Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

GPU vs TPU cho bài kiểm tra AI

So sánh kiến ​​trúc GPU và TPU, khả năng hỗ trợ phần mềm, hạn chế của hệ thống và bằng chứng cụ thể về khối lượng công việc mà nhóm cần trước khi chọn phần cứng.

Đường dẫn hướng dẫn liên quanGPU so với TPU cho AI
Câu hỏi 1 của 8

Hướng dẫn liệt kê những khung nào là được hỗ trợ cho các công việc Cloud TPU?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. Hướng dẫn liệt kê những khung nào là được hỗ trợ cho các công việc Cloud TPU?
    • JAX, TensorFlow, và PyTorch/XLA
    • Chỉ CUDA C++
    • Chỉ PyTorch CPU và ONNX Runtime
    • Chỉ TensorFlow Lite
  2. Ai thiết kế TPU?
    • NVIDIA
    • Google
    • Intel
    • Apple
  3. Cấu trúc phần cứng cốt lõi nào giúp TPU hoạt động hiệu quả khi nhân ma trận?
    • Một đĩa từ quay
    • Một ngân hàng rơle cơ khí lớn
    • Một mảng tâm thu của các đơn vị tích lũy nhân
    • Một lõi cực nhanh
  4. Những yếu tố hệ thống nào có thể ảnh hưởng đến so sánh hiệu năng giữa GPU và TPU?
    • Chỉ số lượng hoạt động đỉnh của bộ tăng tốc
    • Chỉ số lượng tham số trong mô hình
    • Chỉ tên vùng đám mây
    • Hỗ trợ mô hình, phần mềm, kết nối, bộ nhớ, mức sử dụng và chi phí triển khai
  5. Điểm mạnh thực tế của GPU so với TPU đối với nhiều nhóm là gì?
    • Một hệ sinh thái rộng lớn của các thư viện CUDA, công cụ và các công việc đã được GPU hỗ trợ
    • Một cam kết rằng mọi mô hình đều nhanh hơn trên GPU
    • Một yêu cầu rằng mọi quá trình đào tạo phải sử dụng TensorFlow
    • Một lợi thế tích hợp trong mọi so sánh chi phí
  6. Tại sao hướng dẫn đề xuất đo hiệu năng công việc dự định trên nền tảng cụ thể?
    • Số lượng hoạt động đỉnh luôn dự đoán chính xác tốc độ đầu cuối
    • Kết quả đo phụ thuộc vào hình dạng công việc, kernel, pipeline đầu vào, bộ nhớ và khả năng mở rộng hệ thống
    • Tất cả các công việc đều sử dụng cùng một đường phần cứng và độ chính xác
    • Một benchmark loại bỏ nhu cầu kiểm tra hỗ trợ phần mềm
  7. Nhóm nên so sánh những gì trước khi chọn giữa GPU và TPU cho việc đào tạo?
    • Chỉ FLOPS đỉnh cho độ chính xác không liên quan
    • Tên chip và ngày ra mắt sản phẩm
    • Thời gian và chi phí đầu cuối cho mô hình, khung, pipeline đầu vào và quy mô mục tiêu của nó
    • Một benchmark từ mô hình và ngăn xếp phần mềm khác
  8. How does Google describe a TPU pod?
    • Một GPU đơn lẻ không có mạng
    • Một cụm chỉ CPU
    • Một định dạng mô hình
    • Một nhóm chip TPU được kết nối qua một liên kết tốc độ cao