2025年边缘AI数据缓存策略考题(含答案与解析).docxVIP

2025年边缘AI数据缓存策略考题(含答案与解析)

一、单项选择题（每题3分，共15分）

1.边缘AI场景下，数据缓存策略的核心优化目标是（）。

A.最大化缓存命中率

B.最小化模型推理延迟

C.平衡内存、带宽与计算资源使用

D.完全避免数据回传云端

答案：C

解析：边缘设备受限于有限的内存（通常≤8GB）、低带宽（典型5-20Mbps）和算力（≤20TOPS），单一目标（如命中率或延迟）可能导致资源浪费。优秀的缓存策略需综合权衡，例如在内存紧张时降低命中率以保留关键计算资源。

2.传统LRU（最近最少使用）缓存策略在边缘AI中最显著的不足是（）。

A.未考虑数据时效性

B.未处理重复访问

C.未优化存储压缩

D.未适配模型输入格式

答案：A

解析：边缘AI数据（如实时监测的传感器值、视频帧）具有强时效性，例如工业机器人的力传感器数据超过50ms即失效。LRU仅基于访问时间排序，可能保留过时的“最近访问”数据，而淘汰虽久未访问但仍有效的关键数据。

3.隐私敏感型边缘设备（如医疗可穿戴设备）缓存用户生理数据时，最合理的策略是（）。

A.明文存储并设置1小时自动清除

B.加密后缓存，仅在推理时解密片段

C.直接丢弃原始数据，仅保留模型输出

D.上传云端缓存以降低本地风险

答案：