חידון בנושא האצת ניתוח נתונים באמצעות GPU

1. What open-source library does cuDF accelerate? (יש לבחור את כל התשובות המתאימות)

   אפשר לבחור כמה תשובות שרוצים.

   פנדות

   Polar

   Apache Spark

   Oracle

2. לפני שמייבאים את cuDF לקובץ notebook של Colab Enterprise, איזה שלב הגדרה צריך לבצע לגבי זמן הריצה?

   הגדלת גודל הדיסק ל-500GB או יותר

   בוחרים סביבת זמן ריצה שמצוידת ב-GPU (למשל, L4).

   הפעלה של מצב 'RAM גבוה' בסביבת זמן ריצה רגילה של CPU

   טעינת Google Drive כדי לאחסן את ליבות ה-CUDA הזמניות

3. כשמנסים להריץ את cuDF ב-Colab Enterprise, מופיעה שגיאה שמציינת שלא זוהה מכשיר עם יכולת CUDA. מה הסיבה הסבירה ביותר לכך?

   מערך הנתונים קטן מדי ולא נדרש GPU

   החיוב ב-Google Cloud מושבת כרגע

   לא התקנתם את ספריית pandas הרגילה

   לסביבת זמן הריצה של ה-notebook אין GPU

4. כדי להשתמש ב-pandas עם האצת GPU, לא צריך לשנות את הקוד כשמשתמשים ב-NVIDIA cuDF

   נכון

   לא נכון

5. כשמשתמשים ב-Colab Enterprise עם NVIDIA cuDF, לאן הפונקציה df.read_csv('/content/data.csv') טוענת את הנתונים בעיקר?

   קטגוריות של Google Cloud Storage

   זיכרון ה-RAM של המעבד במכונה הווירטואלית

   זיכרון ה-VRAM של ה-GPU המצורף

   הכונן הקשיח של המחשב הנייד המקומי

6. אילו מהשיטות הבאות הן שיטות תקפות להפעלת האצת cuDF pandas? (יש לבחור את כל התשובות המתאימות)

   אפשר לבחור כמה תשובות שרוצים.

   שימוש בפקודת הקסם ‎ %load_ext cudf.pandas במחברת

   שינוי השם של קובץ ה-‎ .py ל-‎ .cu_py

   הוספת import cudf.pandas; cudf.pandas.install() לפני ייבוא pandas

   הפעלת סקריפט באמצעות python -m cudf.pandas myscript.py

7. כשמשתמשים ב-cudf.pandas, מה קורה אם פונקציית pandas ספציפית עדיין לא מואצת על ידי GPU?

   מעבר חלק לביצוע במעבד

   מוצגת השגיאה NotImplementedError והביצוע נעצר

   המערכת מתעלמת מהפונקציה וממשיכה בהרצה

שליחת התשובות