Викторина по TensorRT и машинам вывода

Ответы и пояснения появляются по мере прохождения теста.

1. What is the goal of building an inference engine with TensorRT?
   • Guarantee the fastest possible execution on every system
   • Optimize execution of a supported trained model for the configured target
   • Choose training labels without a dataset
   • Replace every GPU with a CPU
2. Как слияние слоев ускоряет вывод?
   • Путем объединения нескольких операций в одно ядро графического процессора для уменьшения трафика памяти.
   • Путем удаления слоев, которые не нужны
   • Запуская каждый слой на отдельном графическом процессоре
   • Путем преобразования модели для работы на ЦП
3. In a representative-data INT8 calibration workflow, why examine the model’s value distributions?
   • To guarantee no accuracy change under all future inputs
   • To retrain the model from zero automatically
   • To select quantization scales suited to the observed numerical ranges
   • To remove every compatibility requirement
4. Почему скомпилированный движок TensorRT обычно предназначен для одной архитектуры графического процессора?
   • Потому что он зашифрован серийным номером этого графического процессора.
   • Потому что NVIDIA лицензирует его для каждого устройства.
   • Потому что он хранит данные обучения внутри движка.
   • Потому что автонастройка ядра обеспечивает самые быстрые ядра для точного ядра и структуры памяти этого графического процессора.
5. Какая функция TensorRT-LLM конкретно помогает эффективно обслуживать большие языковые модели?
   • Оперативная (непрерывная) пакетная обработка и страничный KV-кэш
   • Автоматическое увеличение изображения
   • Встроенный веб-хостинг
   • Звуковое шумоподавление
6. Why evaluate task accuracy after choosing lower-precision TensorRT execution?
   • Lower precision always preserves every output bit
   • Only the model filename affects predictions
   • Reduced numerical precision can change model outputs or quality
   • Accuracy evaluation is needed only during tokenization
7. A TensorRT dynamic-shape engine receives input outside its configured profile range. What should deployment validation check?
   • Whether the engine can accept every shape without a profile
   • Only whether the model name is short
   • Whether training can restart from a screenshot
   • Whether the profile supports that requested shape
8. A TensorRT engine is moved to a different runtime and GPU configuration. What must the team establish?
   • That any serialized engine runs unchanged everywhere
   • That the selected compatibility settings support the new environment
   • That the engine contains all its original training data
   • That every GPU shares one serial number