सीपीयू और एनवीएमई क्विज में ऑप्टिमाइज़र स्टेट ऑफलोडिंग

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

1. सीपीयू या एनवीएमई पर ऑप्टिमाइज़र स्थिति को ऑफलोड करने का प्राथमिक लक्ष्य क्या है?
   • मॉडल को अधिक सटीक बनाने के लिए
   • आवश्यक प्रशिक्षण युगों की संख्या को कम करने के लिए
   • ग्रेडिएंट्स की आवश्यकता को पूरी तरह से समाप्त करना
   • दुर्लभ GPU मेमोरी को खाली करके बड़े मॉडलों को फिट करना
2. For an Adam setup with two FP32 moments and an FP32 master weight, how much memory do those three values use per parameter?
   • Two bytes for all three values
   • Twelve bytes, excluding model weights and gradients
   • Sixteen bytes for the three values alone
   • Zero bytes because they are implicit
3. किस फ्रेमवर्क सुविधा ने बड़े पैमाने पर ऑप्टिमाइज़र ऑफलोडिंग को लोकप्रिय बनाया?
   • एक नया सक्रियण फ़ंक्शन
   • जेपीईजी छवि संपीड़न
   • डीपस्पीड जीरो-ऑफलोड और जीरो-इनफिनिटी
   • धीरे-धीरे कतरन
4. सीपीयू या एनवीएमई पर ऑफलोडिंग की मुख्य प्रदर्शन लागत क्या है?
   • डेटा को विलंबता जोड़ते हुए PCIe या डिस्क जैसे धीमे लिंक पर यात्रा करनी चाहिए
   • मॉडल पहले की ट्रेनिंग भूल जाती है
   • अनुकूलक गणितीय रूप से गलत हो जाता है
   • GPU का तापमान बहुत कम हो जाता है
5. ऑफलोडिंग सिस्टम अधिकांश स्थानांतरण विलंबता को कैसे छिपाते हैं?
   • बैकवर्ड पास को छोड़ कर
   • चालू GPU गणना के साथ डेटा प्रीफ़ेचिंग को ओवरलैप करके
   • एक समय में केवल एक पैरामीटर का प्रशिक्षण करके
   • मिश्रित परिशुद्धता को अक्षम करके
6. ज़ीरो-ऑफलोड में, एडम ऑप्टिमाइज़र चरण अक्सर कहाँ निष्पादित होता है?
   • पूरी तरह से NVMe नियंत्रक पर
   • एक अलग डिस्प्ले पर जीपीयू
   • सीपीयू पर, वहां संग्रहीत मास्टर वज़न और क्षणों का उपयोग करना
   • नेटवर्क स्विच के अंदर
7. Optimizer states are offloaded, but GPU weights and activations still exceed capacity. What follows?
   • The job can still run out of GPU memory
   • Offloading guarantees the job fits any GPU
   • The optimizer moments automatically become model activations
   • The model no longer needs forward tensors
8. A CPU-offloaded optimizer becomes the training bottleneck. Which measurement is most relevant?
   • Only the inference accuracy
   • The UI font used for training logs
   • Only the number of dataset classes
   • Host optimizer-update time and host-device transfer time