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.
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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