Quiz collegato alla guida · Medio Livello
Quiz su Kserve e Model Serving su Kubernetes
Controlla l'InferenceService di Kserve, il caricamento degli artefatti del modello, la scalabilità automatica del runtime, i componenti di servizio e il protocollo di previsione standardizzato.
Domanda 1 di 8
Qual era il nome precedente di Kserve prima che diventasse un progetto autonomo?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Qual era il nome precedente di Kserve prima che diventasse un progetto autonomo?
- KFServing
- KubeML
- ModelloMesh
- Modelli Knativi
- Qual è la risorsa personalizzata Kubernetes primaria che definisci per distribuire un modello con Kserve?
- ModelDeployment
- InferenceService
- PredictPod
- ServingChart
- Quale funzionalità consente ai modelli Kserve inattivi di consumare zero calcoli fino all'arrivo di una richiesta?
- Lancio delle Canarie
- Sharding
- Scala fino a zero
- Inferenza batch
- Quale progetto sottostante fornisce la scalabilità automatica basata sulle richieste di Kserve?
- Prometeo
- Timone
- Argo
- Fantasioso
- In che modo Kserve in genere inserisce gli artefatti del modello in un pod di servizio all'avvio?
- Tramite un inizializzatore di archiviazione che estrae dall'archiviazione di oggetti
- Inserendo i modelli solo nell'immagine del contenitore
- Inviando via e-mail il file del modello
- Attraverso una copia manuale di kubectl
- Quale standard utilizza Kserve affinché i client possano chiamare modelli diversi nello stesso modo?
- Federazione GraphQL
- Il protocollo di inferenza aperta
- SAPONE
- JDBC
- Nella pipeline InferenceService di KServe, quale componente può applicare la pre o post-elaborazione attorno al predittore?
- Inizializzatore di archiviazione
- Il ridimensionatore automatico Knative
- Il trasformatore
- Lo schedulatore Kubernetes
- Qual è il compromesso tipico nel ridimensionare la distribuzione di un modello fino a zero repliche?
- Il modello diventa permanentemente non disponibile
- Ogni richiesta evita il caricamento del modello
- The Kubernetes API is replaced
- Idle compute is reduced, but the next request may incur a cold-start delay