引导式测验 · 中等 等级

多实例 GPU 分区测验

应用 MIG 配置文件、GPU 与计算实例资源和设备暴露，包括为什么支持的硬件决定分区选择。

相关引导路径多实例GPU分区
问题 1 的 8

哪个资源边界将单独的 MIG GPU 实例与软件时间切片区分开来？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. 哪个资源边界将单独的 MIG GPU 实例与软件时间切片区分开来？
    • Only a different process priority on one shared execution queue
    • A guaranteed absence of every host or device failure
    • A separate network cable for every CUDA kernel
    • Dedicated hardware compute and memory resources for each GPU Instance
  2. MIG 首次在哪种 NVIDIA 架构上引入？
    • 沃尔特
    • 安培 (A100)
    • 图灵
    • 帕斯卡
  3. 在使用支持的小型实例配置文件的 A100 40 GB 上，布局可以提供多少个 GPU 实例？
    • Exactly sixteen on every supported GPU
    • Exactly two regardless of profile
    • Up to seven
    • An unlimited number with no memory limits
  4. 在“1g.5gb”这样的 MIG 配置文件中，“5gb”代表什么？
    • 分配给该实例的内存
    • SM数量
    • PCIe 带宽
    • 时钟速度
  5. MIG 特别适合哪种工作负载？
    • 一次大规模训练运行需要整个 GPU
    • 具有可预测延迟的多租户推理服务
    • CPU 密集型数据预处理
    • 长期冷藏
  6. Kubernetes 集群如何向 Pod 公开 MIG 实例？
    • 作为原始磁盘卷
    • 仅通过手动 SSH
    • 作为可调度资源，例如“nvidia.com/mig-1g.5gb”
    • 通过 DNS 记录
  7. 两个计算实例属于同一个 MIG GPU 实例。它们共享哪些资源？
    • 它们父级 GPU 实例的内存资源
    • 仅远程 CPU 的文件系统
    • 独立的完整物理 GPU 内存副本
    • 不相关 GPU 上的每个计算切片
  8. 一个团队想要在新的 GPU 模型上部署指定的 MIG 配置文件。他们首先应该检查什么？
    • 每个 NVIDIA GPU 是否支持相同的配置文件
    • 模型参数计数是否为偶数整数
    • Kubernetes Pod 名称是否包含配置文件文本
    • GPU 是否支持 MIG 以及该确切的配置文件布局