有効的なGES-C01問題集はJPNTest.com提供され、GES-C01試験に合格することに役に立ちます!JPNTest.comは今最新GES-C01試験問題集を提供します。JPNTest.com GES-C01試験問題集はもう更新されました。ここでGES-C01問題集のテストエンジンを手に入れます。
GES-C01問題集最新版のアクセス
「351問、30% ディスカウント、特別な割引コード:JPNshiken」
Gen AI スペシャリストが、Snowpark Container Services (SPCS) を使用してリアルタイム推論用の高性能オープンソース LLM をデプロイするために、Snowflake 環境をセットアップしています。モデルのパフォーマンスを最適化するために、NVIDIA AIOG GPU を活用できるコンピューティング プールを作成する必要があります。次の SQL ステートメントのうち、LLM の提供など、GPU を多用するシナリオをサポートしつつ、Snowpark Container Services での新規小規模デプロイメントの一般的な構成のベスト プラクティスに準拠したコンピューティング プールを正しく作成できるものはどれですか?
正解:D
オプション D が正解です。「GPU NV_M」インスタンス ファミリーは、「コンピュータ ビジョンや LLMsNLMs のような集中的な GPU 使用シナリオに最適化」と明示的に説明されており、4 つの NVIDIAAIOG GPU を提供します。「= 1」と「MAX_NODES = 1」を設定することは小規模な展開に適しており、「= 1800」(30 分)は非アクティブ時のコスト管理の適切な方法です。オプション A は、汎用 CPU インスタンスであり、LLM に適した GPU インスタンスではないため、不正解です。オプション B は、GPU インスタンスであり、「Snowpark コンテナが起動するために利用できる最小の NVIDIA GPU サイズ」である を使用しています。機能的ではありますが、「GPU」は質問で述べられているように、「LLM のような集中的な GPU 使用シナリオ」により直接的に関連しています。「AUTO RESUME = TRUE」はデフォルトの動作です。オプション C は、メモリ容量の大きい CPU インスタンスであり、GPU インスタンスではないため、不正解です。設定を「0」にすると、コンピューティングプールは自動的に停止しません。これは、継続的な可用性が厳密に要求されない限り、新規の小規模なデプロイメントでは一般的に推奨される方法ではありません。オプションEはCPUインスタンスを使用するため、GPUアクセラレーションワークロードには適していません。