Birden çok ekibe hizmet veren bir GKE kümesi çalıştırıyorsunuz. ML ekibinin model eğitimi için minimum çaba ve maliyetle Nvidia Tesla P100 GPU'lara ihtiyacı var. Ne yapmalısınız?
Bir cevap seçin
Cevabınızı kontrol etmek için bir seçeneğe dokunun.
Doğru cevap: Mevcut GKE kümesine GPU özellikli bir düğüm havuzu ekleyin ve ML ekibinin pod'larına cloud.google.com/gke-accelerator: nvidia-tesla-p100 nodeSelector'ını eklemesini sağlayın..
Neden bu cevap
Doğru cevap, mevcut GKE kümesine GPU özellikli bir düğüm havuzu eklemek ve ML ekibinin pod'larına cloud.google.com/gke-accelerator: nvidia-tesla-p100 nodeSelector'ını eklemesini sağlamaktır. Bu yaklaşım, ML ekibinin GPU kaynaklarına erişmesini sağlarken, diğer ekiplerin iş yüklerini etkilemez ve kaynakları verimli kullanır. Diğer seçenekler neden yanlış: Pod spec'lerine ek açıklama eklemek tek başına yeterli değildir; GPU kaynaklarının kümede mevcut olması gerekir. Tüm düğümleri GPU'larla yeniden oluşturmak gereksiz maliyet ve karmaşıklık yaratır, çünkü sadece ML ekibinin GPU'lara ihtiyacı vardır. Ayrı bir Kubernetes kümesi oluşturmak, yönetim yükünü artırır ve kaynak izolasyonu için daha karmaşık bir çözümdür; mevcut küme içinde düğüm havuzları daha verimli bir çözümdür.
Sonsuz cevap arayışı olmadan sınavınızı geçin
Bu sınav için her doğrulanmış soruyu ve açıklamayı tek bir yerde edinin ve saatlerce süren hazırlıktan tasarruf edin. 1.000'den fazla sertifika · 20'den fazla dil · ücretsiz başlayın.
Sınavınızı daha hızlı geçin → Kart gerekmez