compris la manière dont les politiques de préemption et de partage équitable affectent les clusters de formation partagés.

Chemins de guidage associésPlanification GPU et orchestration de cluster
Question 1 de 8

Why coordinate resource admission for a fixed-size distributed training worker group?

Prévisualisez chaque question8 des questions

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

  1. Why coordinate resource admission for a fixed-size distributed training worker group?
    • To guarantee every process starts at exactly the same nanosecond
    • To guarantee the model converges
    • To remove all worker communication
    • To reduce partial-start situations where workers wait for unavailable peers
  2. How does Kubernetes normally express a device-plugin GPU resource request?
    • As arbitrary fractions of CPU clock cycles
    • As an integer count of advertised device resources
    • As a DNS hostname only
    • As a string of model output tokens
  3. Qu’est-ce que la planification basée sur la topologie tente d’optimiser ?
    • Répartir les tâches le plus loin possible
    • Minimiser le nombre d'utilisateurs
    • Placer des rangs communicants sur des interconnexions rapides comme NVLink
    • Choisir le fournisseur d'électricité le moins cher
  4. Quel module complémentaire est couramment utilisé avec Kubernetes pour la planification par lots et en groupe des tâches d'IA ?
    • Volcan
    • Apache Kafka
    • Rédis
    • Grafana
  5. What must a training application provide if a preempted job should resume its previous progress?
    • A guarantee that preemption saves optimizer state automatically
    • A usable checkpoint and recovery procedure
    • A renamed pod with no saved state
    • A higher learning rate for its first resumed step
  6. Quel est le rôle des quotas de partage équitable dans un cluster partagé ?
    • Pour garantir qu’une équipe gagne toujours
    • Pour désactiver le planificateur
    • Pour empêcher une seule équipe de monopoliser tous les GPU
    • Pour accélérer un seul travail
  7. A fixed worker group needs eight GPU resources but only four are available. What can group admission accomplish?
    • Keep the group pending until its configured minimum requirements can be met
    • Invent the missing four GPU devices
    • Turn every worker into a CPU process without configuration
    • Guarantee completion even with no admitted workers
  8. Two communicating GPU jobs fit the same resource counts on different nodes. Why consider topology as well?
    • The resource count alone fixes every transfer latency
    • Topology determines the training labels
    • Only node names affect all-reduce outputs
    • Interconnect placement affects communication costs between their workers