गाइड से जुड़ी प्रश्नोत्तरी · मध्यम स्तर

एआई क्विज़ के लिए जीपीयू बनाम टीपीयू

हार्डवेयर चुनने से पहले जीपीयू और टीपीयू आर्किटेक्चर, सॉफ्टवेयर सपोर्ट, सिस्टम बाधाएं और वर्कलोड-विशिष्ट साक्ष्य टीमों की तुलना करें।

संबंधित मार्गदर्शक पथAI के लिए GPU बनाम Tpu
प्रश्न 1 का 8

Which frameworks does the guide list as supported for Cloud TPU workloads?

प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न

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

  1. Which frameworks does the guide list as supported for Cloud TPU workloads?
    • JAX, TensorFlow, and PyTorch/XLA
    • CUDA C++ only
    • PyTorch CPU and ONNX Runtime only
    • TensorFlow Lite only
  2. TPU को कौन डिज़ाइन करता है?
    • NVIDIA
    • Google
    • इंटेल
    • Apple
  3. कौन सी कोर हार्डवेयर संरचना टीपीयू को मैट्रिक्स गुणन में कुशल बनाती है?
    • एक घूमती हुई चुंबकीय डिस्क
    • एक बड़ा यांत्रिक रिले बैंक
    • बहु-संचित इकाइयों की एक सिस्टोलिक सरणी
    • एक एकल अल्ट्रा-फास्ट कोर
  4. Which system factors can affect a GPU-versus-TPU performance comparison?
    • Only the accelerator’s peak operation count
    • Only the number of parameters in the model
    • Only the cloud region name
    • Model support, software, interconnects, memory, utilization, and deployment cost
  5. What is a practical strength of GPUs relative to TPUs for many teams?
    • A broad ecosystem of CUDA libraries, tools, and existing GPU-supported workloads
    • A guarantee that every model is faster on a GPU
    • A requirement that all training use TensorFlow
    • A built-in advantage in every cost comparison
  6. Why does the guide recommend benchmarking the intended workload on the specific platform?
    • Peak operation counts always predict end-to-end speed exactly
    • Measured results depend on workload shape, kernels, input pipeline, memory, and system scaling
    • All workloads use the same hardware path and precision
    • A benchmark removes the need to check software support
  7. What should a team compare before choosing between a GPU and a TPU for training?
    • Peak FLOPS alone for an unrelated precision
    • The chip’s name and product launch date
    • End-to-end time and cost for its model, framework, input pipeline, and target scale
    • A benchmark from a different model and software stack
  8. How does Google describe a TPU pod?
    • A single GPU with no network
    • A CPU-only cluster
    • A model format
    • A group of TPU chips connected through a high-speed interconnect