Quiz collegato alla guida · Difficile Livello

FP8 e quiz sui formati a bassa precisione

Esercitarsi sulle scelte dell'esponente e della mantissa dell'FP8, sul ridimensionamento e sui requisiti hardware, compreso il motivo per cui un formato numerico più piccolo non garantisce risultati identici.

Percorsi guida correlatiFp8 e formati a bassa precisione
Domanda 1 di 8

Quanti bit utilizza un numero FP8 rispetto a un numero FP32 standard?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Quanti bit utilizza un numero FP8 rispetto a un numero FP32 standard?
    • 8 bit contro 16 bit (mezzo)
    • 8 bit contro 64 bit (un ottavo)
    • 8 bit contro 32 bit (un quarto)
    • 8 bit contro 8 bit (lo stesso)
  2. Cosa descrivono le etichette "E4M3" e "E5M2" su un formato FP8?
    • Il tasso di errore e le dimensioni del modello
    • Il numero di bit dell'esponente rispetto ai bit della mantissa
    • La velocità dell'orologio e il canale di memoria
    • Le epoche di allenamento e gli strati del modello
  3. Perché i gasdotti dell'8° PQ applicano fattori di scala ai tensori?
    • Per crittografare i pesi per motivi di sicurezza
    • Per aumentare il numero di strati del modello
    • Per convertire il modello in una lingua diversa
    • Mantenere i valori all'interno del ristretto intervallo rappresentabile dell'8° PQ ed evitare overflow/underflow
  4. Quale compromesso è il principale svantaggio dell’utilizzo dell’8° PQ?
    • Precisione numerica ridotta (errori di arrotondamento)
    • Maggiore utilizzo della memoria
    • Moltiplicazione di matrici più lenta
    • Impossibilità di eseguire su qualsiasi GPU
  5. Quale generazione di GPU NVIDIA ha aggiunto per prima il supporto hardware dedicato per la matematica della matrice FP8?
    • Pascal (P100)
    • Tramoggia (H100)
    • Keplero (K80)
    • Maxwell (M40)
  6. Qual è la tendenza dei formati di precisione che vanno oltre l'8° PQ?
    • Un ritorno alla doppia precisione a 64 bit per l'inferenza
    • Eliminazione completa del punto mobile a favore del testo
    • Utilizzando solo FP32 per tutti i pesi del modello
    • Anche formati con microscaling a bit inferiore come MXFP4 e NVFP4
  7. A tensor’s values need more dynamic range. Which common FP8 encoding allocates more exponent bits?
    • E5M2
    • E4M3
    • Both allocate zero exponent bits
    • Neither encoding uses an exponent
  8. Why can an FP8 result differ from the same operation using FP32 inputs?
    • Eight-bit input storage is automatically exact for every real value
    • FP8 removes all mathematical operations
    • The lower-precision input representation can introduce rounding error
    • Higher-precision accumulation restores every lost input detail