Quiz collegato alla guida · Medio Livello

Contenitori GPU con il quiz sul toolkit dei contenitori NVIDIA

Separa i driver GPU host dalle librerie CUDA del contenitore e traccia i passaggi di runtime necessari per esporre e convalidare i dispositivi NVIDIA.

Domanda 1 di 8

Quale componente normalmente gestisce la GPU fisica NVIDIA a livello di kernel?

Anteprima di ogni domanda8 domande

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

  1. Quale componente normalmente gestisce la GPU fisica NVIDIA a livello di kernel?
    • L'autista ospite
    • Solo l'immagine del contenitore CUDA
    • Il punto di controllo del modello
    • Il file di blocco del pacchetto Python
  2. Quale ruolo fornisce NVIDIA Container Toolkit?
    • Un driver del kernel GPU sostitutivo archiviato in ogni immagine
    • Integrazione runtime che espone dispositivi e interfacce driver ai contenitori
    • Un benchmark sull'accuratezza del modello indipendente dal contesto
    • Un compilatore che converte tutti i file Python in CUDA
  3. Perché un contenitore con librerie CUDA non riesce ancora a inizializzare la GPU?
    • Le librerie CUDA sostituiscono sempre il driver host
    • Il contenitore necessita necessariamente di una propria GPU fisica
    • Il driver host o l'integrazione runtime potrebbero essere incompatibili o mancanti
    • Il file del modello non contiene un nodo del dispositivo
  4. Cosa dimostra vedere una GPU in un container?
    • Tale allocazione di memoria non può mai fallire
    • Che la precisione del modello sia accettabile
    • Le versioni CUDA e del driver sono identiche
    • Visibilità del dispositivo, ma non che ogni kernel dell'applicazione funzionerà correttamente
  5. Perché l'aggiornamento dei pacchetti CUDA all'interno di un'immagine è diverso dall'aggiornamento del driver host?
    • Both update the same kernel module automatically
    • They are different software layers with different responsibilities
    • The container cannot contain any runtime libraries
    • Driver versions are determined by the model weights
  6. Which test is stronger than checking device visibility alone?
    • Inspect the model filename
    • Read the image tag
    • Run a small representative framework operation on the GPU
    • Confirm the container starts without a GPU request
  7. What should an incident record include for reproducibility?
    • Only the framework version and model architecture
    • Only the host driver and GPU model
    • Image tag and Python version without runtime configuration
    • Image digest, host driver, toolkit and runtime configuration
  8. What does GPU containerization not provide by itself?
    • Un ambiente di driver hardware completamente indipendente
    • Dipendenze dello spazio utente pacchettizzate
    • Un modo per richiedere i dispositivi al momento del lancio
    • Un filesystem di immagine