Kuis terkait panduan · Sedang Tingkat
KServe dan Penyajian Model di Kubernetes Quiz
Memeriksa InferenceService KServe, pemuatan artefak model, penskalaan otomatis runtime, komponen penyajian, dan protokol prediksi standar.
Pertanyaan 1 dari 8
Apa nama KServe sebelumnya sebelum menjadi proyek mandiri?
Pratinjau setiap pertanyaan8 pertanyaan
Jawaban dan penjelasan muncul saat Anda mengikuti kuis.
- Apa nama KServe sebelumnya sebelum menjadi proyek mandiri?
- Melayani KFS
- KubeML
- ModelMesh
- Model Katif
- Apa sumber daya khusus Kubernetes utama yang Anda tetapkan untuk menerapkan model dengan KServe?
- Penerapan Model
- Layanan Inferensi
- PrediksiPod
- Bagan Penyajian
- Kemampuan manakah yang memungkinkan model KServe yang menganggur tidak menggunakan komputasi hingga permintaan tiba?
- Peluncuran kenari
- Pembagian
- Skala-ke-nol
- Inferensi kumpulan
- Proyek dasar manakah yang menyediakan penskalaan otomatis berbasis permintaan KServe?
- Prometheus
- helm
- Argo
- asli
- Bagaimana KServe biasanya memasukkan artefak model ke dalam pod penyajian saat startup?
- Melalui penginisialisasi penyimpanan yang menarik dari penyimpanan objek
- Dengan cara memanggang model ke dalam wadah gambar saja
- Dengan mengirimkan file model melalui email
- Melalui salinan kubectl manual
- Standar apa yang digunakan KServe sehingga klien dapat memanggil model berbeda dengan cara yang sama?
- Federasi GraphQL
- Protokol Inferensi Terbuka
- SABUN
- JDBC
- Dalam pipeline InferenceService KServe, komponen mana yang dapat menerapkan pra-pemrosesan atau pasca-pemrosesan di sekitar prediktor?
- Inisialisasi penyimpanan
- Penskala otomatis Knative
- Transformator
- Penjadwal Kubernetes
- Apa trade-off yang biasa terjadi dalam menskalakan penerapan model hingga nol replika?
- Model menjadi tidak tersedia secara permanen
- Setiap permintaan menghindari pemuatan model
- API Kubernetes diganti
- Komputasi idle berkurang, namun permintaan berikutnya mungkin menimbulkan penundaan cold-start