Вікторина, пов’язана з посібником · Середній Рівень

Вікторина CoreWeave

Переглядає хмарні пропозиції GPU від CoreWeave, інфраструктуру, що залежить від робочого навантаження, концентрацію клієнтів і постачальників, а також історію публічної компанії.

Пов'язані напрямні шляхиCoreweave
Питання 1 з 8

Що насамперед забезпечує CoreWeave?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Що насамперед забезпечує CoreWeave?
    • Хмарний доступ до великого парку графічних процесорів Nvidia для ШІ
    • Споживчі смартфони
    • Потокове передавання фільмів
    • Електроскутери
  2. What business did CoreWeave operate before focusing on GPU cloud infrastructure?
    • Food retail demand forecasting
    • Майнінг криптовалюти
    • Speech transcription services
    • A consumer social network
  3. Which services does CoreWeave list as part of its AI cloud platform?
    • Only a hosted language model with no infrastructure
    • Food inspection cameras and recipe tools
    • GPU compute together with networking, storage, and supporting software
    • A smartphone app for mining cryptocurrency
  4. Why should a customer benchmark its own workload on a specialized GPU cloud?
    • A specialized cloud guarantees a speedup for every model
    • The GPU name alone determines total cost
    • Cloud providers use identical networking and storage
    • Performance and cost depend on the workload, system configuration, and service requirements
  5. Which business risks do CoreWeave filings identify for customers and suppliers?
    • Concentration risks that can make the business sensitive to a small number of counterparties
    • Guaranteed demand from every customer
    • No dependency on hardware supply
    • A risk that only affects food safety inspections
  6. Якої важливої корпоративної віхи досягла CoreWeave у 2025 році?
    • Він перестав використовувати графічні процесори
    • Він став публічним на фондовому ринку
    • Він став некомерційним
    • Він об’єднався з мережею кав’ярень
  7. What is one infrastructure dependency a GPU cloud provider must manage for large AI clusters?
    • Only the model’s tokenizer vocabulary
    • The hotel’s room occupancy
    • Power, networking, cooling, and accelerator availability at data-center scale
    • The number of emotion labels in a dataset
  8. Why should an enterprise compare end-to-end workload cost across GPU cloud providers?
    • The same nominal GPU always produces identical service cost
    • Model parameter count alone determines the bill
    • A public-company listing guarantees low prices
    • Hardware, interconnect, storage, utilization, and software affect total performance and cost