人工智能AI机房运维工程师考试试卷及答案.docxVIP

人工智能AI机房运维工程师考试试卷及答案

一、单项选择题（每题2分，共30分）

1.以下哪项不属于AI机房服务器的核心组件？

A.GPU计算卡

B.高速内存颗粒

C.机械硬盘阵列

D.专用DPU芯片

答案：C（AI服务器优先使用NVMeSSD，机械硬盘因延迟高已逐步淘汰）

2.当GPU集群出现CUDA_ERROR_OUT_OF_MEMORY错误时，最可能的原因是？

A.主板BIOS版本过低

B.GPU显存分配超过可用容量

C.水冷系统水温异常

D.网络交换机端口速率不足

答案：B（显存溢出是CUDA程序常见错误类型）

3.液冷式AI机房中，以下哪种冷却液需定期更换？

A.矿物油

B.去离子水

C.氟化液

D.硅油

答案：B（去离子水会因杂质积累导致电导率升高，需定期更换）

4.用于监控GPU利用率的常用命令是？

A.top

B.nvidia-smi

C.vmstat

D.sar

答案：B（nvidia-smi是NVIDIA提供的GPU监控工具）

5.部署AI训练任务时，若发现网络延迟突然从1ms增至50ms，优先排查的设备是？

A.服务器电源模块

B.高速互连交换机（如InfiniBand）

C.空调制冷机组

D.存储阵列控制器

答案：B（AI训练依赖高速低延迟网络，互连设备故障最易引发延迟突增）

6.以下哪种RAID配置适合AI推理场景的日志存储？

A.RAID0

B.RAID1

C.RAID5

D.RAID10

答案：B（推理日志需要高可靠性，RAID1镜像模式适合小文件高频写入）

7.当AI服务器出现POST失败，蜂鸣器长响时，最可能的故障部件是？

A.内存

B.CPU

C.显卡

D.电源

答案：A（主板BIOS通常通过蜂鸣码区分故障，长响多为内存问题）

8.部署模型推理服务时，若发现QPS（每秒查询数）未达预期，优先检查的指标是？

A.硬盘读写速率

B.GPU计算利用率

C.空调回风温度

D.服务器BIOS版本

答案：B（推理性能直接受限于GPU计算能力）

9.以下哪项是AI机房PUE（电源使用效率）的合理范围？

A.1.0-1.2

B.1.2-1.5

C.1.5-1.8

D.1.8-2.0

答案：B（先进AI机房通过液冷等技术可将PUE控制在1.2-1.5）

10.配置GPU直通（GPUPassthrough）时，需在虚拟机管理程序中启用的关键功能是？

A.SR-IOV

B.vSwitch

C.TPM

D.KSM

答案：A（SR-IOV支持物理设备直接分配给虚拟机）

11.当AI训练任务出现梯度爆炸现象时，运维工程师应优先检查？

A.服务器供电稳定性

B.训练框架配置参数

C.网络丢包率

D.存储IOPS

答案：B（梯度爆炸属于模型训练问题，非运维硬件故障）

12.以下哪种监控指标最能反映AI集群的整体算力利用率？

A.平均CPU使用率

B.总GPU显存占用

C.集群总算力消耗/集群总理论算力

D.交换机端口带宽利用率

答案：C（总算力利用率是集群资源使用的核心指标）

13.部署边缘AI设备时，关键的环境防护措施是？

A.增加冗余电源

B.强化防尘设计

C.配置双路GPU

D.升级内存容量

答案：B（边缘环境粉尘较多，防尘是关键防护点）

14.当AI机房精密空调出现高压告警时，可能的原因是？

A.制冷剂不足

B.滤网堵塞

C.加湿器故障

D.温度设定过低

答案：B（滤网堵塞导致散热不良，引发高压告警）

15.对AI模型推理服务进行容量规划时，核心输入参数是？

A.服务器采购成本

B.模型精度要求

C.预期QPS和延迟要求

D.机房可用空间

答案：C（容量规划需基于业务负载需求）

二、填空题（每空2分，共20分）

1.AI服务器常用的高速互连协议有________和________（任写两种）。

答案：InfiniBand、PCIe5.0、100GEthernet（任选两种）

2.GPU计算卡的主要散热方式包括________和________。

答案：风冷、液冷（或冷板液冷、浸没式液冷）

3.监控AI集群时，需重点关注的三维度指标是________、________、________。

答案：计算资源（GPU/CPU）、存储资源（IOPS/带宽）、网络资源（延迟/带宽）

4.部署容器化AI服务时，常用的编排工具是________。

答案：Kubernetes（K8s）

5.为防止AI训练数据丢失，存储系统应至少采用________冗余策略。

答案：RAID6（或双副本、三副本）

6.液冷系统的关键参数包括________和________