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.

  1. Qual era il nome precedente di Kserve prima che diventasse un progetto autonomo?
    • KFServing
    • KubeML
    • ModelloMesh
    • Modelli Knativi
  2. Qual è la risorsa personalizzata Kubernetes primaria che definisci per distribuire un modello con Kserve?
    • ModelDeployment
    • InferenceService
    • PredictPod
    • ServingChart
  3. 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
  4. Quale progetto sottostante fornisce la scalabilità automatica basata sulle richieste di Kserve?
    • Prometeo
    • Timone
    • Argo
    • Fantasioso
  5. 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
  6. Quale standard utilizza Kserve affinché i client possano chiamare modelli diversi nello stesso modo?
    • Federazione GraphQL
    • Il protocollo di inferenza aperta
    • SAPONE
    • JDBC
  7. 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
  8. 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