引導式測驗 · 中等 等級

Kubernetes 測驗中的 KServe 和模式服務

檢查 KServe 的 InferenceService、模型工件載入、執行時間自動縮放、服務元件和標準化預測協定。

問題 1 的 8

KServe 在成為獨立專案之前的前身名稱是什麼?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. KServe 在成為獨立專案之前的前身名稱是什麼?
    • KF服務
    • KubeML
    • 模型網格
    • Knative 模型
  2. 您定義用於使用 KServe 部署模型的主要 Kubernetes 自訂資源是什麼?
    • 模型部署
    • 推理服務
    • 預測Pod
    • 服務表
  3. 哪種功能可以讓空閒的 KServe 模型消耗零計算直到請求到達?
    • 金絲雀推出
    • 分片
    • 縮放至零
    • 批量推理
  4. 哪個底層項目提供 KServe 的請求驅動的自動縮放?
    • 普羅米修斯
    • 頭盔
    • 阿爾戈
    • 克納特
  5. KServe 通常如何在啟動時將模型工件放入服務 Pod 中?
    • 透過從物件儲存中提取的儲存初始化程序
    • 僅將模型烘焙到容器鏡像中
    • 透過電子郵件發送模型文件
    • 透過手動 kubectl 複製
  6. KServe 使用什麼標準以便客戶端可以以相同的方式呼叫不同的模型?
    • GraphQL 聯盟
    • 開放推理協議
    • 肥皂
    • 資料庫連線
  7. In KServe’s InferenceService pipeline, which component can apply pre- or post-processing around the predictor?
    • The storage initializer
    • The Knative autoscaler
    • 變壓器
    • The Kubernetes scheduler
  8. What is a typical trade-off of scaling a model deployment down to zero replicas?
    • The model becomes permanently unavailable
    • Every request avoids model loading
    • The Kubernetes API is replaced
    • Idle compute is reduced, but the next request may incur a cold-start delay