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.

  1. 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
  2. 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
  3. 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
  4. Welke add-on wordt vaak gebruikt met Kubernetes voor batch- en groepsplanning van AI-taken?
    • Vulkaan
    • Apache Kafka
    • Opnieuw
    • Grafana
  5. 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
  6. 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
  7. 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
  8. 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