Pular para o conteúdo principal

Questão de Sistemas Operacionais — Virtualização — CESPE / CEBRASPE 2025

Sistemas OperacionaisVirtualização
Código
ce217172
Banca
CESPE / CEBRASPE
Órgão
TJ-PA
Ano
2025
Nível
Superior
Cargo
Analista Judiciário - Especialidade: Análise de Suporte
Julgue o próximo item, em relação a cuDNN, gerenciamento de GPU com NVIDIA SMI, e infraestrutura e operação de ambientes com GPU.A correta execução de bibliotecas de inteligência artificial que utilizem aceleração por GPU, como TensorFlow ou PyTorch com suporte CUDA, depende da compatibilidade entre as versões da GPU NVIDIA, do driver instalado, do CUDA Toolkit e da biblioteca utilizada, visto que uma incompatibilidade entre esses componentes pode impedir o uso da GPU, mesmo que ela esteja fisicamente instalada e funcional.
  1. CCerto
  2. EErrado
Revelar gabarito e comentário

GabaritoC — Certo

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Compatibilidade entre GPU, driver, CUDA e bibliotecas de IA

✅ CERTO. A afirmativa está correta. O funcionamento de bibliotecas de inteligência artificial com aceleração por GPU (como TensorFlow e PyTorch com suporte CUDA) depende estritamente da compatibilidade entre a GPU NVIDIA, o driver instalado, a versão do CUDA Toolkit e a versão da própria biblioteca. Incompatibilidades entre esses componentes são causas comuns de falha na detecção ou no uso da GPU, mesmo que o hardware esteja fisicamente presente e funcional.

A plataforma CUDA (Compute Unified Device Architecture) da NVIDIA é a base para a computação paralela em GPUs. Cada versão do CUDA Toolkit é compatível com um conjunto específico de drivers NVIDIA e com determinadas versões de bibliotecas como cuDNN (CUDA Deep Neural Network library). TensorFlow e PyTorch, por sua vez, são compilados contra versões específicas do CUDA e cuDNN. Se houver mismatch — por exemplo, driver muito antigo para um CUDA recente, ou biblioteca compilada para CUDA 11 tentando rodar com CUDA 10 — a GPU não será reconhecida ou ocorrerão erros em tempo de execução.

Portanto, a correta execução dessas bibliotecas exige alinhamento de versões entre todos os componentes mencionados, exatamente como afirma o item.

  1. 1GPU NVIDIA (hardware)
  2. 2Driver NVIDIA (versão)
  3. 3CUDA Toolkit (versão)
  4. 4cuDNN (versão)
  5. 5Biblioteca IA (TF/PyTorch)
LEVEL · soulevel.com.br

✅ CERTO.

Link permanente: /questoes/ce217172