EdgeAI bouwt een computervisiemodel dat ze moeten implementeren op een vloot van heterogene edge-apparaten (Raspberry Pi 3, NVIDIA Jetson TX2 en arm64 Linux-gateways). Ze willen de inferentiedoorvoer maximaliseren en de geheugenvoetafdruk verkleinen. Welke bewering over het gebruik van SageMaker Neo-compilatie is het meest nauwkeurig voor dit scenario?
Kies een antwoord
Tik op een optie om je antwoord te controleren.
Correct antwoord: Gebruik SageMaker Neo om het getrainde model afzonderlijk te compileren voor elk doelplatform (raspberrypi3, jetson_tx2 en linux_aarch64). Neo past graafoptimalisaties en optioneel kwantisering toe, wat platformgeoptimaliseerde artefacten produceert die vaak meervoudige doorvoerverbeteringen en kleiner geheugengebruik opleveren ten opzichte van het originele model..
Waarom dit het antwoord is
De correcte optie beschrijft nauwkeurig de functionaliteit van SageMaker Neo. Neo compileert modellen voor specifieke hardwareplatforms, wat resulteert in geoptimaliseerde artefacten die de inferentiedoorvoer verbeteren en de geheugenvoetafdruk verkleinen door middel van graafoptimalisaties en kwantisering. Dit is essentieel voor heterogene edge-apparaten zoals Raspberry Pi, Jetson en arm64 Linux-gateways. De tweede optie is onjuist omdat Neo geen universele binary produceert die optimaal is voor alle apparaten; het vereist platformspecifieke compilatie. De derde optie is onjuist omdat Neo wel degelijk compilatie voor edge-apparaten zoals Jetson en Raspberry Pi ondersteunt, naast Inferentia en GPU-instances. De vierde optie is onjuist omdat Neo zowel TensorFlow- als PyTorch-modellen en andere frameworks ondersteunt voor optimalisatie.
Slaag voor je examen — zonder eindeloos zoeken naar antwoorden
Krijg elke geverifieerde vraag en uitleg voor dit examen op één plek, en bespaar uren voorbereiding. Meer dan 1.000 certificeringen · Meer dan 20 talen · gratis om te beginnen.
Slaag sneller voor je examen → Geen kaart nodig