गाइड से जुड़ी प्रश्नोत्तरी · कठिन स्तर

CUDA और GPU प्रोग्रामिंग प्रश्नोत्तरी

कर्नेल, SIMT निष्पादन, मेमोरी एक्सेस, साझा मेमोरी और उच्च-स्तरीय GPU प्रोग्रामिंग टूल सहित कोर CUDA अवधारणाओं की जाँच करें।

संबंधित मार्गदर्शक पथCuda और GPU प्रोग्रामिंग
प्रश्न 1 का 8

CUDA शब्दावली में, 'कर्नेल' क्या है?

प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

  1. CUDA शब्दावली में, 'कर्नेल' क्या है?
    • कई GPU थ्रेड्स द्वारा समानांतर में चलने वाला एक फ़ंक्शन
    • एक ऑपरेटिंग सिस्टम का मूल
    • एक प्रकार की मेमोरी चिप
    • GPU की शीतलन प्रणाली
  2. SIMT निष्पादन मॉडल का क्या अर्थ है?
    • धीमा इनपुट, कई स्थानांतरण
    • एकल निर्देश, एकाधिक थ्रेड अलग-अलग डेटा पर एक ही निर्देश चलाते हैं
    • एकल छवि, एकाधिक बनावट
    • अनुक्रमिक निर्देश, मैन्युअल समय निर्धारण
  3. PyTorch और TensorFlow को शायद ही कभी उपयोगकर्ताओं को कच्चा CUDA लिखने की आवश्यकता क्यों होती है?
    • GPU उपयोगकर्ता कोड नहीं चला सकते
    • CUDA का सीधे उपयोग करना अवैध है
    • वे आंतरिक रूप से अनुकूलित CUDA लाइब्रेरीज़ जैसे cuDNN और cuBLAS को कॉल करते हैं
    • वे केवल सीपीयू पर चलते हैं
  4. 'वार्प डाइवर्जेंस' क्या है और यह प्रदर्शन को नुकसान क्यों पहुंचाता है?
    • एक नेटवर्किंग त्रुटि जो पैकेट गिरा देती है
    • गर्मी के कारण GPU भौतिक रूप से झुक जाता है
    • एक बग जो मेमोरी को डिलीट कर देता है
    • एक ताने में धागे अलग-अलग शाखाएँ लेते हैं और उन्हें क्रमिक रूप से चलना चाहिए
  5. CUDA में 'कोलेस्ड' मेमोरी एक्सेस महत्वपूर्ण क्यों है?
    • आसन्न पते को पढ़ने वाले आसन्न धागे कहीं अधिक कुशल हैं
    • यह डेटा को स्वचालित रूप से एन्क्रिप्ट करता है
    • यह डिस्क स्थान खाली कर देता है
    • यह GPU प्रशंसकों को अक्षम कर देता है
  6. CUDA प्रोग्रामिंग के संबंध में OpenAI ट्राइटन क्या है?
    • एक CUDA ड्राइवर जो NVIDIA GPU को प्रतिस्थापित करता है
    • कुशल GPU कर्नेल लिखने के लिए एक Python जैसी भाषा और कंपाइलर
    • एक मॉडल-सर्विंग सर्वर जो केवल TensorFlow चौकियों को लोड करता है
    • एक ढांचा जो GPU को CPU में परिवर्तित करता है
  7. CUDA कर्नेल लॉन्च कॉन्फ़िगरेशन क्या निर्दिष्ट करता है?
    • एक मॉडल टोकननाइज़र शब्दावली
    • प्रशिक्षण लेबल की संख्या
    • थ्रेड निष्पादन को व्यवस्थित करने के लिए उपयोग किए जाने वाले ग्रिड और ब्लॉक आयाम
    • होस्ट ऑपरेटिंग सिस्टम
  8. CUDA कर्नेल साझा मेमोरी का उपयोग क्यों कर सकता है?
    • संचार के बिना प्रत्येक क्लस्टर में डेटा उपलब्ध कराना
    • सभी रजिस्टरों को बदलने के लिए
    • मॉडल को GPU पर स्थायी रूप से संग्रहीत करने के लिए
    • किसी ब्लॉक में थ्रेड्स को तेज़ ऑन-चिप मेमोरी स्पेस से डेटा का पुन: उपयोग करने देना