AI基礎建設與平台選型 解答
以下為「AI基礎建設與平台選型」e等公務園+測驗解答,共 20 題,供公務人員學習參考。
為何建議使用自有 AI 模型處理敏感資料?
- 比較酷
- 較容易實作
- 可離線執行,避免資料外洩
- 雲端會更快
Red Hat 建議在導入 AI 時應如何避免供應商鎖定?
- 完全使用 SaaS 模型
- 選擇閉源架構
- 建立雲端無關的開放平台
- 關閉資料日誌記錄
什麼是 Prompt Object?
- 對資料庫進行視覺化操作
- 一種資料備份方式
- 可直接與儲存資料對話的 API
- 與雲端硬體無關的部署架構
在資料查詢效能上,Trino 相較於 MSSQL 的改善幅度為?
- 大致相同
- 效能下降
- 約 90% 提升以上
- 僅適用於小型資料集
根據簡報內容,AI 世代的儲存需求特徵是?
- 低容量、單點傳輸
- SATA HDD 與 10 GigE
- TBs 至 EB 級數據量,400-800GbE
- 完全離線資料操作
在 AI 的演進過程中,AGI 是指:
- 專為特定任務設計的模型
- 初階預測分析模型
- 具備類人理解能力的通用人工智慧
- 一種語音辨識技術
根據 Red Hat 分類,將外部模型整合進內部流程的方式稱為?
- Taker
- Shaper
- Maker
- Coder
Red Hat 提出的 MVP 是指?
- 最大視覺處理量
- 模型驗證過程
- 最小可行產品
- 資料視覺化平台
MinIO AIStor 特別為哪種硬體設備優化?
- 磁帶機
- GPU 和 NVMe SSD
- CPU 與 DRAM
- MicroSD 儲存卡
下列哪一項不是 AI 平台應該具備的能力?
- 模型推理運行時
- 資料遺失模擬器
- 模型效能監控
- 模型偏誤偵測
企業選擇自建 AI 模型的風險之一是?
- 無需維護
- 成本較低
- 模型過於彈性
- 對專業知識需求高
下列何者是「生成式 AI」的主要特徵?
- 僅能識別輸入資料
- 能生成全新內容
- 無需訓練即可使用
- 適合處理結構化數據
Red Hat 平台如何進行模型監控與解釋?
- 使用 Google Analytics
- TrustyAI 工具組
- 內建防火牆 API
- SSH 指令列控制台
Hare Runtime 是一種什麼樣的元件?
- 圖像渲染器
- SQL 儲存引擎
- 雲端儲存設備
- 運算與查詢執行平台
以下哪一項是 AI 導入風險的具體表現?
- 資料整理成本過低
- 模型回應太快
- 隱私洩露與模型偏誤
- 使用者太熟悉系統
「預測型 AI」主要適合用於哪種情境?
- 音樂生成
- 文字創作
- 表格分析與未來預測
- 構圖繪畫
Red Hat 提供哪一項服務協助企業建立 AI 平台?
- SaaS 技術監控
- AI 加速服務(AI Accelerator)
- 免費 GPU 租賃計畫
- 區塊鏈部署工具
MinIO AIStor 提供哪一種儲存技術?
- 區塊儲存
- 檔案儲存
- S3 相容的物件儲存
- 傳統 HDD 儲存
根據 Red Hat 的簡報,企業導入 AI 需考慮哪三大關鍵支柱?
- 成本控制、工具選型、資料治理
- 演算法、資料來源、GPU 效能
- 導入成熟度、平台準備度、風險管理
- 預算、人力、供應鏈協同
下列哪一項不是 MinIO AIStor 的特點?
- 快速部署
- 與 Kubernetes 不相容
- 開箱即用的 AI 整合
- 雲原生設計