Kuiz berkaitan panduan · Sederhana Tahap

Kuiz Teras Tensor

Meliputi operasi matriks Teras Tensor, pengumpulan ketepatan campuran, jubin perisian dan format angka khusus seni bina.

Laluan panduan yang berkaitanTeras Tensor
soalan 1 daripada 8

Apakah operasi matematik teras yang Tensor Cores direka khusus untuk mempercepatkan?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah operasi matematik teras yang Tensor Cores direka khusus untuk mempercepatkan?
    • Matriks darab dan terkumpul (D = A x B + C)
    • Mengisih senarai nombor yang besar
    • Penjanaan nombor rawak
    • Menyulitkan dan menyahsulit data
  2. Seni bina GPU NVIDIA manakah yang pertama kali memperkenalkan Teras Tensor?
    • Pascal
    • Volta
    • Turing
    • Maxwell
  3. Mengapa Teras Tensor sering menggunakan ketepatan yang dikurangkan seperti FP16 atau FP8?
    • Ketepatan yang lebih rendah diperlukan oleh undang-undang untuk AI
    • Ketepatan yang lebih tinggi adalah mustahil pada GPU
    • Ia membolehkan lebih banyak nombor diproses setiap jam, meningkatkan daya pengeluaran sambil memastikan ketepatan boleh diterima
    • Ia menjadikan cip lebih kecil secara fizikal
  4. Untuk mengekalkan ketepatan, apakah ketepatan yang biasa digunakan Tensor Cores untuk jumlah larian (pengumpulan)?
    • Ketepatan rendah yang sama seperti input
    • Tiada pengumpulan dilakukan
    • Integer sahaja tanpa pecahan
    • Ketepatan yang lebih tinggi seperti FP32
  5. Bagaimanakah rangka kerja AI setiap hari seperti PyTorch menggunakan Teras Tensor?
    • Perpustakaan seperti cuBLAS dan cuDNN secara automatik mencantumkan matriks besar ke dalam blok kecil yang boleh diproses oleh teras
    • Pembangun mesti pemasangan tulisan tangan untuk setiap model
    • Teras Tensor hanya berfungsi dengan perkakasan tersuai yang tidak boleh dicapai oleh perisian
    • Mereka tidak boleh digunakan oleh rangka kerja peringkat tinggi sama sekali
  6. Format berangka yang lebih baharu manakah yang ditambahkan oleh seni bina Blackwell untuk meningkatkan daya pengeluaran inferens?
    • FP64 (kepersisan berganda)
    • FP4 (titik terapung 4-bit)
    • ASCII
    • 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