2025年人工智能分布式AI应用考试题库及答案.docxVIP

2025年人工智能分布式AI应用考试题库及答案

一、单选题（每题1分，共30分）

1.在联邦学习框架中，为防止梯度泄露导致原始数据被反推，下列哪项技术最直接地切断梯度与样本之间的可逆映射关系？

A.差分隐私噪声注入

B.同态加密

C.安全多方计算

D.梯度压缩

答案：A

解析：差分隐私通过在梯度更新中添加校准噪声，使得攻击者无法以高置信度反推出单条样本，从而切断可逆映射；同态加密与SMC保护的是传输过程而非映射关系，梯度压缩仅降低通信量。

2.当使用ParameterServer架构训练千亿级推荐模型时，出现“节点打热点”现象，最合理的首要排查指标是：

A.参数服务器CPU利用率标准差

B.Worker节点GPU显存占用峰值

C.参数分片键的访问频次分布

D.网络往返时延P99

答案：C

解析：热点即少数分片被集中访问，直接反映在键的访问频次分布上；其余指标为间接现象。

3.在Kubernetes上运行Ray集群时，若需保证当HeadPod被驱逐后集群可自愈，应优先启用：

A.RayAutoscaler的`restart_only`模式

B.Kubernetes的PodDisruptionBudget

C.RayGCS的externalRedis存储

D.KubeRayOper