边云端部署知识点

题集来源:Rocky Ding(WeThinkIn)收录项目:AIGC-Interview-Book查看原题集

题目目录

31 道原题
  1. x86和arm架构在深度学习侧的区别?

    原题
  2. 介绍一下XPU、MLU、MUSA各自的特点

    原题
  3. 介绍一下Hopper架构GPU的概念

    原题
  4. 介绍一下NVLink的概念

    原题
  5. NVIDIA显卡架构演变

    原题
  6. NVIDIA边端设备介绍

    原题
  7. 为何在AI端侧设备一般不使用传统图像算法?

    原题
  8. 端侧部署时整个解决方案的核心指标?

    原题
  9. 主流AI端侧硬件平台有哪些?

    原题
  10. 主流AI端侧硬件平台一般包含哪些模块?

    原题
  11. 优化模型端侧性能的一些方法

    原题
  12. 目前主流的端侧算力芯片有哪些种类?

    原题
  13. MPI并行计算技术介绍

    原题
  14. NVIDIA的NCCL技术介绍

    原题
  15. 什么是All-gather操作?

    原题
  16. pytorch是如何实现All-gather操作的?

    原题
  17. 什么是Reduce-Scatter操作?

    原题
  18. pytorch是如何实现Reduce-Scatter操作的?

    原题
  19. 什么是FSDP?

    原题
  20. 什么是ZeRO?

    原题
  21. 什么是cuda-graph?

    原题
  22. 什么是nccl-test?

    原题
  23. 什么是RoCE高网?

    原题
  24. 什么是InfiniBand网卡?

    原题
  25. 简单介绍一下gloo

    原题
  26. 简单介绍一下RDMA技术

    原题
  27. mpirun命令详解

    原题
  28. nvidia-smi命令详解

    原题
  29. 算法工程师该如何看待硬件侧知识?

    原题
  30. 什么是diffusers?

    原题
  31. 什么是ray?

    原题