แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ยาก ระดับ
แบบทดสอบการเขียนโปรแกรม CUDA และ GPU
ตรวจสอบแนวคิดหลักของ CUDA รวมถึงเคอร์เนล การดำเนินการ SIMT การเข้าถึงหน่วยความจำ หน่วยความจำที่ใช้ร่วมกัน และเครื่องมือการเขียนโปรแกรม GPU ระดับที่สูงกว่า
คำถาม 1 ของ 8
ในคำศัพท์ CUDA 'เคอร์เนล' คืออะไร
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- ในคำศัพท์ CUDA 'เคอร์เนล' คืออะไร
- ฟังก์ชั่นทำงานแบบขนานโดยเธรด GPU จำนวนมาก
- แกนกลางของระบบปฏิบัติการ
- ชิปหน่วยความจำชนิดหนึ่ง
- ระบบระบายความร้อนของ GPU
- รูปแบบการดำเนินการ SIMT หมายถึงอะไร
- อินพุตช้า การถ่ายโอนข้อมูลจำนวนมาก
- คำสั่งเดียว หลายเธรด รันคำสั่งเดียวกันบนข้อมูลที่ต่างกัน
- ภาพเดียว หลายพื้นผิว
- คำแนะนำตามลำดับ การกำหนดเวลาแบบแมนนวล
- เหตุใด PyTorch และ TensorFlow จึงแทบไม่ต้องการให้ผู้ใช้เขียน CUDA แบบดิบ
- GPU ไม่สามารถรันโค้ดผู้ใช้ได้
- CUDA ผิดกฎหมายในการใช้โดยตรง
- พวกเขาเรียกไลบรารี CUDA ที่ปรับให้เหมาะสม เช่น cuDNN และ cuBLAS ภายใน
- พวกมันทำงานบน CPU เท่านั้น
- 'วาร์ปไดเวอร์เจนซ์' คืออะไร และเหตุใดจึงส่งผลเสียต่อประสิทธิภาพ
- ข้อผิดพลาดด้านเครือข่ายที่ทำให้แพ็กเก็ตลดลง
- GPU โค้งงอตามความร้อน
- จุดบกพร่องที่ลบหน่วยความจำ
- เธรดในวาร์ปจะมีสาขาต่างกันและต้องรันแบบอนุกรม
- เหตุใดการเข้าถึงหน่วยความจำ 'รวม' จึงมีความสำคัญใน CUDA
- เธรดที่อยู่ติดกันที่อ่านที่อยู่ติดกันนั้นมีประสิทธิภาพมากกว่ามาก
- มันเข้ารหัสข้อมูลโดยอัตโนมัติ
- มันเพิ่มพื้นที่ว่างในดิสก์
- มันปิดการใช้งานพัดลม GPU
- What is OpenAI Triton in relation to CUDA programming?
- A CUDA driver that replaces NVIDIA GPUs
- A Python-like language and compiler for writing efficient GPU kernels
- A model-serving server that only loads TensorFlow checkpoints
- A framework that converts GPUs into CPUs
- What does a CUDA kernel launch configuration specify?
- A model tokenizer vocabulary
- The number of training labels
- The grid and block dimensions used to organize thread execution
- The host operating system
- Why might a CUDA kernel use shared memory?
- To make data available across every cluster without communication
- To replace all registers
- To store the model permanently on the GPU
- To let threads in a block reuse data from a faster on-chip memory space