Questão de Sistemas Operacionais — Arquitetura de Computadores — CESPE / CEBRASPE 2025
- Código
- ce217178
- Banca
- CESPE / CEBRASPE
- Órgão
- TJ-PA
- Ano
- 2025
- Nível
- Superior
- Cargo
- Analista Judiciário - Especialidade: Análise de Suporte
- CCerto
- EErrado
GabaritoE — Errado
Gabarito: ❌ ERRADO. A afirmação do item inverte completamente o propósito e o efeito real das técnicas AWQ e GGUF. AWQ (activation-aware weight quantization) e GGUF (General Unified Format) são abordagens desenvolvidas justamente para viabilizar a execução local de grandes modelos de linguagem (LLMs) com menor consumo de memória, menor latência e precisão preservada — exatamente o oposto do que o enunciado alega.
A assertiva sustenta que:
AWQ e GGUF comprometem a precisão e viabilidade;
são inadequadas para chatbots offline, análise em tempo real ou inferência embarcada;
aumentam latência e consumo de memória;
exigem hardware de alta capacidade computacional.
Cada um desses pontos é falso quando confrontado com a realidade técnica:
AWQ (activation-aware weight quantization): é uma técnica de quantização que reduz o tamanho dos pesos do modelo (ex.: de 16 bits para 4 bits) com base na importância das ativações. Isso reduz o consumo de memória e acelera a inferência, mantendo a acurácia competitiva com modelos não quantizados. Não compromete a precisão de forma significativa para a maioria das aplicações práticas.
GGUF (General Unified Format): é um formato de arquivo otimizado para carregar e executar modelos de linguagem de forma eficiente em CPUs e GPUs. Ele permite baixa latência e uso reduzido de memória em relação a formatos não otimizados. É amplamente utilizado em ferramentas como llama.cpp para inferência local.
Aplicações práticas: ambas as técnicas são ideais para chatbots offline, análise de texto em tempo real e inferência embarcada, pois viabilizam a execução em hardware modesto (ex.: laptops com 8 GB de RAM ou dispositivos móveis), com latência aceitável.
Latência e consumo de memória: as técnicas reduzem ambos. Modelos quantizados ocupam menos espaço em RAM/VRAM e exigem menos transferência de dados, resultando em inferência mais rápida, não mais lenta.
Exigência de hardware: pelo contrário, permitem rodar LLMs em hardware com capacidade computacional menor (ex.: GPUs de entrada ou até CPU), democratizando o acesso a esses modelos.
A banca explora a inversão de vantagens. O candidato que não conhece essas técnicas pode acreditar que toda quantização reduz precisão e que formatos de arquivo são apenas containers sem impacto. Na verdade, AWQ e GGUF são aliados da execução local, não obstáculos. Memorize: quantização inteligente (como AWQ) mantém a precisão e reduz recursos; GGUF organiza o modelo para carregamento e execução eficientes.
✅ Conclusão: A afirmativa está diametralmente oposta à verdade técnica. Portanto, o item é ERRADO.
Gabarito: ❌ ERRADO
Link permanente: /questoes/ce217178