建構AI決策驅動的數據中心與自動化流程 解答

GenAI 的實踐路徑中，最後一步是？

• 分析資料
• 提供洞察
• 做出決策
• 執行流程

在流程自動化中，AI Agent 為什麼需要快速存取不同資料來源？

• 因為每個子任務依賴不同資料
• 因為資料越大越好
• 因為需要外部硬體
• 因為沒有規則模型

AI PODs 的特點是？

• 可快速部署的 AI 基礎架構堆疊
• 僅單一模型
• 不支援第三方
• 只能雲端用

多代理系統設計模式的特色是？

• 單一任務執行
• 多個代理協作
• 僅限查詢
• 僅能分類

在 AI 架構中，GPU 的角色是？

• AI 核心運算引擎
• 資料倉庫
• 網路交換機
• 硬碟

AI 的「推論 (Inference)」主要是？

• 收集數據
• 使用模型進行預測
• 設定網路
• 建立倉庫

在 HR 場景中，watsonx 可以自動幫員工做什麼？

• 薪水結算
• 安排休假
• 生成績效評語草案
• 醫療診斷

命名實體識別主要用來？

• 自動生成文章
• 建立決策表
• 從文本中抓取重要資訊
• 做報表設計

在 Cisco 架構中，哪一層負責 Lossless 網路？

• Storage Layer
• Compute Layer
• Application Layer
• Network Layer

設置業務規則的主要目的在於？

• 取代所有演算法
• 提升決策效率與一致性
• 減少數據來源
• 自動翻譯

Ethernet 相對於 InfiniBand 的優勢是？

• 延遲更低
• 成本更高
• 技能普及、成本低
• 封閉生態

「AI 價值的最後一哩路」指的是什麼？

• 提供統計圖表
• 訓練更大模型
• 建立數據倉庫
• 從建議到實際執行

AI 要能快速執行，最重要的是什麼？

• 模型壓縮
• 高效可靠的資料儲存
• 網路速度
• 硬體品牌

預建技能庫的特色是？

• 只能客服使用
• 一定要額外訓練
• 涵蓋多種業務領域
• 需要寫程式

NVLink 的功能是？

• 儲存更多資料
• 提供 GPU 之間高速傳輸
• 增強模型解釋
• 節省電力

AI 的「訓練 (Training)」主要是？

• 建立模型
• 做預測
• 簡化流程
• 儲存資料

Cisco Agile Services Networking 的目標之一是？

• 增加延遲
• 簡化網路架構
• 減少彈性
• 降低可靠性

watsonx 七大能力中，哪一項能幫助分類客戶投訴？

• 分類
• 摘要
• 程式碼生成
• 命名實體識別

在 AI Spectrum 中，「Build the Model」需要？

• 少量 CPU
• 一般網路
• 大規模 GPU Cluster
• 無限雲端儲存

根據 Cisco，推論在未來的角色是？

• 無法使用
• 占比減少
• 僅限研究用途
• 成為主要的應用場景