首页 > 行业知识> 法律法规
题目内容 (请给出正确答案)
[单选题]

关于分布式并行编程,以下说法错误的是()。

A.“摩尔定律”,CPU性能大约每隔12个月翻一番

B.“摩尔定律”逐渐失效后,人们开始借助于分布式并行编程来提高程序性能

C.分布式程序运行在大规模计算机集群上,可以并行执行大规模数据处理任务,从而获得海量的计算能力

D.谷歌公司最先提出了分布式并行编程模型MapReduce

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“关于分布式并行编程,以下说法错误的是()。”相关的问题
第1题
下面关于Hadoop的描述错误的是:()。

A.Hadoop是一个能够对大量数据进行分布式处理的软件框架

B.作为并行分布式计算平台,Hadoop采用分布式存储和分布式处理两大核心技术,能够高效地处理PB级数据

C.Hadoop只支持Java编程语言

D.Hadoop可以高效稳定地运行在廉价的计算机集群上,可以扩展到数以千计的计算机节点上

点击查看答案
第2题
下列关于“分布式总线仲裁”的说法中,错误的是()。A.每一个潜在的主设备拥有一个私有的仲裁

下列关于“分布式总线仲裁”的说法中,错误的是()。

A.每一个潜在的主设备拥有一个私有的仲裁逻辑电路

B.自举分布仲裁和并行竞争分布仲裁的优先级是固定的

C.并行竞争分布仲裁中,若仲裁号大于仲裁总线上的仲裁号,则总线请求成功

D.并行竞争分布仲裁中,若仲裁号小于仲裁总线上的仲裁号,则撤销请求

点击查看答案
第3题
Hadoop中MapReduce是一种编程模型,可极大地方便编程人员在不会分布式并行编程的情况下,将自己的程序运行在分布式系统上。它借鉴函数式编程语言中的“Map(映射)”和“Reduce(归约)”的概念。实现对大规模数据的“分而治之”处理。下列描述中不属于Reduce函数的是哪一项?()

A.用来把一组键值对映射成一组新的键值对,以此完成将来自数据源的记录进行分配

B.保证所有映射的键值对中的每一个共享相同的键组

C.将所有具有相关给定outputkey的中间值进行组合

D.对中间值规约结果进行递归组合直至得到唯一输出

点击查看答案
第4题
关于段式管理,错误的描述是()

A.段式管理能使大程序分模块编制,从而可使多个程序员并行编程

B.段式管理中各段的修改不影响其它各段的编制

C.段式管理容易以段为单位实现存储保护

D.段式管理能够提高存储空间的利用率,段间零头较少

点击查看答案
第5题
下述关于hadoop的阐述,正确的是()。

A.是一个分布式数据库与并行计算系统

B.是一个分布式存储系统与分布式数据库

C.是一个集中式存储与分布式并行运算系统

D.是一个分布式存储与分布式并行运算系统

点击查看答案
第6题
以下哪项是公有云计算基础架构的基石()

A.虚拟化

B.分布式

C.并行

D.集中式

点击查看答案
第7题
以下哪一项是用于处理海量数据的并行编程模式和大规模数据集的并行运算的软件架构()

A.GFS

B.MapReduce

C.Chubby

D.BitTable

点击查看答案
第8题
On Device执行,即整图卸载执行,充分发挥昇腾芯片的算力,可以大大降低交互的开销,从而提升加速器占用率,关于On-Device执行以下描述错误的是?()

A.超强芯片算力下模型执行的挑战。内存墙问题、交互开销大、数据供给难。部分在Host执行,部分在Device执行,交互开销甚至远大于执行开销,导致加速器占用率低

B.超强芯片算力下分布式梯度聚合的排战。ResNeco0单选代20ms时间时会产生中心控制的同步开销和频繁同步的通信开销。传统方法需要3次同步完成A11 Reduce,数据驱动方法自主A11 Reduce,无控制开销

C.WindSpore通过梯度数据驱动的自适应图优化,实现去中心化的自主A11 Reduce,梯度聚合步调一致,计算与通信充分流水

D.WindSpore通过面向芯片的深度图优化技术,同步等待少,最大化“数据-计算-通信”的并行度,训练性能相比Host侧图调度方式持平

点击查看答案
第9题
关于RDD,下列说法错误的是?()

A.RDD具有血统机制(Lineage)

B.RDD默认存储在磁盘

C.RDD是一个只读的,可分区的分布式数据集

D.RDD是Spark对基础数据的抽象

点击查看答案
第10题
以下关于HDFS特点的描述,哪项是错误的()

A.基于内存,计算速度快

B.提供容错能力

C.分布式可扩展

D.可部署于廉价的普通硬件上

点击查看答案
第11题
关于HIVE,以下说法不正确的是()。

A.HIVE构建于HDFS和MapReduce之上

B.HIVE使用类SQL的HQL语言作为查询接口

C.HIVE的并行执行主要依赖MapReduce来实现

D.HIVE不能运行在Spark上

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改