ガイド連動クイズ · 中 レベル

Tensor コアに関するクイズ

Tensor コア行列演算、混合精度累積、ソフトウェア タイリング、アーキテクチャ固有の数値形式をカバーします。

関連するガイドパステンソルコア
質問 1 の 8

Tensor コアはどのコア数学演算を加速するために特別に設計されていますか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. Tensor コアはどのコア数学演算を加速するために特別に設計されていますか?
    • 行列の積和演算 (D = A x B + C)
    • 大きな数字のリストを並べ替える
    • 乱数の生成
    • データの暗号化と復号化
  2. Tensor コアを最初に導入した NVIDIA GPU アーキテクチャはどれですか?
    • パスカル
    • ボルタ
    • チューリング
    • マクスウェル
  3. Tensor コアが FP16 や FP8 などの低い精度を使用することが多いのはなぜですか?
    • AI には法律により低い精度が要求されます
    • GPU ではこれ以上の精度は不可能
    • クロックごとにより多くの数を処理できるようになり、許容可能な精度を維持しながらスループットが向上します。
    • チップが物理的に小さくなります
  4. 精度を維持するために、Tensor コアは通常、累計 (累積) にどの程度の精度を使用しますか?
    • 入力と同じ低精度
    • 蓄積は行われません
    • 小数なしの整数のみ
    • FP32などの高精度
  5. PyTorch などの日常的な AI フレームワークは Tensor コアをどのように利用するのでしょうか?
    • cuBLAS や cuDNN などのライブラリは、大きな行列をコアが処理できる小さなブロックに自動的にタイル化します。
    • 開発者はモデルごとにアセンブリを手書きする必要がある
    • Tensor コアはカスタム ハードウェアでのみ動作し、ソフトウェアはアクセスできません
    • 高レベルのフレームワークではまったく使用できません
  6. 推論のスループットをさらに高めるために Blackwell アーキテクチャに追加された新しい数値形式はどれですか?
    • FP64（倍精度）
    • FP4 (4 ビット浮動小数点)
    • アスキー
    • FP128
  7. Why should a team validate model quality when changing Tensor Core input precision?
    • Reduced precision guarantees identical outputs
    • The model’s vocabulary changes automatically
    • Lower-precision arithmetic can change numerical results, so accuracy should be checked for the task
    • Tensor Cores remove all rounding effects
  8. Which computer-vision feature is a practical example of Tensor Core acceleration?
    • A database index with no matrix operations
    • A file compressor that never runs a neural network
    • A CPU-only spreadsheet calculation
    • Neural upscaling such as NVIDIA DLSS in games