2025年AI边缘计算冲刺押题卷.docxVIP

2025年AI边缘计算冲刺押题卷

考试时间：______分钟总分：______分姓名：______

一、选择题（每题2分，共30分）

1.下列哪一项不属于边缘计算的主要优势？

A.低延迟

B.高带宽

C.减少网络带宽压力

D.降低数据传输成本

2.在边缘计算系统中，通常将计算和存储资源部署在靠近数据源的什么位置？

A.云数据中心

B.用户终端

C.网络骨干节点

D.以上都是，根据需求选择

3.以下哪种模型压缩技术主要通过减少模型参数量来减小模型大小和计算量？

A.模型量化

B.模型剪枝

C.知识蒸馏

D.模型蒸馏（同C）

4.以下哪种硬件加速器特别适合处理AI中的深度学习计算？

A.CPU

B.GPU

C.FPGA

D.NPU

5.边缘计算场景下，为了在模型精度和推理速度之间取得平衡，常用的模型轻量化方法包括：

A.模型量化

B.模型剪枝

C.上述两者都是

D.上述两者都不是

6.在边缘设备上部署AI模型时，如果设备计算资源有限，以下哪种策略不一定有效？

A.选择更小的模型架构

B.使用模型量化技术

C.将部分计算任务卸载到云端

D.使用更快的网络连接

7.以下哪个协议通常用于需要低功耗、低数据率的物联网设备间通信，也适用于部分边缘计算场景？

A.TCP/IP

B.HTTP/HTTPS

C.5GNR

D.LoRa

8.边缘计算系统中的数据本地化处理主要目的是什么？

A.减少数据发送到云端的量

B.提高数据传输速度

C.增加数据存储成本

D.确保数据在本地不丢失

9.在自动驾驶的边缘计算应用中，对实时性要求极高，这主要体现了边缘计算的哪个特点？

A.分布式部署

B.自主性

C.低延迟

D.可扩展性

10.以下哪项技术主要关注保护边缘计算环境中的设备安全和数据隐私？

A.边缘网关

B.隔离技术

C.零信任架构

D.边缘数据库

11.将深度学习模型从云端部署到边缘设备，需要考虑的主要挑战包括：

A.模型大小、计算复杂度、功耗、设备资源限制

B.网络带宽、用户界面设计、操作系统选择

C.市场推广、用户需求分析、商业模式

D.税收政策、法律法规、国际关系

12.联邦学习可以被视为一种分布式边缘计算范式，其主要优势在于：

A.提高单个设备的计算能力

B.在保护数据隐私的前提下进行模型训练

C.显著降低网络带宽需求

D.自动完成模型优化

13.在工业物联网（IIoT）的边缘计算场景中，边缘节点可能需要执行的任务包括：

A.数据采集、实时监控、边缘决策、预警

B.视频编辑、音频转换、3D建模、游戏渲染

C.税务计算、金融分析、法律咨询、新闻撰写

D.城市规划、交通调度、气候预测、市场分析

14.边缘计算与云计算的关系可以描述为：

A.互斥关系，边缘取代云端

B.平行关系，两者功能完全相同

C.互补关系，边缘负责实时处理，云端负责大规模存储和复杂分析

D.依赖关系，边缘必须依赖云端才能工作

15.以下哪项不是AI边缘计算领域当前面临的主要伦理挑战？

A.数据偏见与算法歧视

B.边缘设备的数字鸿沟问题

C.计算机视觉模型的误识别风险

D.人工智能对就业的总体冲击

二、填空题（每空1分，共15分）

1.边缘计算通常被认为是介于___和___之间的一种分布式计算范式。

2.模型量化技术通过将模型中的浮点数参数转换为___数，以减小模型大小和加速推理。

3.边缘计算设备通常具有有限的___、___和___资源。

4.在边缘计算系统中，为了实现边缘节点之间的协同工作，可能需要用到___技术。

5.___是一种在保护数据隐私的前提下，利用多边数据训练模型的方法，常用于边缘计算场景。

6.选择合适的边缘计算硬件平台时，需要综合考虑___、功耗、成本和生态系统等因素。

7.___是指将AI模型的决策权部分或全部下放到边缘设备，减少对云端的依赖。

8.为了确保边缘计算系统的安全，需要采取包括设备认证、___、数据加密等多种安全措施。

9.___是指AI模型在训练数据上表