Gids-gekoppelde quiz · Middelmatig Niveau
GPU-planning en clusterorkestratiequiz
Oefen GPU-resourceverzoeken, bendeplanning en topologieplaatsing, inclusief hoe preemption- en fair-share-beleid gedeelde trainingsclusters beïnvloeden.
Vraag 1 van 8
Waarom de toegang tot middelen coördineren voor een gedistribueerde groep opleidingswerkers van vaste omvang?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Waarom de toegang tot middelen coördineren voor een gedistribueerde groep opleidingswerkers van vaste omvang?
- Om te garanderen dat elk proces op precies dezelfde nanoseconde begint
- Om te garanderen dat het model convergeert
- Om alle werknemerscommunicatie te verwijderen
- Om gedeeltelijke startsituaties te verminderen waarin werknemers wachten op niet-beschikbare collega's
- Hoe drukt Kubernetes normaal gesproken een GPU-bronverzoek voor een apparaatplug-in uit?
- Als willekeurige fracties van CPU-klokcycli
- Als een geheel getal van geadverteerde apparaatbronnen
- Alleen als DNS-hostnaam
- Als een reeks modeluitvoertokens
- Wat probeert topologiebewuste planning te optimaliseren?
- Werkplaatsen zo ver mogelijk uit elkaar spreiden
- Het minimaliseren van het aantal gebruikers
- Het plaatsen van communicerende rangen op snelle verbindingen zoals NVLink
- Kiezen voor de goedkoopste elektriciteitsleverancier
- Welke add-on wordt vaak gebruikt met Kubernetes voor batch- en groepsplanning van AI-taken?
- Vulkaan
- Apache Kafka
- Opnieuw
- Grafana
- Wat moet een opleidingsaanvraag bieden als een voorgenomen baan zijn eerdere voortgang zou moeten hervatten?
- Een garantie dat voorrang de optimalisatiestatus automatisch opslaat
- Een bruikbaar controlepunt en herstelprocedure
- Een hernoemde pod zonder opgeslagen status
- Een hoger leerpercentage voor de eerste hervatte stap
- Wat is de rol van fair-share-quota in een gedeeld cluster?
- Om te garanderen dat één team altijd wint
- Om de planner uit te schakelen
- Om te voorkomen dat één enkel team alle GPU's monopoliseert
- Om één klus te versnellen
- Een groep vaste medewerkers heeft acht GPU-bronnen nodig, maar er zijn er slechts vier beschikbaar. Wat kan groepstoelating opleveren?
- Laat de groep in behandeling totdat aan de geconfigureerde minimumvereisten kan worden voldaan
- Vind de ontbrekende vier GPU-apparaten uit
- Verander elke werknemer in een CPU-proces zonder configuratie
- Garandeer voltooiing, zelfs als er geen toegelaten werknemers zijn
- Twee communicerende GPU-taken passen bij hetzelfde aantal bronnen op verschillende knooppunten. Waarom ook topologie overwegen?
- Alleen al het aantal bronnen lost elke overdrachtslatentie op
- Topologie bepaalt de trainingslabels
- Alleen knooppuntnamen zijn van invloed op de uitvoer van all-reducers
- Interconnect-plaatsing heeft invloed op de communicatiekosten tussen hun werknemers