Gabarito disponível
Julgue os próximos itens, em relação a cuDNN, gerenciamento de GPU com NVIDIA SMI, e infraestrutura e operação de ambientes com GPU.
No ambiente Windows, a instalação e o uso do cuDNN com Python é um processo complexo que exige a compilação manual do cuDNN a partir do código-fonte e a modificação direta de bibliotecas Python de baixo nível, pois os frameworks de deep learning, como TensorFlow e PyTorch, não possuem integração nativa com o cuDNN no ambiente Windows, tornando-o inviável para desenvolvedores comuns.
No ambiente Windows, a instalação e o uso do cuDNN com Python é um processo complexo que exige a compilação manual do cuDNN a partir do código-fonte e a modificação direta de bibliotecas Python de baixo nível, pois os frameworks de deep learning, como TensorFlow e PyTorch, não possuem integração nativa com o cuDNN no ambiente Windows, tornando-o inviável para desenvolvedores comuns.
Resolução comentada
cuDNN tem suporte nativo no Windows e instalação simples, sem compilação manual.
O cuDNN é distribuído em binários para Windows, e TensorFlow e PyTorch o integram. No PyTorch, as builds com CUDA já trazem o cuDNN embutido, por exemplo via pip. Não é preciso compilar o código-fonte nem modificar bibliotecas de baixo nível.
Análise das alternativas
A) Certo: afirma inviabilidade e compilação manual, o que é falso. B) Errado (correta): a instalação é direta e há integração nativa.
Referência: Documentação NVIDIA cuDNN; instalação do PyTorch e TensorFlow.
Resolução comentada do VaiConcursos.